18 éves hibát és hardverproblémát fedezett fel az OpenAI a Rocksetben

Az OpenAI mérnökei egy 18 éves szoftverhibát és egy hozzájáruló hardverproblémát azonosítottak a Rockset nevű, ChatGPT-adatkezelő rendszerükben, a core dumpok populáció-alapú elemzésével. A Rockset, amelyet az OpenAI 2024-ben szerzett meg, C++ nyelven íródott a maximális teljesítmény és a minimális memóriahasználat érdekében. A rendszer a valós idejű kereséshez és analitikához kulcsfontosságú a ChatGPT számára.

A hibák gyakran a DocumentTree::updateDocument metódusban jelentkeztek, ami a verem (stack) sérüléséhez vezetett. Az elsődleges hibaelhárítási kísérlet, amely néhány core dump részletes vizsgálatán alapult, nem járt sikerrel, mivel a hibák okát nehéz volt azonosítani a sérült vagy hiányzó vereminformációk miatt. A probléma sok jelzést (signal) használt, ami kernel-szintű hibára utalt.

Kapcsolódó: Anchor rendszer bemutatása

A core dumpok elemzése

A probléma megoldásához a csapat a core dumpok populáció-alapú elemzését alkalmazta, amit „core dump epidemiológiának” neveztek el. Ez a módszer lehetővé tette, hogy azonosítsák a hosszú ideje fennálló, körülbelül 18 éves szoftverhibát, amely a Rockset összeomlásait okozta. A vizsgálat során egy hardverhiba is napvilágot látott, amely szintén hozzájárult a problémákhoz.

Kapcsolódó: OpenAI hibajóslása

A javítások hatása

A szoftver- és hardverhibák kijavítása várhatóan javítja az OpenAI adatkezelési infrastruktúrájának megbízhatóságát és minőségét. A Rockset, mint az OpenAI ChatGPT-adatkezelő infrastruktúrájának kulcsfontosságú része, a valós idejű keresésért és analitikáért felelős. A hibák kijavítása minimalizálja az ügyfelekre gyakorolt hatást, és biztosítja a szolgáltatás folyamatosságát.

Kapcsolódó: Lokális AI-ügynökök

Az OpenAI blogbejegyzése szerint a javítások javítják a megbízhatósági és minőségi célokat. A Rockset 2024-es akvizíciója óta az OpenAI arra törekszik, hogy optimalizálja a rendszer teljesítményét és stabilitását.

Kapcsolódó: Euphony vizualizáció