遗留问题

Atlas 800I A3 超节点服务器单机16K配置场景，进行压测后，出现服务无响应，且mla_16_mix_aic算子报错。该报错场景只出现过一次，后续未再出现，存在一定风险。

使用health_probe.sh健康探针脚本探测PD混部场景，如果服务化出现异常，将自动重启服务。

Atlas 800I A3 超节点服务器单机高性能配置场景，进行jmeter 400并发压测，运行数小时后出现coredump。该报错场景只出现过一次，后续未再出现，存在一定风险。

使用health_probe.sh健康探针脚本探测PD混部场景，如果服务化出现异常，将自动重启服务。

Atlas 800I A2 推理服务器双机DS混布+用户自有FastGPT服务场景，长稳故障退出。研发环境无法复现，存在一定风险。

使用health_probe.sh健康探针脚本探测PD混部场景，如果服务化出现异常，将自动重启服务。

Controller和D实例同时故障触发重调度，需要20分钟报出底层建链超时错误，执行重调度流程，总计服务恢复时间约30分钟。

不涉及。

P/D实例连续故障触发重调度，需要20分钟报出底层建链超时错误，执行重调度流程，总计服务恢复时间约30分钟。

不涉及。