zwuge/dgx-spark
2
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity

Spark-Update: Reihenfolge und Wartungsfenster festlegen #4

New issue
Closed
opened 2026-08-10 08:21:23 +02:00 by zwuge · 1 comment
zwuge commented 2026-08-10 08:21:23 +02:00
Owner
Copy link

Blocked by: #2, #3

Part of: #1

Question

In welcher Reihenfolge werden OS/Kernels/NVIDIA, Docker-Images, Qwen-Modell und vLLM aktualisiert, welches Ausfallfenster ist zulässig und wann wird abgebrochen? Die Entscheidung muss die Abhängigkeiten und den sicheren Wiederanlauf festlegen.

Blocked by: #2, #3 Part of: #1 ## Question In welcher Reihenfolge werden OS/Kernels/NVIDIA, Docker-Images, Qwen-Modell und vLLM aktualisiert, welches Ausfallfenster ist zulässig und wann wird abgebrochen? Die Entscheidung muss die Abhängigkeiten und den sicheren Wiederanlauf festlegen.
zwuge self-assigned this 2026-08-10 09:13:04 +02:00
zwuge commented 2026-08-10 09:13:28 +02:00
Author
Owner
Copy link

Resolution

Der Nutzer hat bestätigt, dass aktuell kein laufender Workload beeinträchtigt wird und ein Reboot im Wartungsfenster zulässig ist. Die Wartung wird trotzdem blockweise und fail-fast durchgeführt:

  1. Vorher-Baseline, Backup-/Rollback-Nachweise und Stromversorgung prüfen.
  2. Relevante GX10-Firmwareupdates über den empfohlenen DGX-Weg durchführen; rebooten; Firmware, Boot, Netzwerk, GPU und Docker verifizieren.
  3. Ubuntu-/Kernel-/NVIDIA-Updates installieren; rebooten; Kernel, NVIDIA-SMI, CUDA-/Container-Runtime und Docker verifizieren. Bei Host-/GPU-Fehlern sofort auf den alten Kernel bzw. den dokumentierten Host-Rollback zurück.
  4. Docker-Quelle und Zielversion nicht spontan wechseln; zunächst beim NVIDIA-Repository bleiben oder einen separaten Kompatibilitätsentscheid für Docker upstream treffen.
  5. Qdrant aktualisieren, Datenpersistenz und Suche prüfen.
  6. Open WebUI aktualisieren, Verbindung zu vLLM/Qdrant und Chat prüfen.
  7. Hermes lokal/upstream kontrolliert abgleichen, lokalen Zusatzcommit erhalten und Agent-/Tool-Aufruf prüfen.
  8. Qwen neue Revision separat laden, alte Revision behalten, vLLM mit neuer Revision starten und Modell-/Tool-Smoke-Test durchführen.
  9. Vollständige Nachher-Baseline inklusive aller bisherigen Funktions- und Integrationsprüfungen ausführen.

Abbruch bei fehlendem Backup, nicht reproduzierbarer Vorher-Baseline, Host-/GPU-/Docker-Fehlern, Datenverlust, API-/Tool-Regression oder Modellqualitätsregression. Ein Reboot ist freigegeben, automatische oder ungeprüfte Updates jedoch nicht.

## Resolution Der Nutzer hat bestätigt, dass aktuell kein laufender Workload beeinträchtigt wird und ein Reboot im Wartungsfenster zulässig ist. Die Wartung wird trotzdem blockweise und fail-fast durchgeführt: 1. Vorher-Baseline, Backup-/Rollback-Nachweise und Stromversorgung prüfen. 2. Relevante GX10-Firmwareupdates über den empfohlenen DGX-Weg durchführen; rebooten; Firmware, Boot, Netzwerk, GPU und Docker verifizieren. 3. Ubuntu-/Kernel-/NVIDIA-Updates installieren; rebooten; Kernel, NVIDIA-SMI, CUDA-/Container-Runtime und Docker verifizieren. Bei Host-/GPU-Fehlern sofort auf den alten Kernel bzw. den dokumentierten Host-Rollback zurück. 4. Docker-Quelle und Zielversion nicht spontan wechseln; zunächst beim NVIDIA-Repository bleiben oder einen separaten Kompatibilitätsentscheid für Docker upstream treffen. 5. Qdrant aktualisieren, Datenpersistenz und Suche prüfen. 6. Open WebUI aktualisieren, Verbindung zu vLLM/Qdrant und Chat prüfen. 7. Hermes lokal/upstream kontrolliert abgleichen, lokalen Zusatzcommit erhalten und Agent-/Tool-Aufruf prüfen. 8. Qwen neue Revision separat laden, alte Revision behalten, vLLM mit neuer Revision starten und Modell-/Tool-Smoke-Test durchführen. 9. Vollständige Nachher-Baseline inklusive aller bisherigen Funktions- und Integrationsprüfungen ausführen. Abbruch bei fehlendem Backup, nicht reproduzierbarer Vorher-Baseline, Host-/GPU-/Docker-Fehlern, Datenverlust, API-/Tool-Regression oder Modellqualitätsregression. Ein Reboot ist freigegeben, automatische oder ungeprüfte Updates jedoch nicht.
zwuge closed this issue 2026-08-10 09:13:28 +02:00
Sign in to join this conversation.
No Branch/Tag specified
Branches Tags
master
a02-matrix-transport-review
No results found.
Labels
Clear labels   
agent
Orchestrator-Aufnahme

  
bereit
Freigegebene freie Frontier

  
ready-for-agent
Vollständig spezifiziert für Agent

  
wayfinder:grilling
Wayfinder human decision

  
wayfinder:map
Wayfinder map

  
wayfinder:research
Wayfinder research decision

  
wayfinder:task
Wayfinder prerequisite task

No labels
agent
bereit
ready-for-agent
wayfinder:grilling
wayfinder:map
wayfinder:research
wayfinder:task
Milestone
Clear milestone
No items
No milestone
Projects
Clear projects
No items
No project
Assignees
Clear assignees
No assignees
zwuge
1 participant
Notifications
Due date
The due date is invalid or out of range. Please use the format "yyyy-mm-dd".

No due date set.

Dependencies

No dependencies set.

Reference
zwuge/dgx-spark#4
No description provided.