CoreDump

【OPENAI】从群体核心转储排查旧故障

OpenAI 团队通过对大量核心转储进行“流行病学式”分析，定位并修复了两个同时出现但无关的故障：一台 Azure 主机的沉默硬件错误和 GNU libunwind 中一个存在 18 年的竞态条件。本文介绍了他们如何构建高质量故障数据集、分离假设并最终找到根因。