已合并

Refactor pause engine #586

yuzechen创建于 3月17日从Jechin/MindIE-LLM： feature/stop_engine_with_force_stop 合入到 Ascend/MindIE-LLM： dev

Refactor pause engine #586

已合并

yuzechen创建于 3月17日

从Jechin/MindIE-LLM feature/stop_engine_with_force_stop合入到Ascend/MindIE-LLM dev

yuzechen

3月17日

合入背景

请描述为什么要做这个PR内的改动。
如涉及，请关联前序PR或同特性/需求下的其他PR。
如果是修复之前PR引入的问题，请关联引入问题的PR。
注意：Fixes #ISSUE ID会自动关闭issue，如问题部分解决请不要使用Fixes，可以用Fix part of #ISSUE ID替代.

Fixes #295

修改内容

请描述修改内容的具体实现，涉及哪些组件之间进行交互，可以用1、2、3、...进行罗列。
如果是需求或者重构类的PR，需要补充详细设计文档（说明上下游组件关系、时序图、类图、DFX能力等内容）。

取消在执行stop_device之前的20s等待，非故障卡需要在执行stop_device之后等待抛出的FORCE_STOP异常才认为stop_device成功
适配aclgraph的hbm快恢
将aclgraph和torch的故障快恢流程上移至父类 generator_backend中

资料变更

请确认是否涉及资料变更。如涉及，需要在PR中体现，并简要说明修改内容。如不涉及，需填写“不涉及”。

不涉及

接口变更

请确认是否涉及跨代码仓或者客户面可见的接口变更。如涉及，需要详细说明接口以及对应的变更内容，同时需要在资料中体现。如不涉及，需填写“不涉及”。

不涉及

测试结果

请说明测试场景，测试方法以及测试结果。
测试用例设计时需考虑硬件、部署方式、功能、性能、精度、显存等维度。

验证快恢场景正常

deepseek 大ep D实例灵衢快恢
deepseek v3.1 aclgraph hbm快恢

CheckList

PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x]。

代码注释完备
正确记录错误日志
进行了返回值校验 (禁止使用void屏蔽安全函数、自研函数返回值；考虑接口的异常场景；调用底层组件接口时，需要进行返回值校验)
进行了空指针校验
若存在资源申请，使用后资源被正确的释放了
若涉及多线程场景，考虑了并发场景，不存在死锁问题
按照代码仓中提供的格式模板，使用clang-format工具格式化代码
符合Ascend社区的编码规范。C++ 语言编程指导 | C++ 语言安全编程指导

Pull Request已成功合入, 合并人@ascend-robot

（感谢 yuzechen 的贡献）

yuzechen

3月17日关联了issue：[Feature]: 快恢流程stop_device优化

ascend-robot成员

3月17日评论：

Thanks for your pull-request.
The full list of commands accepted by me can be found at here。
You can get sig-info at here

PR Approval Progress

✅ Congratulations! All modules have met the lgtm and approve requirements.

Module Approval Details

module	lgtm status	approve status
repo-Ascend/MindIE-LLM	✅ wumingjing, jiangkaiqiang (2/2)	✅ wumingjing (1/1)

💡 Tip:

Committer can comment /approve or /lgtm

Commenting /approve implies both code review (lgtm) and intent to merge (approve)

CLA Signature Pass

Jechin, thanks for your pull request. All authors of the commits have signed the CLA. 👍

ascend-robot成员

3月17日添加了label：ascend-cla/yes

yuzechen

3月17日评论：

compile

ascend-robot成员

3月17日评论：

✅ 流水线任务触发成功(流水线编号: 4024)，正在执行，请稍候。任务链接点此跳转 ...

此处折叠了199条消息查看更多

CXY-Katrina成员

3月28日评论：

/merge

ascend-robot成员

3月28日添加了label：keeper_approved

ascend-robot成员

3月28日评论：

Review Guide

This pull-request passes review.
Committers who wrote a comment of /approve are: wumingjing.
Reviewers who wrote a comment of /lgtm are: wumingjing, jiangkaiqiang.

ascend-robot成员

3月28日关闭了关联的issue

ascend-robot成员

3月28日合入了pull request