> ## Documentation Index
> Fetch the complete documentation index at: https://docs.siflow.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# 排队、启动失败或没有进展

> 排查工作负载长时间排队、实例没有就绪，以及训练任务运行后没有进展的问题。

本页用于区分资源调度、环境准备和程序运行阶段的问题。先通过状态详情和事件确定问题阶段，再查看对应配置或日志。

## 有剩余额度，任务为什么仍在排队

额度只说明允许使用多少资源；实际调度还需要资源池就绪、负载类型兼容、单节点容量满足单副本需求，以及节点和网络拓扑条件同时满足。因此，有剩余额度不代表此刻存在满足任务配置的可调度资源。

1. 打开任务详情，查看 **状态详情** 和 **事件**，确认是否提示配额、资源池、实例规格或节点调度问题。
2. 核对个人配额、资源池总配额和资源池状态。
3. 确认资源池支持当前负载类型，任务选择的实例规格和副本数符合资源池配置。
4. 如果任务配置了候选规格、资源保障或节点调度策略，确认这些约束没有进一步缩小可用资源范围。
5. 在资源大盘和任务大盘中查看当前资源占用，判断是否需要等待资源释放、调整任务配置或扩容资源池。

<Tip>
  查看 **可调度量** 时，不要将 `0` 与查询失败混为一谈：`0` 表示当前口径下不能安排副本；显示“—”、仍在加载或请求报错时，结果不可靠，应刷新后再判断。
</Tip>

完整排查路径请参考[排查任务资源不足或长时间排队](../resources/troubleshoot-insufficient-resources-or-queued-tasks)。

## 提交成功，但实例一直没有就绪

提交成功只表示平台已经接收创建请求。实例还需要完成资源调度、镜像拉取、存储挂载和程序启动。

1. 查看 **事件**，确认实例停留在调度、镜像拉取、Volume 挂载还是启动阶段。
2. 如果事件指向资源不足或排队，按[排查任务资源不足或长时间排队](../resources/troubleshoot-insufficient-resources-or-queued-tasks)检查资源池和配额。
3. 如果事件指向镜像或挂载，核对镜像地址、版本、仓库访问、Volume 状态、源目录和容器挂载路径。
4. 如果实例已经启动但仍未就绪，查看系统日志和应用日志，检查启动命令、环境变量、端口或健康检查。

列表没有立即刷新时，先按名称搜索或刷新页面。确认对象没有创建成功后再重新提交，避免产生重复对象。

## 训练已运行，但训练步没有推进

任务进入运行状态只表示资源已经分配、训练进程已经启动，不代表训练计算正在正常推进。

1. 在 **状态详情** 中确认各 Pod 是否就绪，是否存在副本状态异常。
2. 查看各副本日志，判断任务停留在分布式初始化、数据读取、通信等待还是训练程序自身运行阶段。
3. 结合 **监控** 和用户日志，确认训练步、loss 或业务指标是否持续变化，以及 checkpoint 和输出文件是否仍在写入持久化 Volume。

详细现象和处理方法请参考[排查训练任务问题](../training/troubleshoot-training-tasks)。