在多机分布式训练场景中，通信域的建立是模型训练启动的关键步骤。近期在模型拉起过程中，遇到了通信域建链耗时异常的问题，表现为建链时间远超预期，严重影响了训练任务的启动效率。本文记录了该问题的现象、排查过程及最终解决方案，供相关开发者参考。本文针对多机分布式训练中通信域建链超时的问题，从现象、官方修复、根因分析到解决方案进行了完整梳理。核心问题在于DNS配置错误导致接口反复重试，进而引发建链耗时异常。

在深度学习分布式训练场景中，多线程多流并发下发算子是提升训练效率的常见手段。然而，当多个线程在不同设备（卡）上并发执行计算与通信任务时，由于各线程执行速度不一致，算子下发顺序可能出现交叉，进而引发PTA TaskQueue卡死或HCCL通信算子卡死等问题。本文基于实际开发中遇到的问题，详细分析该现象的根因，并给出有效的解决方案与最佳实践。保序原则：在多线程多流并发下发算子的场景中，务必保证算子下发