Test ordered one-slot DFlash2 placements and preserve results

docs/DFLASH2_MEDIUM_QUICK_20260920.md

@@ -1,5 +1,7 @@
 # DFlash2: kurzer Medium-Test auf Athena
 
+Nachtrag: [Ein-Slot-Folgeversuch mit Draft auf 3060 funktioniert](DFLASH2_ONE_SLOT_20260920.md). Der folgende Abschnitt dokumentiert den ursprünglichen Zwei-Slot-Test.
+
 20.09.2026. **Ergebnis: Laden fehlgeschlagen, keine Durchsatzmessung möglich.**
 
 Die vorhandene llama.cpp-Version unterstützt DFlash2 einschließlich Selector und

docs/DFLASH2_ONE_SLOT_20260920.md

@@ -0,0 +1,99 @@
+# DFlash2 auf Athena: Ein-Slot-Vergleich
+
+20.09.2026, im Anschluss an den gescheiterten Zwei-Slot-Kurztest.
+
+**Ein Slot mit Draft auf der RTX 3060 funktioniert im Kurztest. Ein klarer
+Geschwindigkeitsvorteil gegenüber der gespeicherten MTP-Referenz ist nicht
+sichtbar. Kein produktiver Wechsel.**
+
+## Gewünschte Reihenfolge und Ergebnis
+
+| Priorität | Konfiguration | Ergebnis |
+|---|---|---|
+| 1 | Ein Slot, Qwen 80:20, Draft auf 5080 | Initialisierung scheitert an Gerätezuordnung der geteilten Ausgabematrix |
+| 2 | Ein Slot, Qwen 80:20, Draft auf 3060 | Laden, Deutsch, Code und kurze Prefill-/Recall-Probe bestanden |
+| 3 | Ein Slot, mehr Qwen auf 3060 (70:30), Draft auf 5080 | Nicht ausgeführt: nur als Rückfall bei Fehlschlag von Priorität 2 vorgesehen |
+
+Beim ersten Ein-Slot-Lauf scheitert die Laufzeit mit
+`pre-allocated tensor (output.weight) in a buffer (CUDA1) that cannot run the operation (NONE)`.
+Der Draft ist auf CUDA0 begrenzt, während die verwendete Ausgabematrix auf CUDA1
+liegt. Anders als beim ursprünglichen Zwei-Slot-Versuch ist dies kein gemeldeter
+CUDA-Malloc-Fehler. Der Testprozess brach ab, der Host blieb erreichbar.
+
+## Durchsatz
+
+| Messung | DFlash2, ein Slot, 160K Kontext | Gespeicherte Pure/MTP-Zwei-GPU-Referenz |
+|---|---:|---:|
+| Deutsche Erklärung, Ausgabe | 37,8 tok/s | 57,3 tok/s |
+| Python-Code, Ausgabe | 75,5 tok/s | 73,4 tok/s |
+| Prefill, 4.196 Eingabetokens | 1.437,6 tok/s | kein gleicher 4K-Messpunkt dieses Referenzprofils |
+| Ausgabe nach dieser 4K-Eingabe | 41,1 tok/s | kein gleicher 4K-Messpunkt dieses Referenzprofils |
+| Recall der drei eingebauten Fakten | 3/3 | — |
+
+Die Referenz verwendet dasselbe Pure-Modell, 80:20-Layer-Split und Microbatch 128,
+aber **262.144 statt 160.000 Kontext, MTP2 statt DFlash2**. Das sind Vergleiche
+vollständiger Konfigurationen, keine isolierten DFlash-Beschleunigungsfaktoren.
+Es wurde kein neuer Qwen-Referenzlauf durchgeführt.
+
+Deutsch erzeugte 768 Tokens in 20,29 Sekunden, Code endete nach 671 Tokens in
+8,87 Sekunden; die Referenz erzeugte in beiden Aufgaben 768 Tokens. Gleiche
+Eingaben und Seeds bedeuten bei unterschiedlicher spekulativer Verarbeitung
+keine identischen Ausgaben. Ein Durchlauf je Aufgabe; geringe Unterschiede
+wie die rund 3 % beim Code sind kein belastbarer allgemeiner Geschwindigkeitsgewinn.
+
+DFlash-Draft-Akzeptanz: Deutsch 417/2444 = 17,1 %, Code 517/1071 = 48,3 %, kurze
+Recall-Aufgabe 300/1460 = 20,5 %. Das sind angenommene Draft-Tokens, keine
+Qualitätswerte; der Zusatzaufwand lohnt bei geringer Annahme weniger.
+
+## Speicher und Kontext
+
+Getestet: Pure IQ4_XS, bestehendes llama.cpp-Image b29c606, Q4_K_M-DFlash2,
+160.000 Kontext, ein Slot, q4_0-K/V für Hauptmodell und Draft, Microbatch 128,
+Batch 2048, Draft-Länge 7. Text ohne Vision-Projektor, TTS auf 3060 resident.
+
+| GPU | Belegung nach Laden | Höchste gesampelte Belegung | Freier Speicher am gemessenen Peak |
+|---|---:|---:|---:|
+| RTX 5080 | 14.632 MiB | 14.660 MiB | 1.643 MiB |
+| RTX 3060, inklusive TTS | 10.320 MiB | 10.378 MiB | 1.910 MiB |
+
+Die Konfiguration mit 160K Kontext wurde geladen. **Die tatsächlich größte
+Testeingabe hatte 4.196 Tokens.** Damit ist weder ein voller 160K-Langkontexttest
+noch die Stabilität bei Vision oder paralleler Last erbracht. Die gemessenen
+Reserven rechtfertigen keine automatische Hochrechnung einer maximalen Kapazität.
+
+## Antwortqualität
+
+Alle drei synthetischen Fakten wurden gefunden. Das Codebeispiel besteht den
+geprüften Fehlerpfad „erste Aufgabe scheitert, spätere gelingt“. Wenn alle
+Aufgaben scheitern, erzeugt es jedoch einen **NameError**, weil `builtins` ohne
+Import verwendet wird. Die manuell geprüfte Antwort und der reproduzierbare
+Teiltest sind archiviert. Die Deutschantwort enthält sprachliche und sachliche
+Unschärfen; die Ausgabe endet am festgelegten Tokenlimit.
+
+Diese kleinen Durchsatzaufgaben erlauben keine Freigabe als qualitativ gleichwertig
+und belegen auch keinen durch DFlash verursachten Intelligenzverlust. Eine
+allgemeine Qualitätsbewertung oder deterministische Äquivalenzprüfung wurde
+in diesem kurzen Versuch nicht durchgeführt.
+
+## Abschluss
+
+Das bisherige Medium-Profil mit seinen ursprünglichen zwei Slots wurde nach
+jedem Versuch wiederhergestellt; die Ein-Slot-Änderung war nur im isolierten
+Testcontainer aktiv. Medium, Router, Controller, Gateway und TTS gesund,
+Router readiness und minimale Modellantwort geprüft. Keine Xid-, OOM-Kill-,
+Kernel-Panic- oder GPU-fallen-off-Meldungen im geprüften Kerneljournal.
+Keine Treiber-, Kernel- oder Netzwerkänderungen, kein Neustart des Hosts.
+
+Ein aktiver Produktionsrequest verzögerte beide Teststarts; der zweite musste
+auf die Verarbeitung einer langen Eingabe warten. Keine laufende Anfrage wurde
+absichtlich abgebrochen. Der gespeicherte Supervisor wartet künftig zusätzlich
+auf gesunde Router-/Controller-Checks, bevor er die Wiederherstellung meldet.
+
+**Empfehlung:** DFlash2 ist in dieser Ein-Slot-Anordnung technisch nutzbar,
+aber nach diesem Kurztest kein überzeugender Ersatz für das vorhandene MTP.
+Weitere Arbeit wäre gezieltes Draft-/Platzierungs-Tuning mit anschließender
+Qualitäts- und Langkontextprüfung, keine produktive Aktivierung des jetzigen Falls.
+
+Konfigurationen, Rohantworten, Serverlogs, GPU-Samples und Prüfbelege:
+`experiments/dflash2-medium-20260920/` im Repository, entsprechend
+`/data/benchmarks/dflash2-medium-20260920/` auf Athena.

docs/INFERENCE_OPTIMIZATION_TODO_20260920.md

@@ -35,3 +35,5 @@ Stand: 20. September 2026. Modellfamilie bleibt Qwen3.8-27B.
 ## DFlash2-Kurztest
 
 20.09.2026: [Medium-Ladetest](DFLASH2_MEDIUM_QUICK_20260920.md) mit 160.000 Kontext/zwei Slots scheitert an zusätzlichem Draft-VRAM auf der 5080. Keine Durchsatz- oder Qualitätswerte. Bisheriges Medium wiederhergestellt; Punkt 3 bleibt offen und benötigt ein anderes Speicherlayout.
+
+Ein-Slot-Folgeversuche: [Bericht](DFLASH2_ONE_SLOT_20260920.md). Draft auf 5080 scheitert an Gerätezuordnung; Draft auf 3060 besteht kurze Texttests. Deutsch 37,8 tok/s, Code 75,5 tok/s: kein klarer Vorteil gegenüber gespeicherter MTP-Referenz. Dritter Rückfalltest nicht nötig. Vollständige Bewertung/Tuning in Punkt 3 bleibt offen.

experiments/dflash2-medium-20260920/README.md

@@ -55,3 +55,32 @@ Target loaded; draft allocation of1079.61MiB onCUDA0 failed with CUDA malloc
 OOM. No benchmark inference executed. Supervisor restored original production;
 health/smoke/kernel checks passed. No performance or quality conclusion can be
 drawn. See results/ and restore-verification.json.
+
+## User-ordered one-slot follow-up
+
+The user authorized this order after the initial two-slot allocation failure:
+
+1. One slot, target80:20, draft on5080.
+2. One slot, target80:20, draft on3060, regardless of whether the first works.
+3. Only if step2 fails: one slot, target70:30, draft back on5080. Moving both
+   additional target layers and the draft onto3060 would compete for its memory;
+   this fallback instead makes space on5080 for the draft.
+
+Context remains160000 and other quick-probe settings are unchanged. These tests
+are temporary; production containers retain their original two-slot arguments.
+Case JSON now controls slot count and draft device (historical quick.json keeps
+its original two-slot meaning). Failed attempts include an explicit error field.
+
+An active production request postpones startup for up to180 seconds; no live
+request is deliberately interrupted. The existing drain check still protects
+requests racing with the transition. Each attempt has its own result directory;
+previous results and the frozen Qwen reference are never overwritten.
+
+## One-slot results
+
+Priority1 fails during draft graph initialization: output.weight resides onCUDA1
+but draft backends are restricted toCUDA0. Priority2 works; priority3 therefore
+not run. German37.79 tok/s, code75.51 tok/s, 4196-token prefill1437.56 tok/s,
+recall3/3. Allocation160000 is not full-context validation. Original two-slot
+production restored and checked after both cases. See
+../../docs/DFLASH2_ONE_SLOT_20260920.md for comparison caveats and quality findings.

experiments/dflash2-medium-20260920/check_reviewed_code.py

@@ -0,0 +1,20 @@
+import ast,asyncio,json,pathlib,re,typing,gzip
+p=pathlib.Path(__file__).resolve().parent/'results/medium-slot1-priority2-draft-cuda1/result.json.gz'
+d=json.loads(gzip.decompress(p.read_bytes()));content=d['decode'][1]['choices'][0]['message']['content']
+source=re.search(r'```python\s*\n(.*?)```',content,re.S).group(1)
+# Reviewed above: only asyncio task orchestration and exception handling, no I/O.
+node=next(n for n in ast.parse(source).body if isinstance(n,ast.AsyncFunctionDef) and n.name=='first_success')
+scope={'asyncio':asyncio,'Any':typing.Any,'List':typing.List,'Awaitable':typing.Awaitable}
+exec(compile(ast.Module(body=[node],type_ignores=[]),'<reviewed-dflash-answer>','exec'),scope)
+async def check(all_fail):
+ async def task(delay,fail):
+  await asyncio.sleep(delay)
+  if fail:raise ValueError('synthetic failure')
+  return 7
+ try:
+  r=await asyncio.wait_for(scope['first_success']([task(.001,True),task(.005,all_fail)]),timeout=1)
+  return {'returned':r,'pass':not all_fail and r==7}
+ except Exception as e:
+  return {'error':type(e).__name__+': '+str(e),'pass':all_fail and type(e).__name__=='ExceptionGroup'}
+out={'scope':'Two checks of manually reviewed decode answer, not broad quality evaluation','fast_failure_then_success':asyncio.run(check(False)),'all_fail':asyncio.run(check(True))}
+print(json.dumps(out,indent=2))

experiments/dflash2-medium-20260920/dflash-code-checks.json

@@ -0,0 +1,11 @@
+{
+  "scope": "Two checks of manually reviewed decode answer, not broad quality evaluation",
+  "fast_failure_then_success": {
+    "returned": 7,
+    "pass": true
+  },
+  "all_fail": {
+    "error": "NameError: name 'builtins' is not defined",
+    "pass": false
+  }
+}

experiments/dflash2-medium-20260920/priority1-restore.json

@@ -0,0 +1,61 @@
+{
+  "checked_at": 1789931025.6105647,
+  "uptime": "21:03:45 up 3 days,  9:58,  1 user,  load average: 1.34, 0.91, 0.73",
+  "containers": {
+    "mike-ai-llama-medium": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:5e3c12c145b8045e5731b44b6b97033f24b327ae3d4a3fa85ecdd159cc844907",
+      "started": "2026-09-20T19:03:00.899996682Z"
+    },
+    "mike-ai-router": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:0448758bec6968b29263bcac0f8b4682c6d3029d626f7c12334698c11ef096bb",
+      "started": "2026-09-20T19:03:11.359298419Z"
+    },
+    "mike-ai-profile-controller": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:a5f156d94c4921e671fafa524cf9c0fe91e1cbec0113c1f19c136204d63f243f",
+      "started": "2026-09-20T19:03:11.213886021Z"
+    },
+    "mike-ai-wireguard-gateway": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:0d24e93c85a1c420b52b17666ede5fbd4672d92ab8dc28ea4ac5ba144ebc41d0",
+      "started": "2026-09-17T09:05:07.164533904Z"
+    },
+    "mike-ai-qwen3-tts": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:b363a01d08b1bbecbfc3ca6f585368fae2cfdc591f9ecca6643738369f9a9d98",
+      "started": "2026-09-19T13:47:00.227813668Z"
+    }
+  },
+  "router": {
+    "/health": {
+      "status": "ok",
+      "router": "alive"
+    },
+    "/ready": {
+      "status": "ok",
+      "router": "alive",
+      "upstream": "ready"
+    }
+  },
+  "smoke": {
+    "content": "OK",
+    "usage": {
+      "completion_tokens": 2,
+      "prompt_tokens": 19,
+      "total_tokens": 21,
+      "prompt_tokens_details": {
+        "cached_tokens": 0
+      }
+    }
+  },
+  "kernel_errors": [],
+  "gpu": "name, memory.used [MiB], memory.total [MiB], temperature.gpu\nNVIDIA GeForce RTX 3060, 10930 MiB, 12288 MiB, 56\nNVIDIA GeForce RTX 5080, 15714 MiB, 16303 MiB, 61",
+  "disk": "Filesystem      Size  Used Avail Use% Mounted on\n/dev/nvme0n1p2  868G  187G  637G  23% /\n/dev/nvme1n1p1  916G  821G   49G  95% /data"
+}

experiments/dflash2-medium-20260920/priority1.json

@@ -0,0 +1,19 @@
+[
+  {
+    "label": "medium-slot1-priority1-draft-cuda0",
+    "model": "pure",
+    "ctx": 160000,
+    "single": false,
+    "split": "80,20",
+    "ubatch": 128,
+    "parallel": 1,
+    "draft_max": 7,
+    "draft_kv": "q4_0",
+    "draft_device": "CUDA0",
+    "quality": false,
+    "prompts": [
+      4096
+    ],
+    "minimum_headroom_mib": 512
+  }
+]

experiments/dflash2-medium-20260920/priority2-restore.json

@@ -0,0 +1,61 @@
+{
+  "checked_at": 1789931253.8391275,
+  "uptime": "21:07:33 up 3 days, 10:02,  1 user,  load average: 0.93, 0.95, 0.80",
+  "containers": {
+    "mike-ai-llama-medium": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:5e3c12c145b8045e5731b44b6b97033f24b327ae3d4a3fa85ecdd159cc844907",
+      "started": "2026-09-20T19:07:06.261497776Z"
+    },
+    "mike-ai-router": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:0448758bec6968b29263bcac0f8b4682c6d3029d626f7c12334698c11ef096bb",
+      "started": "2026-09-20T19:07:16.676662725Z"
+    },
+    "mike-ai-profile-controller": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:a5f156d94c4921e671fafa524cf9c0fe91e1cbec0113c1f19c136204d63f243f",
+      "started": "2026-09-20T19:07:16.548271903Z"
+    },
+    "mike-ai-wireguard-gateway": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:0d24e93c85a1c420b52b17666ede5fbd4672d92ab8dc28ea4ac5ba144ebc41d0",
+      "started": "2026-09-17T09:05:07.164533904Z"
+    },
+    "mike-ai-qwen3-tts": {
+      "running": true,
+      "health": "healthy",
+      "image": "sha256:b363a01d08b1bbecbfc3ca6f585368fae2cfdc591f9ecca6643738369f9a9d98",
+      "started": "2026-09-19T13:47:00.227813668Z"
+    }
+  },
+  "router": {
+    "/health": {
+      "status": "ok",
+      "router": "alive"
+    },
+    "/ready": {
+      "status": "ok",
+      "router": "alive",
+      "upstream": "ready"
+    }
+  },
+  "smoke": {
+    "content": "OK",
+    "usage": {
+      "completion_tokens": 2,
+      "prompt_tokens": 19,
+      "total_tokens": 21,
+      "prompt_tokens_details": {
+        "cached_tokens": 0
+      }
+    }
+  },
+  "kernel_errors": [],
+  "gpu": "name, memory.used [MiB], memory.total [MiB], temperature.gpu\nNVIDIA GeForce RTX 3060, 10920 MiB, 12288 MiB, 45\nNVIDIA GeForce RTX 5080, 15714 MiB, 16303 MiB, 49",
+  "disk": "Filesystem      Size  Used Avail Use% Mounted on\n/dev/nvme0n1p2  868G  187G  637G  23% /\n/dev/nvme1n1p1  916G  821G   49G  95% /data"
+}

experiments/dflash2-medium-20260920/priority2.json

@@ -0,0 +1,19 @@
+[
+  {
+    "label": "medium-slot1-priority2-draft-cuda1",
+    "model": "pure",
+    "ctx": 160000,
+    "single": false,
+    "split": "80,20",
+    "ubatch": 128,
+    "parallel": 1,
+    "draft_max": 7,
+    "draft_kv": "q4_0",
+    "draft_device": "CUDA1",
+    "quality": false,
+    "prompts": [
+      4096
+    ],
+    "minimum_headroom_mib": 512
+  }
+]

experiments/dflash2-medium-20260920/priority3.json

@@ -0,0 +1,19 @@
+[
+  {
+    "label": "medium-slot1-priority3-draft-cuda0",
+    "model": "pure",
+    "ctx": 160000,
+    "single": false,
+    "split": "70,30",
+    "ubatch": 128,
+    "parallel": 1,
+    "draft_max": 7,
+    "draft_kv": "q4_0",
+    "draft_device": "CUDA0",
+    "quality": false,
+    "prompts": [
+      4096
+    ],
+    "minimum_headroom_mib": 512
+  }
+]

experiments/dflash2-medium-20260920/run.py

@@ -54,8 +54,8 @@ def run_case(case):
     save(out/'config.json',case)
     print('START',label,flush=True)
     single=case.get('single',False)
-    args=['--model','/models/'+MODELS[case['model']], '--alias','benchmark','--ctx-size',str(case['ctx']), '--flash-attn','on','--cache-type-k','q4_0','--cache-type-v','q4_0','--cache-ram','0','--threads','6','--threads-batch','6','--batch-size','2048','--ubatch-size',str(case.get('ubatch',512)), '--parallel','2','--kv-unified','--jinja','--reasoning','auto','--reasoning-preserve','--host','127.0.0.1','--port','5005','--metrics','--fit','off','--n-gpu-layers','all','--load-mode','none','--no-ui','--temperature','1.0','--top-p','0.95','--top-k','20','--device','CUDA0' if single else 'CUDA0,CUDA1','--main-gpu','0','--split-mode','layer','--tensor-split',case.get('split','1,0'),'--spec-type','draft-dflash','--spec-draft-n-max','7','--spec-draft-type-k','q4_0','--spec-draft-type-v','q4_0','--spec-draft-p-min','0.05','--verbosity','3']
+    args=['--model','/models/'+MODELS[case['model']], '--alias','benchmark','--ctx-size',str(case['ctx']), '--flash-attn','on','--cache-type-k','q4_0','--cache-type-v','q4_0','--cache-ram','0','--threads','6','--threads-batch','6','--batch-size','2048','--ubatch-size',str(case.get('ubatch',512)), '--parallel',str(case.get('parallel',2)),'--kv-unified','--jinja','--reasoning','auto','--reasoning-preserve','--host','127.0.0.1','--port','5005','--metrics','--fit','off','--n-gpu-layers','all','--load-mode','none','--no-ui','--temperature','1.0','--top-p','0.95','--top-k','20','--device','CUDA0' if single else 'CUDA0,CUDA1','--main-gpu','0','--split-mode','layer','--tensor-split',case.get('split','1,0'),'--spec-type','draft-dflash','--spec-draft-n-max','7','--spec-draft-type-k','q4_0','--spec-draft-type-v','q4_0','--spec-draft-p-min','0.05','--verbosity','3']
-    args += ['--spec-draft-model','/models/qwen38-dflash2/draft.gguf','--spec-draft-device','CUDA0','--spec-draft-ngl','all']
+    args += ['--spec-draft-model','/models/qwen38-dflash2/draft.gguf','--spec-draft-device',case.get('draft_device','CUDA0'),'--spec-draft-ngl','all']
     save(out/'server-args.json',args)
     cmd('docker','run','-d','--name',NAME,'--gpus','all','--network','host','--read-only','--tmpfs','/tmp:rw,nosuid,nodev,size=256m','--security-opt','no-new-privileges:true','--cap-drop','ALL','--pids-limit','512','--ulimit','core=0','--memory','26g','--memory-swap','26g','--shm-size','1g','--log-opt','max-size=32m','--log-opt','max-file=1','-e','NVIDIA_VISIBLE_DEVICES='+GPU0+','+GPU1,'-e','NVIDIA_DRIVER_CAPABILITIES=compute,utility','-v','/data/models:/models:ro',IMAGE,*args)
     stop=threading.Event(); samples=[]
@@ -117,6 +117,9 @@ def run_case(case):
                 r=prefill(n,42); result['prefill'].append({'target':n,'response':r}); save(out/'partial.json',result)
                 print(label,'prefill',n,r.get('timings'),flush=True)
         result['finished']=time.time()
+    except Exception as exc:
+        result['error']=str(exc)
+        raise
     finally:
         stop.set(); thread.join(5)
         r=subprocess.run(['docker','logs',NAME],capture_output=True,text=True,timeout=30)

experiments/dflash2-medium-20260920/supervise.py

@@ -10,8 +10,12 @@ signal.signal(signal.SIGTERM,stop_signal); signal.signal(signal.SIGINT,stop_sign
 # Refuse if the known production state has changed, or if requests are active.
 for name in NAMES:
     assert run('docker','inspect',name,'--format','{{.State.Running}}').stdout.strip()=='true',name
+for attempt in range(60):
     slots=json.loads(run('docker','exec',NAMES[-1],'curl','-fsS','http://127.0.0.1:8080/slots').stdout)
-assert not any(s['is_processing'] for s in slots),'Production request active'
+    if not any(s['is_processing'] for s in slots): break
+    if attempt==0: print('WAIT production request active; no interruption',flush=True)
+    time.sleep(3)
+else: raise RuntimeError('Production remained busy for 180s; no services stopped')
 assert not run('docker','ps','-q','--filter','name=^mike-ai-dflash2-test$').stdout.strip(),'Existing experiment'
 child=None
 try:
@@ -36,5 +40,11 @@ finally:
     for _ in range(150):
         if run('docker','inspect',NAMES[-1],'--format','{{.State.Health.Status}}').stdout.strip()=='healthy': break
         time.sleep(2)
+    else: raise RuntimeError('Restored Medium did not become healthy')
     run('docker','start',NAMES[1],NAMES[0])
-    print('RESTORED existing medium/controller/router',flush=True)
+    for _ in range(60):
+        statuses=[run('docker','inspect',name,'--format','{{.State.Health.Status}}').stdout.strip() for name in NAMES[:2]]
+        if all(status=='healthy' for status in statuses): break
+        time.sleep(2)
+    else: raise RuntimeError('Restored router/controller did not become healthy')
+    print('RESTORED existing medium/controller/router; all healthy',flush=True)