run-on-slurm

作成者： nvidia

SLURMクラスタ上で分散Megatron-LMトレーニングジョブを起動する方法。最小限のsbatchスケルトン、torch.distributed.runの環境変数設定などをカバーしています。

npx skills add https://github.com/nvidia/megatron-lm --skill run-on-slurm

ZIPダウンロード GitHub

このスキルを試すスポンサー

nvidiaのその他のスキル

compileiq-debug

何かがおかしいときに使用：Search()がハングする、すべての評価がINVALID_SCOREを返す、スコアが改善しない、すべての設定が同じ数値を返す、ptxasエラー…

create-github-pr

gh CLIを使用してGitHubのプルリクエストを作成します。ユーザーが新しいPRを作成したい、コードをレビューに提出したい、またはプルリクエストを開きたい場合に使用します。トリガーキーワード -…

nemoclaw-maintainer-cross-issue-sweep

他のオープンなIssueをスキャンし、特定のPRが修正する可能性があるものや、誤って壊す可能性があるものを見つけます。隣接修正の機会や矛盾リスクをfile:line…と共に出力します。

エージェントにFHIR R4 APIの動作方法、利用可能なリソース、検索パラメータを使ったクエリ方法、およびすべてのレスポンス形式を正しく解析する方法を教えます…

compileiq-validate-result

検索が完了した後、かつスピードアップの申請やACFの発送の前に使用します。dump_results CSVを読み込み、トップK候補（単一目的）を抽出します…

changelog-audit

リリース前にWarp CHANGELOG.mdを監査：失われたエントリを復元、ユーザー影響で並べ替え、エントリの文言を洗練、行折り返し、および（リリースブランチモードで）比較をバンプ…

maintain-dynamic-plugins

NeMo Relayの動的プラグインローダー、マニフェスト、RustネイティブSDK、gRPCワーカープロトコル、PythonワーカーSDK、ドキュメント、テスト、およびリリースワークフローのカバレッジを維持する

一般的なDGX Station GB300の問題（CUDAクラッシュ、誤ったGPUターゲット、vLLM/SGLangコンテナのバグ、MIG状態の問題、NVLink/Fabric Managerエラーなど）を診断します。