AIKraft/Skills/Запуск mcore на slurm

Запуск mcore на slurm

How to launch distributed Megatron-LM training jobs on a SLURM cluster. Covers a minimal sbatch skeleton, environment-variable setup for torch.distributed.run, CUDA_DEVICE_MAX_CONNECTIONS rules across hardware and parallelism modes, container conventions, monitoring, and per-rank failure diagnosis.

AInvidia official Другое

Что делает навык

Как запускать распределённые задачи обучения Megatron-LM в кластере SLURM. Охватывает минимальный скелет sbatch, настройку переменных окружения для torch.distributed.run, правила CUDA_DEVICE_MAX_CONNECTIONS для разного оборудования и режимов параллелизма, соглашения по контейнерам, мониторинг и диагностику сбоев по отдельным rank.

Как подключить

1Скачать навык

# возьмите папку навыка «mcore-run-on-slurm» из репозитория: # https://github.com/nvidia/skills

2Положить папку с SKILL.md к навыкам ассистента

# положите папку навыка туда, где ассистент ищет skills: cp -r mcore-run-on-slurm/ ~/.claude/skills/mcore-run-on-slurm/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.