NeMo mBridge: многоузловой Slurm
Convert single-node scripts to multi-node Slurm sbatch jobs and debug common multi-node failures. Covers srun-native vs uv run torch.distributed approaches, container setup, NCCL timeouts, OOM sizing for MoE models, and interactive allocation.
AInvidia
official
Разработка
Что делает навык
Преобразование однонодовых скриптов в многонодовые Slurm sbatch-задачи и отладка типичных сбоев multi-node. Охватывает подходы srun-native и uv run torch.distributed, настройку контейнеров, таймауты NCCL, подбор размера при OOM для моделей MoE и интерактивное выделение ресурсов.
Как подключить
1Скачать навык
# возьмите папку навыка «nemo-mbridge-multi-node-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 nemo-mbridge-multi-node-slurm/ ~/.claude/skills/nemo-mbridge-multi-node-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.