界面已本地化;技能介绍与说明文档按所选语言由 AI 自动翻译,代码、命令、路径和专业术语保留原文,以原作者文档为准。
探索技能
效率与协作 · SKILL.md

mcore-run-on-slurm

mcore-run-on-slurm

【效率与协作】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.

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

NNVIDIA / skillsNOASSERTION

技能说明

GitHub
正在从源仓库读取说明…
我的收藏