hyperpod-version-checker

HyperPod バージョンチェッカー

hyperpod-ssm スキルを使ってクラスターのノードにアップロードし、実行します。

使い方

# Text report to console + file
bash hyperpod_check_versions.sh

# JSON only to stdout (text report still saved to file) — best for piping/parsing
bash hyperpod_check_versions.sh --json

# Custom output file
bash hyperpod_check_versions.sh --output /tmp/versions.txt

# No color (for logging)
bash hyperpod_check_versions.sh --no-color

出力ファイル：component_versions_<hostname>_<timestamp>.txt（デフォルト）

チェック項目

コンポーネント	検出方法	適用対象
NVIDIA ドライバー	nvidia-smi	GPU インスタンス（p3/p4/p5/g5）
CUDA Toolkit	nvcc、/usr/local/cuda シンボリックリンク	GPU インスタンス
cuDNN	ヘッダーファイル、パッケージ	ディープラーニングを実行する GPU インスタンス
NCCL	ライブラリのファイル名、ヘッダー、パッケージ	分散 GPU トレーニング
EFA	/opt/amazon/efa_installed_packages、fi_info	EFA 対応インスタンス（p4d/p4de/p5/trn1/trn2）
AWS OFI NCCL	efa_installed_packages、ライブラリの検索	EFA + NCCL ワークロード
GDRCopy	rpm/dpkg、カーネルモジュール	RDMA を使用する GPU インスタンス（p4d+/p5）
MPI	mpirun、/opt/amazon/openmpi	分散トレーニング
Neuron SDK	neuronx-cc、neuron-ls、パッケージ	Trainium/Inferentia（trn1/trn2/inf1/inf2）
Python/PyTorch	python3、torch のインポート	ML ワークロード
コンテナランタイム	docker、containerd、kubectl、nvidia-ctk	EKS クラスター

複数ノードの比較

hyperpod-ssm スキルを使って、各ノードで個別に実行します。--json を指定すると、標準出力に差分比較しやすいクリーンな JSON が出力されます。

互換性のリファレンス

スクリプトは CUDA とドライバーの互換性を自動的に分析します。参考情報：

ドライバーシリーズ	対応 CUDA
580+	13.x、12.x、11.x
570+	12.8+（Blackwell）、12.x、11.x
545+	12.3-12.7、11.x
525-535	12.0-12.2、11.x
450+	11.x のみ

NCCL：CUDA 12.x では 2.18+、CUDA 11.x では 2.12+ を使用します。すべてのノードで同じバージョンにする必要があります。

EFA インストーラー	AWS OFI NCCL
1.29+	v1.7.3+（推奨）
1.26-1.28	v1.7.0-v1.7.2
1.20-1.25	v1.6.0+