mcpField
M
modal-compute

modal-compute

github.com/companion-incクラウド・DevOps10.0k103 回インストール今日更新
リポジトリ

modal-compute について

Modal上でGPUを一時的に利用し、範囲を限定した研究実験を実行するスキルです。`modal`コマンドラインとデコレーター付きPythonスクリプトを使い、実行間で状態を保持しない実験を対象とします。

主な機能

  1. 01`modal run`で実験を実行
  2. 02長時間実験をデタッチ実行
  3. 03対話型GPUシェルを起動
  4. 04記載されたGPUタイプを選択
  5. 05生出力を研究成果物フォルダーに保存

活用シーン

  1. 01一時的なGPU計算で結果を再現
  2. 02範囲を限定したベンチマークを実行
  3. 03GPUシェルで研究環境をデバッグ

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/companion-inc/feynman --skill modal-compute

インストール後、Claude Code で/modal-computeを入力して読み込まれたか確認します。

詳細

Modal Compute

バースト GPU コンピューティングを必要とする、範囲を限定した調査実験には modal CLI を使用してください。ポッドのライフサイクル管理は不要です。デコレーターを付けた Python スクリプトを作成して実行し、生の出力を研究成果物フォルダーに保存してください。このスキルを、サービスのデプロイや無関係なバッチジョブに使用しないでください。

セットアップ

pip install modal
modal setup

コマンド

コマンド説明
modal run script.py調査実験のスクリプトを 1 つ Modal で実行します
modal run --detach script.py長時間の調査実験を実行し、返されたアプリ／実行識別子を記録します
modal shell --gpu a100調査環境のデバッグ用に、対話型 GPU シェルを開きます

GPU の種類

T4、L4、A10G、L40S、A100、A100-80GB、H100、H200、B200

マルチ GPU：「H100」を 4 台使う場合は "H100:4" です。

スクリプトのパターン

import modal

app = modal.App("experiment")
image = modal.Image.debian_slim(python_version="3.11").pip_install("torch==2.8.0")

@app.function(gpu="A100", image=image, timeout=600)
def train():
    import torch
    # training code here

@app.local_entrypoint()
def main():
    train.remote()

使用する場面

  • バースト GPU を必要とする、範囲を限定した再現実験やベンチマークジョブ
  • 実行間で永続的な状態が不要
  • 利用可能か確認：command -v modal

コメント

Markdown 対応