mcpField
M
modal-compute

modal-compute

github.com/companion-inc云与 DevOps10.0k103 次安装今天更新
代码仓库

关于 modal-compute

这项技能通过 `modal` 命令行在 Modal 上运行限定范围的研究实验，使用带装饰器的 Python 脚本调用突发 GPU 算力。适用于运行间无需保留状态的实验，不用于部署服务或无关批处理任务。

主要功能

  1. 01使用 `modal run` 运行实验
  2. 02分离运行长时间实验
  3. 03打开交互式 GPU Shell
  4. 04选择列出的 GPU 类型
  5. 05将原始输出保存到研究产物目录

适用场景

  1. 01借助突发 GPU 算力复现实验
  2. 02运行限定范围的基准测试
  3. 03在 GPU Shell 中调试研究环境

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/modal-compute确认已加载。

详细介绍

Modal 计算

使用 modal CLI 进行需要突发 GPU 算力的有界研究实验。无需管理 Pod 生命周期；编写带装饰器的 Python 脚本，运行脚本，并将原始输出保存回研究产物文件夹。不要将此技能用于部署服务或无关的批处理作业。

设置

pip install modal
modal setup

命令

命令说明
modal run script.py在 Modal 上运行一个研究实验脚本
modal run --detach script.py运行一个长时间研究实验，并记录返回的应用／运行标识符
modal shell --gpu a100打开交互式 GPU shell，以调试研究环境

GPU 类型

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

多 GPU："H100:4" 表示 4 张 H100。

脚本模式

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()

适用场景

  • 需要突发 GPU 算力的有界复现实验或基准测试作业
  • 运行之间无需保留状态
  • 检查是否可用：command -v modal

评论

支持 Markdown