インフラ・DevOpsのスキル

準備済みのJetson用BSPイメージを実機へ書き込みます。機種設定と実機情報の照合、起動先に応じたツール選択、実行前の確認から書き込み結果の報告まで進めるスキル。

• 変更反映済みイメージの書き込み
• 同じイメージで再書き込みしたいとき
• 書き込み前に実機と設定を照合したいとき

Kubernetes上でNeMo-RLの学習ジョブを起動し、状態やログの確認、停止、障害調査まで支援します。単発実行とクラスタを再利用する実験に対応します。

• 単発の学習とクラスタの自動削除
• クラスタを再利用して実験したいとき
• 停止・失敗した学習ジョブの調査

Jetson／Tegraの電力モードをBSP側の設定で追加・削除・編集し、CPUやGPUなどの周波数制限と起動時の既定モードの変更、機器への反映を支援するスキル。

• Power Estimator出力からモード追加
• 既存モードの周波数制限を調整
• 起動時の既定電力モードを変更

Isaac for Healthcareのワークフロー実行環境を整えるため、LinuxやGPUなどの事前確認、依存関係のセットアップ、一覧取得と定義チェックを案内します。

• Linuxにワークフロー実行環境を構築
• 導入前にホスト要件を確認したいとき
• 環境の欠落や外部依存の導入失敗を調査

Jetsonのメモリ使用状況と主な消費元を実機データで調べ、処理停止や設定変更の前後を比較して、実際に空いたメモリ量を確かめるスキル。

• Jetsonのメモリ消費元を調べたいとき
• モデルサーバー停止後のメモリ確認
• 設定変更によるメモリ解放量の測定

NVIDIA Jetsonの初期設定に必要なBSP、ルートファイルシステム、ソース、開発ツール、ガイドを、対応リリースを確認して所定の場所へダウンロードします。

• JetsonのAuto Setup準備
• 対応リリースの配布物を集めたいとき
• イメージやソースの初期化準備

Dynamoの起動失敗や稼働不良を、Kubernetesの状態やログから調べます。原因の分類、判断材料、次に試すコマンドや修正案を整理し、クラスタを変更せずに提示します。

• Podが起動しない原因の調査
• モデル取得やストレージ障害の調査
• フロントエンドとAPIの状態確認

BlueField Arm上のDOCA UROM Serviceコンテナの導入・設定・運用を支援し、ホストとの接続や版の整合性、通信の遅延・未完了を確認するスキル。

• BlueFieldにサービスを配備したいとき
• ホストとの接続と対応版の確認
• 集団通信の遅延を調べたいとき

DOCAの導入済みバージョンを複数の情報源で照合し、ビルド時と実行時の食い違いを調べます。機能の対応状況やNGCコンテナのタグ確認にも使えます。

• 導入済みDOCAの整合性確認
• ビルド時と実行時の不一致調査
• リリースごとの機能対応確認

NVIDIA開発キットに接続したHSB機器の種類と現在の版を確認し、対応する手順でFPGAファームウェアの更新・旧版への変更と書き込み後の検証を進めるスキル。

• HSB Latticeのファームウェア更新
• 対応する古いFPGA版に戻したいとき
• VB1940のFPGA更新

NVIDIA Holoscan Sensor Bridgeのデモ環境を、開発キットに合わせて準備します。ホスト設定、コンテナの構築・起動から接続とFPGA版の確認まで進めます。

• 対応開発キットでデモを準備したいとき
• デモコンテナの構築と起動
• ボードの接続とFPGA版の確認

Dynamoの分離型・複数ノード構成で、GPU間の高速通信に必要な設定と機能を読み取り専用で点検し、転送テストの準備状況や次の確認手順を示すスキル。

• デプロイ後の通信準備状況の確認
• 性能測定前の転送設定の点検
• 通信が原因と思われる遅延の調査

公開済みのリリースとホストの互換性を確認し、Holoscan SDK 5.xのCUDA 13開発コンテナを導入して、サンプルやPython APIの動作を検証するスキル。

• 指定版のHoloscan開発コンテナを導入したいとき
• 導入前にホストとGPUの互換性を調べたいとき
• サンプルとPython APIを検証したいとき

DOCAの更新・ダウングレードに向けて現状と移行先の差を整理し、明示的な確認後に手順を案内します。途中で失敗した更新の診断や復旧も支援します。

• 新しいDOCAへの移行を検討
• 中断したパッケージ更新の復旧
• ホストとBlueFieldの版の不一致調査

Ubuntu 24.04にHoloscan SDK 5.xのC++用Debianパッケージを導入します。全体版と必要なモジュールを選び、依存関係やサンプルの動作まで確認します。

• Holoscan SDK 5.x全体版の導入
• Coreと必要なモジュールの選択導入
• 4.xから更新する前の依存関係確認

DOCAの導入状態、デバイス、対応機能、ホストとDPUの差分をまとめて確認し、構造化ツールの有無に応じた調査手順と結果の報告方法をそろえるスキル。

• DOCAの導入状態をまとめて確認したいとき
• 機能が使える最小バージョンの確認
• ホストとBlueFieldの状態比較

Earth2Studioの導入に必要なコマンドを環境に合わせて案内し、モデル用の追加パッケージ選び、キャッシュ設定、導入後の動作確認までを支援します。

• Earth2Studioを導入したいとき
• モデル用の追加パッケージを確認したいとき
• キャッシュや待ち時間を設定したいとき

Linuxホストの構成と配布物の公開状況を調べ、CUDA 13との互換性や必要な機能に応じて、Holoscan SDK 5.xの導入方法を選びます。

• Holoscan SDK 5.xの環境確認
• コンテナやネイティブ導入の比較
• 既存の4.xと5.xの導入状況確認

Dynamoのリクエスト振り分け方式をローカルやKubernetesで設定し、モデル一覧とチャット応答の簡易テストで接続先の基本動作を確認するスキル。

• ローカルでDynamoを起動したいとき
• Kubernetesの振り分け設定変更
• モデル一覧とチャット応答の確認

FoundationPoseの認識環境を構築・修復し、依存関係やCUDAの不具合を確認しながら、深度推定用TensorRTエンジンを作成するスキル。

• 対応GPUマシンへの初期導入
• SAM3とTAOの依存関係の修復
• CUDAライブラリの不具合調査

モデルやGPU構成に合うNVIDIA Dynamoの既存デプロイ設定を選び、検証・必要箇所の修正からKubernetesへの配置、APIの簡易動作確認まで進めます。

• モデルとGPUに合う配置設定の選定
• 配置前の保存領域や認証設定の検証
• Dynamoの配置とAPI動作確認

DOCAの診断カウンタを調べ、名前とData IDの相互変換やBlueFieldごとの対応確認を行い、収集先にメトリクスが届かない原因を切り分けます。

• 収集先にメトリクスが届かないとき
• BlueFieldの対応カウンタ確認
• ログのData IDを名前に戻したいとき

BlueField上の独自の輻輳制御アルゴリズムを読み込み、設定・起動・観測・停止する手順を案内します。実際に通信が混み合う検証環境での評価やエラーの切り分けも支援します。

• SPCXとdoca-pccを比較したいとき
• 非本番環境でアルゴリズムを評価
• 速度や遅延が変わらない原因の調査

DOCAの圧縮・暗号処理やRDMA通信の速度・遅延を実機で測定する手順を案内します。実行条件を記録した比較用の基準値づくりや、測定結果のばらつきの確認も支援します。

• BlueFieldの圧縮速度を測りたいとき
• RDMAの速度や暗号処理の遅延測定
• ドライバーやファームウェア更新前の記録