チームでGPU構成を受け入れる

提供前に判断を準備する

まず、完了した作業単位から始めます。強化されてエクスポートされたフォルダ、受け取り手が開いたレンダリングのバッチ、または出力を伴う評価などです。業務上の基準を技術的な基準の横に書き出します。プログラムがエラーなく終了しても、使えない結果を生み出すことがあります。逆に、一度だけ得られた正しい結果は、チームが作業を再実行してファイルを回収できることをまだ証明していません。

負荷に影響するパラメータは保持してください。入力のボリューム、精度、バッチサイズ、並列度、依存関係などです。独立したジョブのキュー、計算を複数のカードに分散するタスク、継続的にリクエストを受け付けるサービスの3つを区別してください。これら3つの構成では受け入れの基準が異なります。「強力なGPU」という一行だけでは、誰も判断を下せません。

プロジェクト責任者は試験の前に基準を定めます。運用担当者はアクセスを準備し、アプリケーション担当者は実績のある起動方法を提供し、受領者は出力を検証します。同一人物が複数の役割を担うことは可能ですが、各役割には必ず担当者と代理を置く必要があります。選択した期間には、実計算に加えて、インストール、試験、修正の可能性、最終エクスポートの時間を確保してください。

製造元、割り当て、実タスクを分けて考える

GPU の仕様書は基準となるハードウェアを記述したものです。割り当てられたマシンは、さらに別の特性をもたらします。表示されるデバイス数、付与されるアクセス権、ソフトウェアのバージョン、利用可能なボリュームとパスなどです。ベンチマークタスクは第三のレベルをもたらします。つまり、お客様のデータと設定で得られた結果です。グリッドでは、各行を単一のレベルに割り当ててください。メーカーの特性がお客様のサービスの測定値として扱われないようにするためです。

カードの型番だけからNVLinkや特定のトポロジー、ディスクスループットを推測しないでください。アプリケーションがこれらの特性に依存する場合は、明示的な要件に変換し、範囲を明確にしたうえで対象環境で確認してください。負荷に不要な場合は、受け入れのための人為的な条件として追加しないでください。

GPUあたりのメモリとカードの枚数は、別々の列のままにしてください。CapordiaのB200ロットは2基のGPUを搭載していますが、それだけで単一カード向けに設計されたプログラムに単一のメモリが与えられるわけではありません。恩恵を期待する前に、ソフトウェアの分散メカニズムを文書化してください。

設定を変更せずにインベントリを作成する

NVIDIAでは、以下のコマンドでツールのバージョン、GPUの一覧、およびCSV形式のいくつかの属性を取得します。まずインストール済みのヘルプを確認してください。利用可能なフィールドと機能はバージョンによって異なります。NVIDIAのドキュメントでは、インデックスの順序が変わり得るため、デバイスの追跡にはUUIDなどの識別子を推奨しています。ツールが出力する単位はそのまま保持してください。これらの取得はGPUタスクを起動するものではなく、そのパフォーマンスを評価するものでもありません。

AMDでは、「amd-smi version」でバージョンを取得し、次に「amd-smi list --json」と「amd-smi static --json」でインベントリと静的プロパティを取得します。オプションはご利用のインストールのヘルプで確認してください。AMD SMIはAMD GPUとそのドライバーを前提としています。参照しているドキュメントはAMD SMI 27.0.0のものです。利用できないフィールドは、推測した値を入れるのではなく、その理由とともに「未確定」のままにしておく必要があります。

次に、アプリケーションとそのライブラリのバージョンを記録します。NVIDIA SMIのCUDAバナーだけでは、インストールされているツールキットのバージョンを証明することはできません。ROCmについては、GPU、システム、バージョンの組み合わせを対応するマトリクスと照合してください。いずれの場合も、決め手となるテストは、実際に想定された環境でアプリケーションを起動することです。

このファイルには、お使いのマシンで実行し、その後議事録に添付するNVIDIAおよびAMDのコマンドが記載されています。これらは公式ドキュメントに基づいています。この例ではCUDAまたはROCmの結果は一切測定されていません。ダウンロード可能なコマンドファイルには、両方の分岐と議事録に添付するフィールドが含まれています。

nvidia-smi --version
nvidia-smi --help-query-gpu
nvidia-smi -L
nvidia-smi --query-gpu=index,name,uuid,memory.total --format=csv

各要件を観察可能なチェックに変える

適切な受け入れ基準は、基準・方法・証拠書類を結び付けます。たとえば「十分なストレージ」は、作業場所の特定、起動前に確認した空き容量、そして保存先から開いたエクスポート、となります。必要な量は中間ファイルを含むあなたの作業の量であり、本ガイドは各 GPU に付随するディスク容量を前提とはしていません。

2つの測定値を比較する前に単位を統一してください。10進数のGBは10億バイト、GiBは2の30乗バイトです。ツールによっては英語表記のGBやGiB、より小さい単位としてMiBが表示されることがあります。生の値とその単位を保持し、必要に応じて換算値を示してください。仕様書と測定値の表記の違いだけを理由に構成を除外しないでください。

ネットワークについては、プロジェクトのフローをテストします。同じ宛先、同じ権限、代表的なファイル種別で行います。単独のダウンロードでは、数千の小さな結果のエクスポートを評価することはできません。プロジェクトが使用する場合は双方向の転送を測定して記録し、スケジュールが要求するしきい値を記載します。試験前にしきい値を決めていなければ、観測された所要時間は観測値にとどまります。

「未実行」というステータスは、証拠のない成功よりも優れています。CSV のグリッドでは、観測・日付・証拠の各列を空欄のままにします。範囲外のチェックは、その理由を説明し、意思決定者の合意を保管した場合に限り削除できます。

標準タスクを引き継ぎとして機能させる

実際の作業の制約が明らかになる、許可されたサンプルを選びます。ごく小さなデモは起動確認には役立ちますが、メモリのピーク、中間ファイル、最終エクスポートを明らかにするケースの代わりにはなりません。テストセットの識別子、バージョン、パラメータ設定を記録します。共有フォルダは、シークレットの値を保存せずに、その提供方法を参照します。

アプリケーション責任者は、既知の起動状態から出力を開くところまで、完全なサイクルを実施します。次に運用担当者が、最初の担当者のターミナルに隠れた状態に依存せず、手順書に沿って同じ流れを再実行します。目的は、使用可能な引き継ぎを検証することです。パス、権限、起動、ログの場所、復旧です。

制御された失敗の後に何が起きるかも定義します。一時的な出力は、受け入れられた結果と区別できる必要があります。受け入れ記録は、アプリケーションが持たない再開メカニズムをでっち上げてはなりません。存在するものを確認し、中断したバッチを整理するための移行手順を参照します。計算が数値である場合、許容範囲は業務プロトコルに属し、ビット単位の一致は普遍的な要件ではありません。

複数の構成を比較するときは、このプロトコルを一定に保ちます。エラーややり直す試験も記録します。最終的な判断は、ワークキュー、受け入れ、スケジュールを簡素化するという理由で選択肢を選ぶことがあります。単一の測定値を GPU の総合ランキングに変える必要はありません。

記入済みの例を測定値と見なさずに読む

ダウンロード可能なサンプル「プラン工房」は完全に架空のものです。あるチームが、12件の技術文書からなる試験用コーパスを処理し、その後レビュー担当者が閲覧できるインデックスを取得したいと考えています。12件という文書数は組織編成上の仮定であり、速度、メモリ消費量、GPU測定値は一切示されていません。H100というターゲットは枠組み作りの候補であり、ソフトウェアと負荷を精査した後に確認する必要があります。

アプリケーション責任者は起動と想定される認証情報を準備します。運用担当はアクセスとファイルの返却を管理します。結果担当者は、各文書に読み取り可能な出力とインデックス内の参照があることを確認しなければなりません。このシナリオでは、結果担当者は自身の保存先からエクスポートをまだ開けていません。ハードウェアとアプリケーションの行は未実行のままであるため、架空の判断は「稼働開始ブロック」となります。

この例は、成功を捏造することなく、責任を明確にし、説明可能な判断を下す方法を示しています。エクスポートの証拠がないことは単なる余談ではありません。それは、回収可能な結果を要求する用途をまさに妨げるものです。再試行ではこの確認を引き継ぎ、その証拠を添付し、判断の日付を記録する必要があります。グリッド内のコメントを消すだけでは不十分です。

拒否する、留保付きで承認する、または判断を保留する

満たされていないブロック基準は、該当範囲の受入を停止します。実施不可能な確認は、デフォルトで成功になるわけではありません。それは「ブロック」または「未実行」というステータス、アクション、担当者を生み出します。「留保」を使って作業の前提条件を覆い隠すのは避けてください。出力を回収できない場合、計算のみを承認してもチェーン全体を許可することにはなりません。

留保は、許可される用途が明確に制限され、暫定措置が検証され、その範囲を誰かが承認する場合に限り、二次的な項目に適切です。再確認の期限と、それが守られなかった場合に何が起こるかを記載してください。試験に限定された受入は、本番の受入とはみなされません。

議事録には、判断、それを正当化する確認、および未解決の確認が保持されます。技術的な承認は、支払いや契約上の期日を確定するものではありません。これらの追跡はそれぞれ独自の参照を保持します。基準が達成されたら、チームは起動、バージョン、データの場所、出力手順を運用担当に引き継ぎます。

受入フォルダ version 1 をダウンロードして使用する

Markdownテンプレートは表紙および議事録として機能します。CSVグリッドは、カスタマイズする確認項目を提供し、証拠のレベル、担当者、テスト前に決定した基準、方法、観察、証拠書類、ステータスの列を備えています。CSVはUTF-8、区切り文字をカンマとして開いてください。結果フィールドは意図的に空になっています。作業を始める前に空のコピーを保存してください。

テンプレートはテキストエディタで、グリッドは表計算ソフトで開いてください。架空のサンプルをあなたの要件に適合させ、その後、ご自身のマシンで観察を記録してください。提供されるライセンスは、通知を保持した上での使用と改変を許可します。製品名および外部ドキュメントはそれぞれの権利を保持します。

この受け入れ結果は、明確な範囲を承認するために使用し、バージョン、データ、運用方式の変更時に補完してください。これは普遍的なベンチマークでも、中断が発生しないことの保証でもありません。作業状態を移行し、各ロットの行き先を説明する必要がある場合は、移行ガイドが引き継ぎます。