inspect
Ubuntu・GPU・ドライバー・容量・既存パッケージを確認。新規導入できない理由も表示します。
SERVERGEAR LAB / FREE TOOL 03
GPUコンテナを、
計算できる環境へ。
DockerとNVIDIA Container Toolkitを新規導入。
GPUなし・1枚・全GPUの一時コンテナで、動作を確認します。
Ubuntu既存環境を検出して停止CUDA計算を確認MIT License
無料ダウンロードへ ↓メール確認・お知らせ配信への同意が必要です。
ServerGear GPU Docker Starter 0.1.0
# 構成を確認 → 新規導入 → 動作確認 sudo python3 sg-gpu-docker.py inspect sudo python3 sg-gpu-docker.py apply --yes sudo python3 sg-gpu-docker.py verify --yes # H100 ×2 / 実機検証の結果 GPUなし PASS GPU 1枚 PASS / 42 + 1 = 43 GPU 2枚 PASS / 各GPUで 43
● 導入は設定・サービスを変更します。検証は小さなGPU計算を実行します。
2026年10月25日の実機検証
H100 PCIe ×2Ubuntu 26.04 / 新規導入・CUDA計算A100 PCIe ×4既存runcを検出して導入拒否検証条件 ↗THREE STEPS
調べる、導入する、動かして確かめる。
apply
公式APTリポジトリから導入し、NVIDIAランタイムを設定。管理済みの同一構成へ再実行してもサービスを再起動しません。
verify
GPU数を変えた一時コンテナで、デバイス認識と小さなCUDA計算を確認。結果と相談用テキストを保存します。
SCOPE
初版は、新規導入のために。
既存Dockerやコンテナ関連パッケージ・設定・データを置き換えません。A100機では既存runcを検出し、導入を停止しました。
GPUドライバーは事前に必要です。Docker管理権限を利用者へ自動付与せず、sudoで操作します。DockerはSlurmのGPU割り当てを自動では尊重しません。
- 対象OS
- Ubuntu 24.04 / 26.04・x86_64、Python 3.10以上
- GPU
- A100 80GB PCIe / H100 PCIe、同型・MIG無効
- 導入を実証
- Ubuntu 26.04 / H100 ×2。24.04 / A100は導入拒否のみ確認
- 必要な条件
- sudo・systemd・外部リポジトリへの接続・/var/libに20GiB以上の空き
GET THE SCRIPT
無料で受け取る。
ServerGear GPU Docker Starter 0.1.0
ZIPにはPythonスクリプト、README、検証条件、オフライン試験、MITライセンスを同梱しています。追加のPythonパッケージは不要です。
- 1メール登録とお知らせ配信への同意
- 2確認メールから本人確認
- 3ZIPを展開して構成確認から開始
確認リンクは24時間有効。確認後はそのブラウザーで30分間・3回まで取得できます。
最初の使い方
ZIPファイルのSHA256を確認する
servergear-gpu-docker-0.1.0.zip
89b195e59b986f5aa3eec732a21284801c484b4655fb82a28c684e1495e11179
取得したZIPの sha256sum の結果と照合できます。
sha256sum -c SHA256SUMS
sudo python3 sg-gpu-docker.py inspect
sudo python3 sg-gpu-docker.py apply --yes
sudo python3 sg-gpu-docker.py verify --yes --output docker-check
sudo cat docker-check/report.txtすでにDockerを使っているサーバーにも導入できますか？
初版のapplyは新規環境向けで、既存Docker・containerd・関連設定やデータを検出すると停止します。正常な既存GPU Docker環境では、条件を満たせばverifyだけ利用できますが、既存環境への後付け構築は本版の検証対象外です。
健康診断スクリプトとの違いは？
GPU Healthは状態の読み取りです。本ツールのapplyはパッケージ・設定・サービスを変更し、verifyはイメージの取得と一時コンテナでの小さなGPU計算を行います。新規検証環境または復元可能な環境でご利用ください。全変更の自動ロールバックはありません。
検証成功は性能保証ですか？
いいえ。認識台数と小さなCUDA計算の確認です。GPU間通信・性能・長時間安定性・PyTorch等のアプリケーション試験ではありません。スクリプトとREADMEに実施範囲を記載しています。
途中で止まったら？
既存パッケージや管理記録を削除して強行しないでください。導入途中の失敗は記録し、自動再開しません。表示された理由と実行した段階を添えて相談窓口へお問い合わせください。
SCRIPT SUPPORT
用途に合うGPU環境へ。
無料スクリプトの使い方から、共有HPC環境の構築・サーバー選定までご相談ください。
記事と動画で使い方を見る
YOUR IDEAS / FREE TOOLS
こんなスクリプトが欲しい！
HPC・GPUサーバーの面倒な作業を教えてください。多くの方に役立つテーマを選び、無料ツールとして開発・公開します。
すべてのご要望への対応・完成時期をお約束するものではありません。