opción
HogarHogar Skill DevOps y CI/CD tao-setup-nvidia-gpu-host

tao-setup-nvidia-gpu-host

NVIDIA/skills NVIDIA/skills

Comprueba e instala el controlador de NVIDIA, el kit de herramientas CUDA y el kit de herramientas de contenedores de NVIDIA para hosts de Docker y Kubernetes con aceleración por GPU. Es compatible con múltiples distribuciones de Linux y cuenta con modos de instalación automatizada y de comprobación de solo lectura.

...Expandir todo
4
Tiempo actualizado 27 de septiembre de 2026

Configuración del host de la GPU NVIDIA

Utiliza esta técnica de configuración antes de ejecutar flujos de trabajo TAO en el backend de Docker, Docker local o Kubernetes. Estandariza el entorno de ejecución de la GPU del host en:

  • la rama 580 del controlador de NVIDIA (se prefiere el módulo de kernel abierto)
  • Paquete CUDA Toolkit cuda-toolkit-13-0
  • NVIDIA Container Toolkit 1.19.0
  • Motor de Docker: solo se instala para los backends de Docker / local-Docker y únicamente cuando no se dispone de Docker. El paquete seleccionado depende de la familia de distribuciones (docker.io en la familia Debian por defecto, moby-engine / docker-ce de download.docker.com en la familia RHEL, docker en la familia SUSE). Pasa --skip-docker-install para desactivarlo.

La comprobación es segura y de solo lectura por defecto; funciona en cualquier , ya que solo comprueba nvidia-smi, la ruta del kit de herramientas CUDA, la versión del paquete container-toolkit instalado (a través dedpkg/rpm o la versión binariade nvidia-ctk ) y el entorno de ejecución NVIDIA del daemon de Docker.

La instalación debe ser autorizada explícitamente por el usuario y volver a ejecutarse con --install. La ruta de instalación está automatizada para estas familias de distribuciones:

Familia Distribuciones probadas Gestor Notas
Debian Ubuntu 22.04 / 24.04, Debian 12 (y sus derivados Pop!_OS, Mint, Zorin, Raspbian, KDE Neon, etc., mediante UBUNTU_CODENAME / VERSION_CODENAME) apt-get Añade NVIDIA cuda-keyring + Container Toolkit .list. Docker a través de docker.io (anula $DOCKER_PACKAGE_DEBIAN).
rhel Fedora 39+, RHEL / Rocky / AlmaLinux 9 y 10 dnf (o yum) Añade el repositorio NVIDIA cuda-, junto con el repositorio de Container Toolkit . Docker a través de Fedora moby-engine cuando esté disponible; de lo contrario, docker-ce desde download.docker.com.
suse openSUSE Leap 15, SLES 15 zypper Añade los mismos archivos .repo de NVIDIA. Docker a través del paquete docker de la distribución.
otros (Arch, Alpine, Gentoo, NixOS, FreeBSD, …) n/a n/a La opción --install finaliza con un mensaje de error claro en el que se enumeran las versiones objetivo y las URL de la guía de instalación de NVIDIA. Instálalo manualmente y, a continuación, vuelve a ejecutar --check-only.

Inicio rápido

Desde el directorio raíz del banco de habilidades:

# Comprueba el host local del backend de Docker.
bash skills/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh --backend docker --check-only

# Instala o repara tras la aprobación del usuario.
bash skills/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh --backend docker --install

# Comprobar un host de trabajadores de GPU de Kubernetes.
bash skills/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh --backend kubernetes --check-only

⚠️ Nota: ejecución no interactiva (ejecuciones de agente/habilidad): una ejecución de habilidad no tiene terminal, por lo que no se puede responder a la pregunta del instalador «¿Continuar? [y/N] ». Tras ejecutar --check-only para obtener una vista previa y obtener la aprobación del usuario, añade el indicador «assume-yes» (--yes) al comando --install para que continúe sin solicitar confirmación; esto confirma automáticamente la instalación de paquetes del sistema (controlador de NVIDIA, Toolkit, NVIDIA Container Toolkit y Docker para los backends de Docker) y modifica el host, por lo que solo debes hacerlo en un host que controles. En cambio, si se ejecuta --install directamente en una terminal, aparecerá la pregunta.

Contrato de flujo de trabajo

Los flujos de trabajo de Docker y Kubernetes deben ejecutar la comprobación antes de enviar el trabajo a la GPU:

SETUP_SCRIPT="${TAO_SKILL_BANK_ROOT:-$PWD}/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh"

bash "$SETUP_SCRIPT" --backend docker --check-only || {
  echo "FALTA: El entorno de ejecución del host de GPU de TAO no está listo."
  echo "Tras la aprobación del usuario, ejecute (añada --yes para ejecuciones de agente no interactivas):"
  echo "  bash \"$SETUP_SCRIPT\" --backend docker --install"
  exit 1
}

Nunca realices la instalación de forma silenciosa. Si la comprobación falla, explica qué falta, pide al usuario que autorice la corrección y, a continuación, ejecuta el comando de instalación y vuelve a realizar la comprobación.

Qué hace el instalador

El instalador se ejecuta en función de la familia de distribución detectada. En cada familia compatible, añade los repositorios de CUDA y Container Toolkit de NVIDIA (si faltan), instala los paquetes de tiempo de ejecución fijados, instala opcionalmente Docker, configura el tiempo de ejecución de Docker de NVIDIA y añade al usuario que lo invoca al grupo docker.

Pasos comunes (todas las familias):

  1. Añade el repositorio de CUDA de NVIDIA si no está presente (apt cuda-keyring deb, cuda-.repo para dnf/zypper).
  2. Añade el repositorio de Container Toolkit de NVIDIA si no está presente (.list para apt, .repo para dnf/zypper).
  3. Instala el paquete de encabezados/desarrollo del kernel correspondiente al kernel en ejecución.
  4. Instala los paquetes de la rama 580 del controlador, cuda-toolkit-13-0 y el Container Toolkit fijado en la versión 1.19.0 (la versión 1.19.0-1 con el sufijo dpkg es la misma versión de origen expresada para apt).
  5. Para los backends de Docker y cuando Docker no está instalado, instala Docker (se pueden anular o desactivar las opciones que se indican a continuación), habilita e inicia el daemon, luego ejecuta nvidia-ctk runtime configure --runtime=docker y reinicia Docker cuando systemctl está disponible.
  6. Añade al usuario que ejecuta el comando ($SUDO_USER si está disponible; en su defecto, $USER) al grupodocker para que los shells posteriores puedan ejecutar docker sin sudo — se puede desactivar con --skip-docker-group. La nueva pertenencia al grupo no surte efecto en el shell actual: cierra sesión y vuelve a iniciar sesión, o ejecuta newgrp docker en cada nuevo shell.
  7. Intenta ejecutar «modprobe nvidia» para que la verificación se supere antes de reiniciar.

Selecciones de paquetes específicas para cada familia:

Paso familia-debian rhel-family familia-suse
Cabeceras del núcleo linux-headers-$(uname -r) kernel-devel-$(uname -r), kernel-headers-$(uname -r) kernel-default-devel
Controlador nvidia-driver-pinning-580, nvidia-open-580 (sobrescrito: $NVIDIA_DRIVER_PACKAGE_DEBIAN) nvidia-driver-cuda, kmod-nvidia-open-dkms (anulación: $NVIDIA_DRIVER_PACKAGE_RHEL, $NVIDIA_DRIVER_KMOD_RHEL) nvidia-open-driver-G06-signed-kmp-default (anulación: $NVIDIA_DRIVER_PACKAGE_SUSE)
Kit de herramientas CUDA cuda-toolkit-13-0 cuda-toolkit-13-0 cuda-toolkit-13-0
Kit de herramientas para contenedores nvidia-container-toolkit=1.19.0-1 + base/tools/libs nvidia-container-toolkit-1.19.0 + base/tools/libs igual que RHEL
Docker docker.io (sobrescrito: $DOCKER_PACKAGE_DEBIAN) moby-engine+moby-cli en Fedora cuando esté disponible; de lo contrario, docker-ce docker-ce-cli containerd.io desde download.docker.com docker

Verificación

Tras la instalación, comprueba lo siguiente:

nvidia-smi
/usr/local/cuda-13.0/bin/nvcc --version
docker info --format '{{json .Runtimes}}' | grep nvidia
sudo docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi

El resultado esperado de nvidia-smi incluye el controlador 580.x y la versión 13.0 de CUDA. El resultado esperado de nvcc incluye la versión 13.0.

Notas sobre Kubernetes

Para clústeres de Kubernetes autogestionados, ejecuta el instalador del host en cada nodo de trabajo con GPU o integra el mismo conjunto de paquetes en la imagen del nodo antes de instalar el NVIDIA GPU Operator o el complemento de dispositivo.

La comprobación del flujo de trabajo también avisa si kubectl está disponible pero el clúster indica que no hay capacidad asignable de «nvidia.com/gpu ». En ese caso, instala y configura el Operador de GPU de NVIDIA una vez que el entorno de ejecución del host de trabajo esté listo:

helm repo add nvidia https://helm.ngc.nvidia.com/nvidia
helm repo update
helm install --wait gpu-operator -n gpu-operator --create-namespace nvidia/gpu-operator

Los proveedores de Kubernetes gestionados pueden encargarse de la instalación de los controladores a través de imágenes de nodo o de la política del GPU Operator. No sobrescribas un nodo de GPU gestionado por un proveedor sin la aprobación del usuario y un plan de reversión.

Modos de fallo

Familia de distribución no compatible: la opción `--install` automatiza la instalación en hosts de las familias `debian-`, `rhel-` y `suse-`. En Arch, Alpine, Gentoo, NixOS, FreeBSD o cualquier sistema que no tenga /etc/os-release (p. ej., macOS), el script se cierra con un error claro que enumera los cuatro objetivos de versión y las URL de la guía de instalación de NVIDIA original:

  • https://docs.nvidia.com/cuda/cuda-installation-guide-linux/
  • https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html
  • https://docs.docker.com/engine/install/

Instala esos cuatro componentes mediante el gestor de paquetes de tu distribución y vuelve a ejecutar el script con la opción --check-only para verificarlo. La comprobación es universalmente portable —solo consulta los binarios o las bases de datos de paquetes—, por lo que, una vez que el entorno de ejecución está en su sitio, se cumple el contrato de flujo de trabajo independientemente de la distribución subyacente.

Derivados de Ubuntu/Debian no compatibles: cuando el ID es, por ejemplo, pop, mint, zorin, raspbian u otro derivado de la familia Debian, el script asigna el host al repositorio CUDA de Ubuntu/Debian mediante UBUNTU_CODENAME / VERSION_CODENAME (focal/jammy/noble → Ubuntu 20.04/22.04/24.04; bullseye/bookworm/trixie → Debian 11/12/12). Si el nombre en clave del host no coincide con ninguna versión original conocida, --install finaliza con las mismas instrucciones de instalación manual descritas anteriormente.

Docker no instalado: --check-only muestra el mensaje «MISSING: Docker no está instalado» y muestra el comando exacto para volver a ejecutar el proceso, adecuado a la familia de distribución detectada. La ruta predeterminada de --install instala Docker (docker.io / moby-engine / docker-ce / docker, dependiendo de la familia), habilita e inicia el daemon, configura el entorno de ejecución de NVIDIA y añade al usuario que ejecuta el comando al grupo docker. Si prefieres gestionar Docker por tu cuenta, instálalo antes de volver a ejecutar el script o pasa el parámetro --skip-docker-install.

Docker está instalado, pero «docker run» sigue necesitando «sudo»: el script añade al usuario que lo ejecuta al grupo «docker», pero Linux solo actualiza la pertenencia al grupo al iniciar una nueva sesión. Cierra la sesión y vuelve a iniciarla, o ejecuta «newgrp docker» en cada nuevo shell, hasta que la nueva pertenencia al grupo esté activa.

Sigue sin aparecer el tiempo de ejecución de Docker: reinicia Docker y, a continuación, vuelve a ejecutar nvidia-ctk runtime configure --runtime=docker.

Rama del controlador detectada != 580: La especificación de la rama del controlador es exacta en la familia Debian (nvidia-open-580). En la familia rhel-/suse, el script instala el controlador abierto más reciente incluido en el repositorio CUDA 13.0 de NVIDIA para la distribución detectada, que siempre es ≥ 580. Si tu host necesita un pin más estricto, configura $NVIDIA_DRIVER_PACKAGE_RHEL / $NVIDIA_DRIVER_KMOD_RHEL / $NVIDIA_DRIVER_PACKAGE_SUSE con los nombres exactos de los paquetes que desees antes de ejecutar --install.

El controlador está instalado, pero nvidia-smi falla: carga el módulo con sudo modprobe nvidia o reinicia el sistema. El arranque seguro (Secure Boot) puede requerir el registro de MOK en los sistemas en los que esté habilitado.

Kubernetes sigue sin tener capacidad de GPU: confirma que el controlador funciona en cada nodo de GPU con nvidia-smi y, a continuación, comprueba los pods del GPU Operator o del complemento de dispositivo, así como las etiquetas de los nodos .

Ver en GitHub
---
name: tao-setup-nvidia-gpu-host
description: Checks and installs NVIDIA driver, CUDA Toolkit, and NVIDIA Container Toolkit for GPU-accelerated Docker and Kubernetes hosts. Supports multiple Linux distributions with automated install and read-only check modes.
license: Apache-2.0
---

# NVIDIA GPU Host Setup

Use this setup skill before TAO workflows run on the `docker`, `local-docker`,
or `kubernetes` backend. It standardizes the host GPU runtime on:

- NVIDIA driver branch `580` (open kernel module preferred)
- CUDA Toolkit package `cuda-toolkit-13-0`
- NVIDIA Container Toolkit `1.19.0`
- Docker engine — only installed for `docker` / `local-docker` backends and
  only when Docker is missing. The package picked depends on the distro
  family (`docker.io` on Debian-family by default, `moby-engine` /
  `docker-ce` from `download.docker.com` on RHEL-family, `docker` on
  SUSE-family). Pass `--skip-docker-install` to opt out.

The check is safe and read-only by default — it works on any Linux
distribution because it only probes `nvidia-smi`, the CUDA toolkit path,
the installed container-toolkit package version (via `dpkg`/`rpm`/the
`nvidia-ctk` binary version), and the Docker daemon's NVIDIA runtime.

Installation must be explicitly authorized by the user and rerun with
`--install`. The install path is automated for these distro families:

| Family | Tested distros | Manager | Notes |
|---|---|---|---|
| debian | Ubuntu 22.04 / 24.04, Debian 12 (and derivatives Pop!_OS, Mint, Zorin, Raspbian, KDE Neon, etc. via `UBUNTU_CODENAME` / `VERSION_CODENAME`) | `apt-get` | Adds NVIDIA `cuda-keyring` + Container Toolkit `.list`. Docker via `docker.io` (override `$DOCKER_PACKAGE_DEBIAN`). |
| rhel | Fedora 39+, RHEL / Rocky / AlmaLinux 9 and 10 | `dnf` (or `yum`) | Adds NVIDIA `cuda-<distro>.repo` + Container Toolkit `.repo`. Docker via Fedora `moby-engine` when available, otherwise `docker-ce` from `download.docker.com`. |
| suse | openSUSE Leap 15, SLES 15 | `zypper` | Adds the same NVIDIA `.repo` files. Docker via the distribution `docker` package. |
| other (Arch, Alpine, Gentoo, NixOS, FreeBSD, …) | n/a | n/a | `--install` exits with a clear error listing the version targets and the NVIDIA install-guide URLs. Install manually, then rerun `--check-only`. |

## Quick Start

From the skill bank root:

```bash
# Check the local Docker backend host.
bash skills/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh --backend docker --check-only

# Install or repair after user approval.
bash skills/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh --backend docker --install

# Check a Kubernetes GPU worker host.
bash skills/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh --backend kubernetes --check-only
```

> ⚠️ **Note — running non-interactively (agent/skill runs):** a skill run has no terminal, so the
> installer's `Continue? [y/N]` prompt cannot be answered. After running `--check-only` to preview and
> getting the user's approval, append the assume-yes flag (`--yes`) to the `--install` command so it
> proceeds without a prompt — this auto-confirms installation of system packages (NVIDIA driver, CUDA
> Toolkit, NVIDIA Container Toolkit, and Docker for Docker backends) and modifies the host, so only do
> this on a host you control. A person running `--install` directly at a terminal gets the prompt instead.

## Workflow Contract

Docker and Kubernetes workflows must run the check before submitting GPU work:

```bash
SETUP_SCRIPT="${TAO_SKILL_BANK_ROOT:-$PWD}/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh"

bash "$SETUP_SCRIPT" --backend docker --check-only || {
  echo "MISSING: TAO GPU host runtime is not ready."
  echo "After user approval, run (append --yes for non-interactive agent runs):"
  echo "  bash \"$SETUP_SCRIPT\" --backend docker --install"
  exit 1
}
```

Never install silently. If the check fails, explain what is missing, ask the
user to authorize the fix, then run the install command and rerun the check.

## What The Installer Does

The installer dispatches on the detected distribution family. On every
supported family it adds NVIDIA's CUDA and Container Toolkit repositories
(if missing), installs the pinned runtime packages, optionally installs
Docker, wires the NVIDIA Docker runtime, and adds the invoking user to
the `docker` group.

Common steps (all families):

1. Adds NVIDIA's CUDA repository if missing (apt `cuda-keyring` deb,
   `cuda-<distro>.repo` for dnf/zypper).
2. Adds NVIDIA's Container Toolkit repository if missing (`.list` for apt,
   `.repo` for dnf/zypper).
3. Installs the matching kernel header / devel package for the running
   kernel.
4. Installs the driver branch 580 packages, `cuda-toolkit-13-0`, and the
   Container Toolkit pinned to `1.19.0` (the dpkg-suffixed `1.19.0-1` is
   the same upstream version expressed for apt).
5. For Docker backends and when Docker is missing, installs Docker
   (override / opt-out flags below), enables/starts the daemon, then runs
   `nvidia-ctk runtime configure --runtime=docker` and restarts Docker
   when `systemctl` is available.
6. Adds the invoking user (`$SUDO_USER` if available, else `$USER`) to the
   `docker` group so subsequent shells can run `docker` without `sudo` —
   opt out with `--skip-docker-group`. **The new group membership does not
   take effect in the current shell**: log out and back in, or run
   `newgrp docker` in each new shell.
7. Attempts `modprobe nvidia` so verification can pass before reboot.

Family-specific package selections:

| Step | debian-family | rhel-family | suse-family |
|---|---|---|---|
| Kernel headers | `linux-headers-$(uname -r)` | `kernel-devel-$(uname -r)`, `kernel-headers-$(uname -r)` | `kernel-default-devel` |
| Driver | `nvidia-driver-pinning-580`, `nvidia-open-580` (override: `$NVIDIA_DRIVER_PACKAGE_DEBIAN`) | `nvidia-driver-cuda`, `kmod-nvidia-open-dkms` (override: `$NVIDIA_DRIVER_PACKAGE_RHEL`, `$NVIDIA_DRIVER_KMOD_RHEL`) | `nvidia-open-driver-G06-signed-kmp-default` (override: `$NVIDIA_DRIVER_PACKAGE_SUSE`) |
| CUDA toolkit | `cuda-toolkit-13-0` | `cuda-toolkit-13-0` | `cuda-toolkit-13-0` |
| Container Toolkit | `nvidia-container-toolkit=1.19.0-1` + base/tools/libs | `nvidia-container-toolkit-1.19.0` + base/tools/libs | same as rhel |
| Docker | `docker.io` (override: `$DOCKER_PACKAGE_DEBIAN`) | `moby-engine`+`moby-cli` on Fedora when available, else `docker-ce docker-ce-cli containerd.io` from `download.docker.com` | `docker` |

## Verification

After installation, verify:

```bash
nvidia-smi
/usr/local/cuda-13.0/bin/nvcc --version
docker info --format '{{json .Runtimes}}' | grep nvidia
sudo docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi
```

Expected `nvidia-smi` output includes driver `580.x` and CUDA Version `13.0`.
Expected `nvcc` output includes `release 13.0`.

## Kubernetes Notes

For self-managed Kubernetes clusters, run the host installer on every GPU
worker node or bake the same package set into the node image before installing
the NVIDIA GPU Operator or device plugin.

The workflow check also warns if `kubectl` is available but the cluster reports
no `nvidia.com/gpu` allocatable capacity. In that case, install/configure the
NVIDIA GPU Operator after the worker host runtime is ready:

```bash
helm repo add nvidia https://helm.ngc.nvidia.com/nvidia
helm repo update
helm install --wait gpu-operator -n gpu-operator --create-namespace nvidia/gpu-operator
```

Managed Kubernetes providers may own driver installation through node images or
GPU Operator policy. Do not overwrite a provider-managed GPU node without user
approval and a rollback plan.

## Failure Modes

**Unsupported distribution family**: `--install` automates debian-, rhel-,
and suse-family hosts. On Arch, Alpine, Gentoo, NixOS, FreeBSD, or anything
without `/etc/os-release` (e.g. macOS), the script exits with a clear error
that lists the four version targets and the upstream NVIDIA install-guide
URLs:

- `https://docs.nvidia.com/cuda/cuda-installation-guide-linux/`
- `https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html`
- `https://docs.docker.com/engine/install/`

Install those four pieces using your distribution's package manager and
rerun the script with `--check-only` to verify. The check is universally
portable — it only queries the binaries / package databases — so once the
runtime is in place the workflow contract is satisfied regardless of the
underlying distro.

**Unsupported Ubuntu/Debian derivative**: When `ID` is e.g. `pop`, `mint`,
`zorin`, `raspbian`, or another debian-family derivative, the script maps
the host onto the upstream Ubuntu/Debian CUDA repo via `UBUNTU_CODENAME` /
`VERSION_CODENAME` (`focal`/`jammy`/`noble` → Ubuntu 20.04/22.04/24.04;
`bullseye`/`bookworm`/`trixie` → Debian 11/12/12). If the host's codename
doesn't match a known upstream release, `--install` exits with the same
manual-install guidance described above.

**Docker not installed**: `--check-only` reports `MISSING: Docker is not
installed` and prints the exact rerun command appropriate to the detected
distro family. The default `--install` path installs Docker (`docker.io` /
`moby-engine` / `docker-ce` / `docker` depending on family), enables/starts
the daemon, configures the NVIDIA runtime, and adds the invoking user to
the `docker` group. If you prefer to manage Docker yourself, install it
before rerunning the script or pass `--skip-docker-install`.

**Docker installed but `docker run` still needs sudo**: The script adds the
invoking user to the `docker` group, but Linux only refreshes group
membership on a new login session. Log out and back in, or run
`newgrp docker` in each new shell, until the new membership is active.

**Docker runtime still missing**: Restart Docker, then rerun
`nvidia-ctk runtime configure --runtime=docker`.

**Driver branch detected != 580**: The driver-branch pin is exact on
debian-family (`nvidia-open-580`). On rhel-/suse-family the script
installs the latest open driver shipped in NVIDIA's CUDA 13.0 repo for
the detected distro, which is always ≥ 580. If your host needs a stricter
pin, set `$NVIDIA_DRIVER_PACKAGE_RHEL` / `$NVIDIA_DRIVER_KMOD_RHEL` /
`$NVIDIA_DRIVER_PACKAGE_SUSE` to the exact package names you want before
running `--install`.

**Driver installed but `nvidia-smi` fails**: Load the module with
`sudo modprobe nvidia` or reboot. Secure Boot may require MOK enrollment on
systems where it is enabled.

**Kubernetes still has no GPU capacity**: Confirm the driver works on each GPU
node with `nvidia-smi`, then check the GPU Operator/device plugin pods and node
labels.

Instalar tao-setup-nvidia-gpu-host

Descarga y descomprime los archivos de las habilidades en tu directorio .claude/skills/.

Descargar ZIP

Clona el repositorio y copia los archivos de la habilidad a tu proyecto.

git clone https://github.com/NVIDIA/skills/tree/main/skills/tao-setup-nvidia-gpu-host # Copy SKILL.md to your .claude/skills/ directory

Copiar Copiar
Configuración rápida: Copia la carpeta de la habilidad en .claude/skills/ Claude detectará y utilizará automáticamente la habilidad
Repositorio NVIDIA/skills

Habilidades relacionadas

klingai-upgrade-migration
Tiempo actualizado 3 de julio de 2026
Verification &amp; Quality Assurance
Tiempo actualizado 29 de junio de 2026
base44-cli
Tiempo actualizado 29 de junio de 2026
Railway CLI Management
Tiempo actualizado 2 de julio de 2026
OR