option
MaisonMaison Skill DevOps et CI/CD tao-setup-nvidia-gpu-host

tao-setup-nvidia-gpu-host

NVIDIA/skills NVIDIA/skills

Vérifie et installe le pilote NVIDIA, le CUDA Toolkit et le NVIDIA Container Toolkit pour les hôtes Docker et Kubernetes bénéficiant d'une accélération par GPU. Prend en charge plusieurs distributions Linux avec des modes d'installation automatisée et de vérification en lecture seule.

...Développer tout
4
Heure mise à jour 27 septembre 2026

Configuration de l'hôte GPU NVIDIA

Utilisez cette compétence de configuration avant d'exécuter les workflows TAO sur le backend Docker, Local-Docker ou Kubernetes. Elle standardise l'environnement d'exécution du GPU hôte sur :

  • la branche 580 du pilote NVIDIA (module noyau ouvert recommandé)
  • le package CUDA Toolkit cuda-toolkit-13-0
  • NVIDIA Container Toolkit 1.19.0
  • Moteur Docker — installé uniquement pour les backends Docker / local-Docker et uniquement lorsque Docker est absent. Le paquet sélectionné dépend de la famille de distribution (docker.io sur la famille Debian par défaut, moby-engine / docker-ce depuis download.docker.com sur la famille RHEL, docker sur la famille SUSE). Passez l’option --skip-docker-install pour désactiver cette installation.

La vérification est sans risque et en lecture seule par défaut — elle fonctionne sur n’importe quelle car elle interroge uniquement nvidia-smi, le chemin d’accès à la boîte à outils CUDA, la version du paquet container-toolkit installé (viadpkg/rpm/la version binairede nvidia-ctk ) et le runtime NVIDIA du démon Docker.

L’installation doit être explicitement autorisée par l’utilisateur et relancée avec l’option --install. Le chemin d’installation est automatisé pour les familles de distributions suivantes :

Famille Distributions testées Gestionnaire Remarques
debian Ubuntu 22.04 / 24.04, Debian 12 (et ses dérivés Pop!_OS, Mint, Zorin, Raspbian, KDE Neon, etc. via UBUNTU_CODENAME / VERSION_CODENAME) apt-get Ajoute le trousseau de clés NVIDIA cuda-keyring + le fichier .list de Container Toolkit. Docker via docker.io (remplace $DOCKER_PACKAGE_DEBIAN).
rhel Fedora 39 et versions ultérieures, RHEL / Rocky / AlmaLinux 9 et 10 dnf (ou yum) Ajoute le dépôt NVIDIA cuda- + le dépôt Container Toolkit. Docker via Fedora moby-engine si disponible, sinon docker-ce depuis download.docker.com.
suse openSUSE Leap 15, SLES 15 zypper Ajoute les mêmes fichiers .repo NVIDIA. Docker via le paquet Docker de la distribution.
Autres (Arch, Alpine, Gentoo, NixOS, FreeBSD, …) n/a n/a La commande --install se termine par un message d'erreur clair indiquant les versions cibles et les URL du guide d'installation NVIDIA. Effectuez l'installation manuellement, puis relancez la commande --check-only.

Démarrage rapide

Depuis la racine de la banque de compétences :

# Vérifiez l’hôte du backend Docker local.
bash skills/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh --backend docker --check-only

# Installez ou réparez après validation par l’utilisateur.
bash skills/platform/tao-setup-nvidia-gpu-host/scripts/setup-nvidia-gpu-host.sh --backend docker --install

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

⚠️ Remarque — exécution non interactive (exécutions d’agent/de compétence) : une exécution de compétence ne dispose pas de terminal, il n’est donc pas possible de répondre à l’invite « Continue? [y/N] » du programme d’installation. Après avoir exécuté --check-only pour prévisualiser et obtenu l’accord de l’utilisateur, ajoutez l’indicateur « assume-yes » (--yes) à la commande --install afin qu’elle se poursuive sans invite — cela confirme automatiquement l’installation des paquets système (pilote NVIDIA, CUDA Toolkit, NVIDIA Container Toolkit et Docker pour les backends Docker) et modifie l’hôte ; ne procédez donc ainsi que sur un hôte que vous contrôlez. Une personne exécutant directement --install dans un terminal verra l’invite s’afficher à la place.

Contrat de workflow

Les workflows Docker et Kubernetes doivent exécuter la vérification avant de soumettre un travail sur GPU :

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

bash "$SETUP_SCRIPT" --backend docker --check-only || {
  echo "MANQUANT : l'environnement d'exécution de l'hôte GPU TAO n'est pas prêt."
  echo "Après validation par l'utilisateur, exécutez (ajoutez --yes pour les exécutions non interactives de l’agent) :"
  echo "  bash \"$SETUP_SCRIPT\" --backend docker --install"
  exit 1
}

N’effectuez jamais d’installation en mode silencieux. Si la vérification échoue, expliquez ce qui manque, demandez à l’ utilisateur d’autoriser la correction, puis exécutez la commande d’installation et relancez la vérification.

Fonctionnement du programme d'installation

Le programme d’installation s’adapte à la famille de distribution détectée. Sur chaque famille prise en charge, il ajoute les dépôts CUDA et Container Toolkit de NVIDIA (s’ils sont manquants), installe les paquets d’exécution épinglés, installe éventuellement Docker, configure le runtime Docker de NVIDIA et ajoute l’utilisateur qui lance le programme au groupe docker.

Étapes communes (toutes les familles) :

  1. Ajoute le dépôt CUDA de NVIDIA s’il est manquant (apt cuda-keyring deb, cuda-.repo pour dnf/zypper).
  2. Ajoute le dépôt Container Toolkit de NVIDIA s’il est manquant (.list pour apt, .repo pour dnf/zypper).
  3. Installe le paquet d’en-têtes / de développement du noyau correspondant au noyau en cours d’exécution.
  4. Installe les paquets de la branche 580 du pilote, cuda-toolkit-13-0, et le Container Toolkit verrouillé à la version 1.19.0 (la version 1.19.0-1 avec le suffixe dpkg correspond à la même version en amont exprimée pour apt).
  5. Pour les backends Docker et lorsque Docker est absent, installe Docker (indicateurs de remplacement / désactivation ci-dessous), active/démarre le démon, puis exécute nvidia-ctk runtime configure --runtime=docker et redémarre Docker lorsque systemctl est disponible.
  6. Ajoute l'utilisateur qui lance la commande ($SUDO_USER s'il est disponible, sinon $USER) au groupedocker afin que les shells suivants puissent exécuter docker sans sudo — désactivez cette option avec --skip-docker-group. L’appartenance à ce nouveau groupe ne prend pas effet dans le shell actuel: déconnectez-vous puis reconnectez-vous, ou exécutez newgrp docker dans chaque nouveau shell.
  7. Tente d’exécuter modprobe nvidia afin que la vérification puisse réussir avant le redémarrage.

Sélections de paquets spécifiques à certaines familles :

Étape famille Debian rhel-family famille-suse
En-têtes du noyau linux-headers-$(uname -r) kernel-devel-$(uname -r), kernel-headers-$(uname -r) kernel-default-devel
Pilote nvidia-driver-pinning-580, nvidia-open-580 (remplacement : $NVIDIA_DRIVER_PACKAGE_DEBIAN) nvidia-driver-cuda, kmod-nvidia-open-dkms (remplacement : $NVIDIA_DRIVER_PACKAGE_RHEL, $NVIDIA_DRIVER_KMOD_RHEL) nvidia-open-driver-G06-signed-kmp-default (remplacement : $NVIDIA_DRIVER_PACKAGE_SUSE)
Kit d'outils CUDA cuda-toolkit-13-0 cuda-toolkit-13-0 cuda-toolkit-13-0
Kit de développement pour conteneurs nvidia-container-toolkit=1.19.0-1 + base/tools/libs nvidia-container-toolkit-1.19.0 + base/tools/libs identique à RHEL
Docker docker.io (remplacement : $DOCKER_PACKAGE_DEBIAN) moby-engine+moby-cli sur Fedora si disponible, sinon docker-ce docker-ce-cli containerd.io depuis download.docker.com docker

Vérification

Après l'installation, vérifiez :

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

La sortie attendue de nvidia-smi doit inclure le pilote 580.x et la version 13.0 de CUDA. La sortie attendue de nvcc doit inclure la version 13.0.

Remarques concernant Kubernetes

Pour les clusters Kubernetes autogérés, exécutez le programme d’installation de l’hôte sur chaque nœud de travail GPU ou intégrez le même ensemble de paquets dans l’image du nœud avant d’installer l’opérateur GPU NVIDIA ou le plugin de périphérique.

La vérification du workflow émet également un avertissement si kubectl est disponible mais que le cluster signale une capacité allouable «nvidia.com/gpu» nulle. Dans ce cas, installez/configurez le NVIDIA GPU Operator une fois que le runtime de l’hôte de travail est prêt :

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

Les fournisseurs de Kubernetes gérés peuvent prendre en charge l’installation des pilotes via les images de nœuds ou la politique du GPU Operator. Ne remplacez pas un nœud GPU géré par un fournisseur sans l’ accord de l’utilisateur et sans plan de restauration.

Modes de défaillance

Famille de distribution non prise en charge: l'option --install automatise l'installation sur les hôtes des familles debian-, rhel- et suse-. Sur Arch, Alpine, Gentoo, NixOS, FreeBSD ou tout autre système ne disposant pas du fichier /etc/os-release (par exemple macOS), le script s'arrête en affichant une erreur claire qui répertorie les quatre versions cibles et les URL des guides d'installation NVIDIA en amont :

  • 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/

Installez ces quatre éléments à l’aide du gestionnaire de paquets de votre distribution, puis relancez le script avec l’option --check-only pour vérifier. La vérification est universellement portable — elle interroge uniquement les bases de données de binaires ou de paquets — ; ainsi, une fois que l’environnement d’exécution est en place, le contrat de workflow est respecté quelle que soit la distribution sous-jacente.

Dérivés d'Ubuntu/Debian non pris en charge: lorsque l'ID est, par exemple, pop, mint, zorin, raspbian ou un autre dérivé de la famille Debian, le script mappe l'hôte sur le dépôt CUDA en amont d'Ubuntu/Debian via UBUNTU_CODENAME / VERSION_CODENAME (focal/jammy/noble → Ubuntu 20.04/22.04/24.04 ; bullseye/bookworm/trixie → Debian 11/12/12). Si le nom de code de l’hôte ne correspond à aucune version en amont connue, l’option --install se termine en affichant les mêmes instructions d’installation manuelle que celles décrites ci-dessus.

Docker non installé: l’option --check-only signale « MISSING : Docker n’est pas installé » et affiche la commande exacte à réexécuter, adaptée à la famille de distribution détectée. Le chemin d’installation par défaut --install installe Docker (docker.io / moby-engine / docker-ce / docker selon la famille), active/démarre le démon, configure le runtime NVIDIA et ajoute l’utilisateur qui exécute le script au groupe docker. Si vous préférez gérer Docker vous-même, installez-le avant de relancer le script ou passez l’option --skip-docker-install.

Docker est installé mais la commande `docker run` nécessite toujours `sudo`: le script ajoute l’ utilisateur qui l’exécute au groupe `docker`, mais sous Linux, l’appartenance à un groupe n’est actualisée qu’au démarrage d’une nouvelle session. Déconnectez-vous puis reconnectez-vous, ou exécutez `newgrp docker` dans chaque nouveau terminal, jusqu’à ce que la nouvelle appartenance soit active.

Le runtime Docker est toujours manquant: redémarrez Docker, puis relancez nvidia-ctk runtime configure --runtime=docker.

Branche du pilote détectée != 580: la contrainte relative à la branche du pilote est exacte sur la famille Debian (nvidia-open-580). Sur la famille rhel-/suse, le script installe le dernier pilote ouvert fourni dans le dépôt CUDA 13.0 de NVIDIA pour la distribution détectée, qui est toujours ≥ 580. Si votre hôte nécessite une spécification plus stricte, définissez $NVIDIA_DRIVER_PACKAGE_RHEL / $NVIDIA_DRIVER_KMOD_RHEL / $NVIDIA_DRIVER_PACKAGE_SUSE sur les noms exacts des paquets souhaités avant d'exécuter --install.

Le pilote est installé mais nvidia-smi échoue: chargez le module avec sudo modprobe nvidia ou redémarrez. Le démarrage sécurisé (Secure Boot) peut nécessiter un enregistrement MOK sur les systèmes où il est activé.

Kubernetes ne dispose toujours pas de capacité GPU: vérifiez que le pilote fonctionne sur chaque nœud GPU à l’aide de nvidia-smi, puis vérifiez les pods de l’opérateur GPU/du plugin de périphérique ainsi que les étiquettes des nœuds .

Voir sur 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.

Installer tao-setup-nvidia-gpu-host

Téléchargez et décompressez les fichiers de compétences dans votre répertoire .claude/skills/.

Télécharger le ZIP

Clonez le dépôt et copiez les fichiers de compétence dans votre projet.

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

Copier Copier
Configuration rapide: Copiez le dossier de la compétence dans .claude/skills/ Claude détectera automatiquement la compétence et l'utilisera
Dépôt NVIDIA/skills

Compétences similaires

klingai-upgrade-migration
Heure mise à jour 3 juillet 2026
Verification &amp; Quality Assurance
Heure mise à jour 29 juin 2026
base44-cli
Heure mise à jour 29 juin 2026
Railway CLI Management
Heure mise à jour 2 juillet 2026
OR