GPU 调度执行层 zytsyj/dsh-gpu

dsh-gpu

面向 DeepSeek Harness（dsh）的 GPU 感知执行层。树外插件；无需对 harness 打补丁。

Agent 可获得三个工具——gpu_status、gpu_exec、gpu_run_bg——外加可选的每步 GPU 上下文行。显卡会自动选择（最空闲优先），并在命令环境中设置 CUDA_VISIBLE_DEVICES；如果你在意，可以显式指定某张卡。

8 GPU(s), free: [0,1,2,3,4,5,6,7]
GPU0 Tesla V100-SXM2-32GB: 4264/32768MiB 0%util 40C
...
[gpus 1 — GPU 1 (auto: freest 1)] exit 0

工作原理

- gpu_status——一次查询，覆盖所有设备：已用/总显存、SM 利用率、温度，以及空闲/忙碌判定。当显存使用率达到或超过 80% 或利用率达到或超过 50% 时，设备即视为忙碌（两者均可配置）。
- gpu_exec——在选定显卡上执行一次性命令：CUDA_VISIBLE_DEVICES= 会通过挂载的 ctx.shell 执行器环境传入。可自动选择或通过 gpuIndex 指定；可为多 GPU 命令选择 count 张卡。
- gpu_run_bg——长时间运行的 GPU 任务（训练、推理服务、基准测试）会在 ctx.jobs 中注册为 gpu 作业：立即返回作业 id，用 job_output 读取，用 job_kill 停止。
- 每步上下文（可选，默认开启）——向符合条件的步骤注入一行 GPU 快照（time-context 模式），限速为每分钟一次采样。

所有执行都经由挂载的 shell 执行器。无论是本地主机，还是任何远程执行环境（例如 SSH 提供方插件）——dsh-gpu 不关心 GPU 在哪里；它通过 bash 工具所用的同一接缝进行查询和启动。

安装

dsh-gpu 是一个树外包插件。使用官方插件命令在 profile 中安装并激活它：

dsh plugin --profile add dsh-gpu

该包自带的 cordis.patch.yml 会自动注册插件。若要覆盖其配置，请在 profile 的 cordis.patch.yml 中添加一个具有相同 id 的条目：

- insert:
- id: gpu
name: dsh-gpu
config:
stepContext: true

加载顺序注意事项：请将其放在你的执行环境插件（例如 SSH 提供方）之后，这样它查询的 shell 接缝才是你期望的那个。

配置

- id: gpu
name: dsh-gpu
config:
stepContext: true # per-step GPU snapshot line (default true)
refreshIntervalMs: 60000 # min spacing between injected snapshots
queryTimeoutMs: 10000 # nvidia-smi timeout
busyMemoryPct: 80 # >= this % memory used => busy
busyUtilPct: 50 # >= this % SM util => busy

注意事项与坑

- nvidia-smi 会忽略 CUDA_VISIBLE_DEVICES——它始终报告物理索引。gpu_exec 的选择对 CUDA 程序仍然按预期工作；只是不要在 gpu_exec 内部用 nvidia-smi 的输出来验证绑定。
- 选择是建议性的，而非预留：两个并发的 agent 仍可能选中同一张卡。如需独占占用，请在同一步中通过 gpu_status 读取并固定 gpuIndex。
- gpu_run_bg 需要在组合中包含 jobs 服务（@deepseek-ai/dsh-jobs + @deepseek-ai/dsh-tool-jobs），与后台 bash 具有相同的依赖。
- 没有 NVIDIA GPU 的主机：gpu_status 会报告干净的 no-gpu 结果，而不是失败。

开发

pnpm install
pnpm typecheck # tsc --noEmit
pnpm test # vitest unit and plugin lifecycle tests
pnpm build # tsdown -> lib/
pnpm check:package # publint + Are the Types Wrong
node tests/live-v100.mjs # optional live probe (edit SSH target first)

测试夹具记录自一台真实的 8× Tesla V100-SXM2-32GB 主机（包括一张被占用的卡）——未对 nvidia-smi 输出格式进行任何模拟。

许可证

MIT