Lancer une instance GPU sur Vast.ai

VérifiéSûr

Lance une instance GPU sur Vast.ai à partir d'un ID d'offre ou de besoins (nombre de GPU, image Docker, disque). Utile pour démarrer rapidement une machine pour l'entraînement, l'inférence ou le développement sans configurer manuellement l'infrastructure.

Spar Skills Guide Bot
Data & IAIntermédiaire
02/06/2026
Claude Code
#vast-ai#gpu-instance#cloud-computing#ssh#docker

Recommandé pour

Synthèse automatique

Guide l'utilisateur dans le lancement d'une instance GPU sur Vast.ai avec configuration complète.

Points forts

  • Automatise la recherche et la sélection d'offres GPU
  • Prend en charge les connexions SSH, Jupyter et Jupyter Lab
  • Permet de configurer l'image Docker, le disque, les volumes et les variables d'environnement
  • Gère les instances spot avec enchères

Limites

  • Nécessite un compte Vast.ai et l'outil CLI vastai configuré
  • Ne gère pas les configurations multi-nœuds complexes
  • Les instances interruptibles peuvent perdre les travaux en cours
Quand l'utiliser

Quand vous avez besoin d'une machine GPU rapidement pour de l'entraînement, de l'inférence ou du développement.

Quand l'éviter

Pour des serveurs persistants à long terme ou des tâches ne nécessitant pas de GPU.

Analyse de sécurité

Sûr
Score qualité85/100

The skill only uses the Vast.ai CLI for its intended purpose (searching offers, creating instances, checking status, obtaining SSH URLs). There are no destructive, obfuscated, or exfiltrating commands. It does not pipe untrusted data into interpreters or disable safety mechanisms.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Launch a basic GPU instance
Launch a GPU instance on Vast.ai with a PyTorch image and SSH access.
Find and launch a low-cost GPU
Find a cheap GPU instance on Vast.ai with at least 16GB VRAM and 100GB disk, then launch it with Jupyter Lab.
Launch with volume and custom script
Create a Vast.ai GPU instance using the vllm image, attach an existing volume at /data, and run a startup script.

name: launch-instance description: "Launch a GPU instance on Vast.ai. Use when the user wants to create, start, or spin up a new GPU machine for training, inference, or development." argument-hint: "[offer-id or requirements]" disable-model-invocation: true allowed-tools: Bash

Launch a Vast.ai GPU Instance

Guide the user through launching a GPU instance on Vast.ai.

User Request

$ARGUMENTS

Instructions

Step 1: Determine the Offer

If the user provided an offer ID (number), use it directly.

If they described requirements, search first:

vastai search offers '<query>' -o 'dph_total'

Present top options and ask the user to pick one.

Step 2: Gather Configuration

| Setting | Flag | Default | |---------|------|---------| | Docker image | --image | Ask user (suggest pytorch/pytorch) | | Disk size | --disk | 64 GB | | Access method | --ssh / --jupyter / --jupyter-lab | --ssh | | Direct connect | --direct | No (not all machines support it) | | Startup script | --onstart-cmd | None | | Environment/ports | --env | None | | Pricing | --bid_price | On-demand (no flag) | | Label | --label | None | | Template | --template_hash | None | | Volume | --create-volume / --link-volume | None | | Mount path | --mount-path | None | | Entrypoint | --entrypoint | Container default | | Container user | --user | root |

Common images: pytorch/pytorch, nvidia/cuda:12.1.0-devel-ubuntu22.04, vllm/vllm-openai:latest, tensorflow/tensorflow:latest-gpu

Step 3: Launch

vastai create instance <OFFER_ID> \
  --image <IMAGE> \
  --disk <GB> \
  --ssh \
  [--env '<DOCKER_OPTS>'] \
  [--onstart-cmd '<SCRIPT>'] \
  [--label '<NAME>']

Alternatively, auto-select an offer:

vastai launch instance -g <GPU_NAME> -n <NUM_GPUS> -i <IMAGE> -d <DISK> --ssh

Step 4: Verify & Connect

After creation succeeds (note the new_contract instance ID):

# Wait for running status
vastai show instances

# Get SSH connection
vastai ssh-url <INSTANCE_ID>

Provide the user with the SSH command or Jupyter URL.

Step 5: Volume Setup (if needed)

# With new volume
vastai create instance <OFFER_ID> --image <IMG> --ssh --disk 64 \
  --create-volume <VOLUME_OFFER_ID> --volume-size 100 --mount-path /root/data

# With existing volume
vastai create instance <OFFER_ID> --image <IMG> --ssh --disk 64 \
  --link-volume <VOLUME_ID> --mount-path /root/data

Safety

  • Always confirm offer ID and $/hr cost before creating
  • Remind user to vastai destroy instance <ID> when done
  • Warn about interruptible instances losing work if preempted
  • For spot: use --bid_price — if bid is too low, instance won't start

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/launch-a-gpu-instance-on-vast-ai-mm78no1a/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/launch-a-gpu-instance-on-vast-ai-mm78no1a' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/launch-a-gpu-instance-on-vast-ai-mm78no1a/download' --output '.skill-downloads/launch-a-gpu-instance-on-vast-ai-mm78no1a/SKILL.md.part' && mv '.skill-downloads/launch-a-gpu-instance-on-vast-ai-mm78no1a/SKILL.md.part' '.skill-downloads/launch-a-gpu-instance-on-vast-ai-mm78no1a/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Outils déclarés par l’auteur (à vérifier dans votre agent) : Bash

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/launch-a-gpu-instance-on-vast-ai-mm78no1a/SKILL.md' && test -s '.skill-downloads/launch-a-gpu-instance-on-vast-ai-mm78no1a/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/launch-instance' && cp -R '.skill-downloads/launch-a-gpu-instance-on-vast-ai-mm78no1a' '.claude/skills/launch-instance'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/launch-a-gpu-instance-on-vast-ai-mm78no1a'

openskills read 'launch-a-gpu-instance-on-vast-ai-mm78no1a'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/launch-a-gpu-instance-on-vast-ai-mm78no1a/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires