local 后端

最简形态：Console 与训练容器同机，docker run 直起。适合单机 1~8 卡的团队。

配置

FORGE_DEFAULT_FLEET_KIND=local
FORGE_IMAGE_NEMO_RL=registry.internal/starforge/nemo-rl:v0.7.0
FORGE_NEMO_RL_DIR=/opt/nemo-rl
FORGE_LOCAL_GPU_COUNT=8            # 0 = nvidia-smi 自动探测
FORGE_STORAGE_ROOT=/data/starforge   # 唯一存储根：缓存 / run 目录 / 状态（强烈建议）
FORGE_LOCAL_NETWORK=host           # 作业回连 console 最省事
FORGE_LOCAL_SHM_SIZE=64g           # /dev/shm；空则沿用 FORGE_K8S_SHM_SIZE 并自动转 docker 语法
FORGE_LOCAL_CPU_LIMIT=             # 可选 --cpus
FORGE_LOCAL_MEMORY_LIMIT=          # 可选 --memory
FORGE_LOCAL_CHECK_EXTERNAL_GPUS=1  # 探测平台外进程占卡（计入 blocked）

语义要点

GPU 原子分配

挑卡与起容器在同一把锁内完成，分配真相存在容器标签里——console 重启后从 docker ps 重建占用视图，不存在「幽灵占卡」。

容器回收

对账确认终态后，平台先归档训练侧尚未来得及上报的尾部日志，再立即删除容器。FORGE_LOCAL_CONTAINER_TTL_S 只兜底清理控制面故障留下的孤儿。

镜像

解析顺序为单次 --image → 框架默认镜像 → runtime registry → catalog。tag 可用，生产复现建议 digest；用户镜像需符合 FORGE_ALLOWED_IMAGE_REGISTRIES。

无 NVIDIA 环境（仅测试）

FORGE_LOCAL_GPU_PASSTHROUGH=0 仿真模式：分配 / 记账 / 标签照常，容器不带 --gpus。E2E 与开发机用，生产必须保持默认直通。

Playground

支持：vLLM 容器本机起，端口自动分配，TTL 到期回收。

快速验证

uv run python scripts/e2e/local_loop.py     # 无 GPU 也能跑的全链路闭环

把部署跑起来

执行器

平台治理

日常运维

配置

语义要点

Playground

快速验证

​配置

​语义要点

​Playground

​快速验证

配置

语义要点

Playground

快速验证