NVIDIA 今（30）日喺技術博客發布開源診斷工具 gds-diag，專門幫用户檢查同配置 GPUDirect Storage（GDS，即 GPU 直接存取儲存技術）。GDS 畀 GPU 同儲存目標之間提供一條高效數據路徑，減少 CPU 同記憶體負擔，提速並降低延遲，適用於本地數據中心同雲端環境。
而家 GDS 配置成唔成事，好大程度要靠人手逐個檔案逐個參數睇。NVIDIA 話，佢哋嘅 GDS 團隊開發咗 gds-diag，就係一個開源 Python 命令列工具，負責評估環境、找出問題、建議改善。
工具分四個診斷類別：端到端檢查（all）、安裝前檢查（pre-install、support-matrix）、安裝後驗證（post-install、config-audit），以及針對特定問題的診斷。用 gds-diag.py --help 即可以見到所有子命令。
運行要求方面，gds-diag 本身只需要 Linux 同 Python 3.8 或以上，GDS 技術本身要求的 NVIDIA 數據中心級 GPU 同 CUDA Toolkit 12.2 並非 gds-diag 的依賴。工具隨 NVIDIA Magnum IO GitHub repository 分發，git clone 即用，冇其他要裝嘅依賴。
AI agent skill：自然語言搞診斷
值得一提，gds-diag 另附一個可選嘅 agent skill，加咗自然語言介面同編排層。呢個 skill 會理解用户意圖、揀選同調用適切嘅子命令、協調多步驟診斷流程。NVIDIA 指佢仲有「model-guided reasoning」，即可以解讀診斷結果、套用系統上下文、提出或執行修復建議。
用家可以喺任何偏好的 AI coding assistant 入面打開 gds-diag 目錄，跟「Agent skill usage guidance」使用。簡單講，你唔使死記命令，講人話就得。
模姐驗嚇貨
GDS 一直係 AI 訓練同推理架載入面唔少被人忽略的一層：GPU 好勁，但數據入唔入得去先係瓶頸。之前配置全靠翻文檔、睇 config 檔案，成個過程既繁瑣又容易漏。而家官方出咗個開源診斷工具，由預檢查到後驗證一條龍，呢個係好實際嘅改進。
AI agent skill 呢部分，NVIDIA 話佢可以「propose or carry out appropriate remediation」，即係提出或者執行修復。邊界點劃、有冇風險自動改動生產環境設定，呢啲細節官方 blog 未有交代。用前最好先喺測試環境試清楚，確認邊條命令會改乜嘢設定。
工具已喺 Magnum IO repository 公開，有需要可以立即 clone 使用。
模姐｜深度調教
