Skip to main content
适合几台 GPU 机器、又不想上 Kubernetes 或 Slurm 的场景。每台机器跑一个 forgelet daemon；控制台通过一套很窄的 HTTP 接口投放作业——启动、观察、停止、日志、回收。 容器规格就是 local 构建的那一份。选卡和 docker run 都发生在机器上、在同一把锁之下， 而分配的事实来源仍然是容器标签。
一个作业必须能装进一个节点。多节点 gang 调度没有实现，需要它的提交会在准入时被拒， 而不是放到一半。

​
前置

  1. 每台 GPU 机器：Docker + NVIDIA Container Toolkit
  2. 共享存储在 console 和所有机器上挂同一路径（FORGE_STORAGE_ROOT）
  3. console 上有一个 node Fleet —— 在「Fleets → 新建 Fleet」里建， 或首次启动时用 FORGE_DEFAULT_FLEET_KIND=node 种下

​
注册一台机器

注册是管理员做的事，不是用户。Fleet 页面会签出一个 join token，并给出一行可以直接 粘到机器上的命令：
它会装上 starforge-forgelet 包、注册这台机器、并把 daemon 起起来。在已经装过 forgelet 的机器上再跑一遍，就是升级的方式。 如果机器上已经有这个包——重新加入，或者由配置管理装好的——同样的注册，不走安装器：
join token 就是全部授权：你需要的是这台机器的 root，而不是 console 上的账号。返回的是 这个节点的身份和一份凭证，写在 FORGE_NODE_STATE_DIR 下；forgelet serve 之后用它们 发心跳。 混卡不需要额外配置：节点在 join 时上报自己的卡，console 把卡名映射到硬件系列。注册表 不认识的卡会在 join 时报出来，好让管理员补进去——在那之前，指定了系列的作业不会落到 这台机器上。

​
节点配置

配在机器上，不是 console 上：
把 forgelet serve 做成 systemd 服务。daemon 不跑训练，只起作业容器。

​
Console 配置

FORGE_NODE_ADDRESSES 和 FORGE_NODE_TOKEN 是在 console 自己的配置里点名一批节点。 它们是注册之前的过渡路径，留给还没注册机器的部署；已经有注册节点的 Fleet 不会去读。

​
语义

卡型匹配、卡数够的节点里，挑空闲最多的。放不下就抛 NoCapacity，作业留在 QUEUED。
打不到的节点上，observe 本轮不返回信号，对账跳过。节点回来后按真实容器状态收敛。失联期间这些卡在容量里记为 blocked。
节点上第一次拉是异步的。作业停在 PENDING，带拉取说明。FORGE_NODE_LAUNCH_TIMEOUT_S 管的是镜像已在本地时的启动。
排空一个节点会停止新的放置，但不动正在跑的作业。机器要退出 Fleet 时用它，不必先杀掉工作。
更细的说明在仓库里的 docs/ops/executor-backends.md。