Refactor: 記事をディレクトリ構成に変更、セットアップスクリプト追加

2026-02-19 01:33:04 +00:00
parent 30761d2e4f
commit 24ea3f3e25
3 changed files with 487 additions and 0 deletions
@@ -0,0 +1,453 @@
+# DGX Sparkで最新LLM「MiniMax-M2.5-REAP-172B」を動かしてみた
+
+## はじめに
+
+NVIDIA DGX Sparkは、デスクトップサイズでありながら最大200Bパラメータ（デュアル構成で405B）のAIモデルを動かせる小型AIワークステーションです。今回は、2026年2月にリリースされたばかりの最新モデル「**MiniMax-M2.5-REAP-172B-A10B**」をDGX Sparkデュアル構成（256GB統合メモリ）で動かす手順を紹介します。
+
+---
+
+## MiniMax-M2.5-REAP-172Bとは？
+
+MiniMax-M2.5は、中国MiniMax社が開発したコーディング・エージェント特化のMixture-of-Experts（MoE）モデルです。Cerebras社がREAP（Router-weighted Expert Activation Pruning）技術を適用し、オリジナルの230Bパラメータから172Bに軽量化したものが本モデルです。
+
+### スペック
+
+| 項目 | 値 |
+|------|-----|
+| 総パラメータ数 | 172B |
+| アクティブパラメータ数 | 10B/トークン |
+| レイヤー数 | 62 |
+| エキスパート数 | 192（256から25%削減）|
+| コンテキスト長 | 196,608トークン |
+| ライセンス | Modified MIT |
+
+### なぜREAP版がおすすめ？
+
+- **ほぼ無劣化で25%軽量化**: HumanEval等のベンチマークでオリジナルと同等性能
+- **vLLMネイティブ対応**: パッチ不要でそのまま動く
+- **256GBメモリで十分動作**: オリジナル230B版では厳しいVRAM要件をクリア
+
+---
+
+## 動作環境
+
+### DGX Spark デュアル構成
+
+| 項目 | スペック |
+|------|----------|
+| アーキテクチャ | NVIDIA Grace Blackwell (GB10) |
+| GPU | Blackwell GPU × 2 |
+| メモリ | 256GB統合メモリ（LPDDR5x）|
+| ストレージ | 4TB NVMe × 2 |
+| ネットワーク | ConnectX-7 (QSFP接続) |
+
+---
+
+## 事前準備：ネットワーク構成
+
+デュアルSpark構成では、2台のノードをQSFPケーブルで物理接続する必要があります。
+
+詳細な手順は公式ドキュメントを参照してください：
+👉 [Connect two Sparks](https://build.nvidia.com/spark/connect-two-sparks)
+
+### ネットワーク構成の理解（重要）
+
+DGX Sparkデュアル構成では、**2種類のネットワーク**を使い分けます。公式ドキュメントではこの点が分かりにくいため、詳しく解説します。
+
+```
+┌─────────────────────┐       QSFP (200GbE)        ┌─────────────────────┐
+│    DGX Spark 1      │◄────────────────────────────►│    DGX Spark 2      │
+│                     │     192.168.100.10/11       │                     │
+│  enp1s0f1np1        │     (クラスター通信)          │  enp1s0f1np1        │
+│  ┌───────────────┐  │                             │  ┌───────────────┐  │
+│  │ NCCL/Ray通信  │  │                             │  │ NCCL/Ray通信  │  │
+│  └───────────────┘  │                             │  └───────────────┘  │
+├─────────────────────┤                             ├─────────────────────┤
+│  eth0 (10.0.0.10)   │◄──── 通常LAN ──────────────►│  eth0 (10.0.0.11)   │
+│  ┌───────────────┐  │                             │  ┌───────────────┐  │
+│  │ 管理/API公開  │  │                             │  │ 管理のみ      │  │
+│  └───────────────┘  │                             │  └───────────────┘  │
+└─────────────────────┘                             └─────────────────────┘
+          │
+          ▼
+    クライアントからの
+    APIリクエスト
+    http://10.0.0.10:8000
+```
+
+| ネットワーク | 用途 | インターフェース例 | IP例 |
+|-------------|------|-------------------|------|
+| **クラスター通信** | NCCL、Ray、テンソル並列 | enp1s0f1np1 (QSFP) | 192.168.100.x |
+| **管理/API公開** | SSH、APIエンドポイント | eth0 (通常LAN) | 10.0.0.x |
+
+### なぜ分離が必要？
+
+1. **セキュリティ**: クラスター通信は暗号化されていないため、プライベートネットワーク推奨
+2. **パフォーマンス**: NCCL通信は200GbE QSFPを使用し、APIトラフィックと分離
+3. **柔軟性**: APIエンドポイントを外部公開しつつ、クラスター通信は内部に閉じる
+
+### QSFPインターフェースへのIP割り当て（手動）
+
+**重要**: QSFPインターフェースにはIPアドレスが自動で割り当てられません。手動設定が必要です。
+
+```bash
+# 両ノードで実行
+
+# 1. インターフェース確認
+ibdev2netdev
+# 出力例: mlx5_0 port 1 ==> enp1s0f1np1 (Up)
+#        mlx5_1 port 1 ==> enp1s0f0np0 (Down)
+# "(Up)" と表示されるインターフェースを使用
+
+# 2. IPアドレス設定
+# Node 1
+sudo ip addr add 192.168.100.10/24 dev enp1s0f1np1
+sudo ip link set enp1s0f1np1 up
+
+# Node 2
+sudo ip addr add 192.168.100.11/24 dev enp1s0f1np1
+sudo ip link set enp1s0f1np1 up
+
+# 3. 疎通確認（Node 1から）
+ping 192.168.100.11
+```
+
+### 永続化（netplan使用）
+
+再起動後もIPを維持するには、netplanで設定します。
+
+```bash
+# /etc/netplan/99-qsfp.yaml を作成
+sudo tee /etc/netplan/99-qsfp.yaml << 'EOF'
+network:
+  version: 2
+  ethernets:
+    enp1s0f1np1:
+      addresses:
+        - 192.168.100.10/24  # Node 2は192.168.100.11/24
+EOF
+
+sudo netplan apply
+```
+
+### パスワードなしSSHの設定
+
+```bash
+# Node 1で
+ssh-keygen -t ed25519 -N ""
+ssh-copy-id [email protected]
+
+# Node 2でも同様に設定（逆方向）
+```
+
+---
+
+## 環境構築
+
+### 1. Dockerグループの設定（初回のみ）
+
+```bash
+sudo groupadd docker
+sudo usermod -aG docker $USER
+newgrp docker
+```
+
+### 2. NGC公式vLLMイメージの取得
+
+DGX Sparkではドライバー互換性の関係で、**必ずNGC公式イメージを使用**してください。
+
+```bash
+# 両方のノードで実行
+docker pull nvcr.io/nvidia/vllm:25.11-py3
+export VLLM_IMAGE=nvcr.io/nvidia/vllm:25.11-py3
+```
+
+### 3. クラスターデプロイスクリプトの取得
+
+```bash
+# 両方のノードで実行
+wget https://raw.githubusercontent.com/vllm-project/vllm/refs/heads/main/examples/online_serving/run_cluster.sh
+chmod +x run_cluster.sh
+```
+
+---
+
+## Rayクラスターの起動
+
+### Node 1（ヘッドノード）の起動
+
+```bash
+# Node 1で実行
+
+# 高速インターフェースのIPアドレスを取得
+# ibdev2netdev で "(Up)" と表示されるインターフェースを使用
+export MN_IF_NAME=enp1s0f1np1
+export VLLM_HOST_IP=$(ip -4 addr show $MN_IF_NAME | grep -oP '(?<=inet\s)\d+(\.\d+){3}')
+
+echo "Using interface $MN_IF_NAME with IP $VLLM_HOST_IP"
+
+bash run_cluster.sh $VLLM_IMAGE $VLLM_HOST_IP --head ~/.cache/huggingface \
+  -e VLLM_HOST_IP=$VLLM_HOST_IP \
+  -e UCX_NET_DEVICES=$MN_IF_NAME \
+  -e NCCL_SOCKET_IFNAME=$MN_IF_NAME \
+  -e OMPI_MCA_btl_tcp_if_include=$MN_IF_NAME \
+  -e GLOO_SOCKET_IFNAME=$MN_IF_NAME \
+  -e TP_SOCKET_IFNAME=$MN_IF_NAME \
+  -e RAY_memory_monitor_refresh_ms=0 \
+  -e MASTER_ADDR=$VLLM_HOST_IP
+```
+
+### Node 2（ワーカーノード）の起動
+
+```bash
+# Node 2で実行
+
+export MN_IF_NAME=enp1s0f1np1
+export VLLM_HOST_IP=$(ip -4 addr show $MN_IF_NAME | grep -oP '(?<=inet\s)\d+(\.\d+){3}')
+
+# 重要：Node 1のIPアドレスを設定
+# Node 1で `echo $VLLM_HOST_IP` を実行して確認
+export HEAD_NODE_IP=<NODE_1_IP_ADDRESS>
+
+echo "Worker IP: $VLLM_HOST_IP, connecting to head node at: $HEAD_NODE_IP"
+
+bash run_cluster.sh $VLLM_IMAGE $HEAD_NODE_IP --worker ~/.cache/huggingface \
+  -e VLLM_HOST_IP=$VLLM_HOST_IP \
+  -e UCX_NET_DEVICES=$MN_IF_NAME \
+  -e NCCL_SOCKET_IFNAME=$MN_IF_NAME \
+  -e OMPI_MCA_btl_tcp_if_include=$MN_IF_NAME \
+  -e GLOO_SOCKET_IFNAME=$MN_IF_NAME \
+  -e TP_SOCKET_IFNAME=$MN_IF_NAME \
+  -e RAY_memory_monitor_refresh_ms=0 \
+  -e MASTER_ADDR=$HEAD_NODE_IP
+```
+
+### クラスター状態の確認
+
+```bash
+# Node 1で実行
+export VLLM_CONTAINER=$(docker ps --format '{{.Names}}' | grep -E '^node-[0-9]+$')
+echo "Found container: $VLLM_CONTAINER"
+
+docker exec $VLLM_CONTAINER ray status
+```
+
+2ノードが認識され、GPUリソースが利用可能と表示されればOKです。
+
+---
+
+## モデルのダウンロード
+
+### Hugging Faceへのログイン
+
+```bash
+# Node 1のコンテナ内で実行
+export VLLM_CONTAINER=$(docker ps --format '{{.Names}}' | grep -E '^node-[0-9]+$')
+docker exec -it $VLLM_CONTAINER /bin/bash
+
+# コンテナ内で
+huggingface-cli login
+```
+
+### MiniMax-M2.5-REAP-172Bのダウンロード
+
+```bash
+# コンテナ内で（約330GB、時間がかかります）
+huggingface-cli download cerebras/MiniMax-M2.5-REAP-172B-A10B
+```
+
+---
+
+## 推論サーバーの起動
+
+### MiniMax-M2.5-REAP-172B用の起動コマンド
+
+```bash
+# Node 1で実行
+export VLLM_CONTAINER=$(docker ps --format '{{.Names}}' | grep -E '^node-[0-9]+$')
+
+docker exec -it $VLLM_CONTAINER /bin/bash -c '
+  vllm serve cerebras/MiniMax-M2.5-REAP-172B-A10B \
+    --tensor-parallel-size 2 \
+    --tool-call-parser minimax_m2 \
+    --reasoning-parser minimax_m2_append_think \
+    --trust-remote-code \
+    --enable-auto-tool-choice \
+    --max-model-len 65536 \
+    --gpu-memory-utilization 0.90'
+```
+
+### パラメータ解説
+
+| パラメータ | 説明 |
+|-----------|------|
+| `--tensor-parallel-size 2` | 2台のSparkでテンソル並列 |
+| `--tool-call-parser minimax_m2` | MiniMax専用ツールコールパーサー |
+| `--reasoning-parser minimax_m2_append_think` | thinking出力を履歴に保持 |
+| `--max-model-len 65536` | 最大コンテキスト長（64K）|
+| `--gpu-memory-utilization 0.90` | メモリ使用率上限 |
+
+### メモリ節約版（長文不要な場合）
+
+```bash
+docker exec -it $VLLM_CONTAINER /bin/bash -c '
+  vllm serve cerebras/MiniMax-M2.5-REAP-172B-A10B \
+    --tensor-parallel-size 2 \
+    --tool-call-parser minimax_m2 \
+    --reasoning-parser minimax_m2_append_think \
+    --trust-remote-code \
+    --enable-auto-tool-choice \
+    --max-model-len 16384 \
+    --max-num-seqs 32 \
+    --gpu-memory-utilization 0.85'
+```
+
+### APIエンドポイントを別IPで公開する
+
+クラスター通信（QSFP）とAPIエンドポイント（通常LAN）を分離したい場合：
+
+```bash
+docker exec -it $VLLM_CONTAINER /bin/bash -c '
+  vllm serve cerebras/MiniMax-M2.5-REAP-172B-A10B \
+    --tensor-parallel-size 2 \
+    --host 0.0.0.0 \
+    --port 8000 \
+    ...'
+```
+
+| オプション | 説明 |
+|-----------|------|
+| `--host 0.0.0.0` | 全インターフェースでリッスン（推奨） |
+| `--host 10.0.0.10` | 特定IPのみでリッスン |
+| `--port 8000` | APIポート番号 |
+
+**ポイント**: `VLLM_HOST_IP`環境変数はクラスター内部通信用であり、`--host`オプションはAPIエンドポイント用です。これらは独立して設定できます。
+
+---
+
+## 動作確認
+
+### OpenAI互換APIでテスト
+
+```bash
+curl http://localhost:8000/v1/chat/completions \
+  -H "Content-Type: application/json" \
+  -d '{
+    "model": "cerebras/MiniMax-M2.5-REAP-172B-A10B",
+    "messages": [
+      {"role": "user", "content": "Pythonでフィボナッチ数列を生成する関数を書いて"}
+    ],
+    "temperature": 1.0,
+    "top_p": 0.95,
+    "top_k": 40
+  }'
+```
+
+### ヘルスチェック
+
+```bash
+curl http://localhost:8000/health
+```
+
+---
+
+## 監視とデバッグ
+
+### Rayダッシュボード
+
+```
+http://<head-node-ip>:8265
+```
+
+### GPU使用状況の確認
+
+```bash
+# 両ノードで
+nvidia-smi
+
+# コンテナ内から
+export VLLM_CONTAINER=$(docker ps --format '{{.Names}}' | grep -E '^node-[0-9]+$')
+docker exec $VLLM_CONTAINER nvidia-smi --query-gpu=memory.used,memory.total --format=csv
+```
+
+---
+
+## トラブルシューティング
+
+### OOM（メモリ不足）エラー
+
+```bash
+# 対策1: シーケンス数を減らす
+--max-num-seqs 32
+
+# 対策2: コンテキスト長を短く
+--max-model-len 16384
+
+# 対策3: メモリ使用率を下げる
+--gpu-memory-utilization 0.80
+```
+
+### CUDA illegal memory access エラー
+
+```bash
+# CUDAグラフモードを変更
+--compilation-config "{\"cudagraph_mode\": \"PIECEWISE\"}"
+```
+
+### Rayクラスターに接続できない
+
+```bash
+# ネットワークインターフェースの確認
+ibdev2netdev
+
+# ファイアウォールの確認
+sudo ufw status
+
+# Rayポートの開放（必要な場合）
+sudo ufw allow 6379
+sudo ufw allow 8265
+```
+
+---
+
+## 重要な注意点
+
+### Thinkingトークンの扱い
+
+MiniMax-M2.5は **interleaved thinking model** です。出力に含まれる `<think>...</think>` タグは、履歴として次のリクエストに含める必要があります。
+
+```python
+# ❌ NGパターン：thinkingを削除
+content = response.replace(r'<think>.*?</think>', '')
+
+# ✅ OKパターン：そのまま保持
+history.append({"role": "assistant", "content": response})
+```
+
+### 推奨推論パラメータ
+
+```json
+{
+  "temperature": 1.0,
+  "top_p": 0.95,
+  "top_k": 40
+}
+```
+
+---
+
+## まとめ
+
+DGX Sparkデュアル構成（256GB）とNGC公式vLLMイメージを使えば、最新のMiniMax-M2.5-REAP-172Bが快適に動作します。オープンソースモデルとしてはトップクラスのコーディング・エージェント性能を持つこのモデル、ぜひ試してみてください。
+
+### 参考リンク
+
+- [MiniMax-M2.5-REAP-172B (Hugging Face)](https://huggingface.co/cerebras/MiniMax-M2.5-REAP-172B-A10B)
+- [DGX Spark vLLM公式ガイド](https://build.nvidia.com/spark/vllm/stacked-sparks)
+- [MiniMax-M2 公式リポジトリ (GitHub)](https://github.com/MiniMax-AI/MiniMax-M2)
+- [vLLM MiniMax-M2 デプロイガイド](https://docs.vllm.ai/projects/recipes/en/latest/MiniMax/MiniMax-M2.html)
+- [REAP論文 (arXiv)](https://arxiv.org/abs/2510.13999)
+
+---
+
+*この記事は2026年2月時点の情報です。最新情報は各公式ドキュメントをご確認ください。*
@@ -0,0 +1,144 @@
+#!/bin/bash
+#
+# DGX Spark vLLM モデル起動スクリプト
+# Usage: ./dgx-spark-serve.sh [model] [options...]
+#
+set -euo pipefail
+
+# Colors
+RED='\033[0;31m'
+GREEN='\033[0;32m'
+YELLOW='\033[1;33m'
+BLUE='\033[0;34m'
+NC='\033[0m'
+
+log_info()  { echo -e "${BLUE}[INFO]${NC} $1"; }
+log_ok()    { echo -e "${GREEN}[OK]${NC} $1"; }
+log_warn()  { echo -e "${YELLOW}[WARN]${NC} $1"; }
+log_error() { echo -e "${RED}[ERROR]${NC} $1"; }
+
+# デフォルト設定
+DEFAULT_TP_SIZE=2
+DEFAULT_MAX_MODEL_LEN=65536
+DEFAULT_GPU_MEM_UTIL=0.90
+DEFAULT_HOST="0.0.0.0"
+DEFAULT_PORT=8000
+
+# プリセットモデル
+declare -A MODEL_PRESETS=(
+    ["minimax-m25"]="cerebras/MiniMax-M2.5-REAP-172B-A10B --tool-call-parser minimax_m2 --reasoning-parser minimax_m2_append_think --enable-auto-tool-choice"
+    ["minimax-m2"]="cerebras/MiniMax-M2-REAP-172B-A10B --tool-call-parser minimax_m2 --reasoning-parser minimax_m2_append_think --enable-auto-tool-choice"
+    ["llama-70b"]="nvidia/Llama-3.3-70B-Instruct-NVFP4"
+    ["qwen-32b"]="nvidia/Qwen3-32B-NVFP4"
+    ["gpt-oss-120b"]="openai/gpt-oss-120b"
+)
+
+show_presets() {
+    echo "利用可能なプリセット:"
+    for key in "${!MODEL_PRESETS[@]}"; do
+        echo "  $key"
+    done
+}
+
+find_container() {
+    docker ps --format '{{.Names}}' | grep -E '^node-[0-9]+$' | head -1
+}
+
+main() {
+    local model="${1:-}"
+    shift || true
+    
+    if [[ -z "$model" || "$model" == "help" || "$model" == "--help" ]]; then
+        cat << 'EOF'
+DGX Spark vLLM モデル起動スクリプト
+
+Usage:
+  dgx-spark-serve.sh <model|preset> [options...]
+
+Presets:
+  minimax-m25   MiniMax-M2.5-REAP-172B (推奨)
+  minimax-m2    MiniMax-M2-REAP-172B
+  llama-70b     Llama-3.3-70B-Instruct-NVFP4
+  qwen-32b      Qwen3-32B-NVFP4
+  gpt-oss-120b  GPT-OSS-120B
+
+Options (vllm serveに渡される):
+  --tensor-parallel-size N  テンソル並列数 (default: 2)
+  --max-model-len N         最大コンテキスト長 (default: 65536)
+  --host IP                 APIホスト (default: 0.0.0.0)
+  --port N                  APIポート (default: 8000)
+
+Examples:
+  # プリセット使用
+  ./dgx-spark-serve.sh minimax-m25
+
+  # カスタムモデル
+  ./dgx-spark-serve.sh my-org/my-model --max-model-len 32768
+
+  # メモリ節約モード
+  ./dgx-spark-serve.sh minimax-m25 --max-model-len 16384 --max-num-seqs 32
+EOF
+        echo ""
+        show_presets
+        exit 0
+    fi
+    
+    # コンテナ確認
+    local container
+    container=$(find_container)
+    
+    if [[ -z "$container" ]]; then
+        log_error "vLLMコンテナが見つかりません"
+        log_info "先に 'dgx-spark-setup.sh cluster' でクラスターを起動してください"
+        exit 1
+    fi
+    
+    log_ok "コンテナ検出: $container"
+    
+    # プリセット展開
+    local model_args=""
+    if [[ -n "${MODEL_PRESETS[$model]:-}" ]]; then
+        model_args="${MODEL_PRESETS[$model]}"
+        log_info "プリセット使用: $model"
+        model=$(echo "$model_args" | awk '{print $1}')
+        model_args=$(echo "$model_args" | cut -d' ' -f2-)
+    fi
+    
+    # デフォルトオプション構築
+    local has_tp=false has_len=false has_host=false has_port=false has_trust=false
+    for arg in "$@"; do
+        case "$arg" in
+            --tensor-parallel-size*) has_tp=true ;;
+            --max-model-len*) has_len=true ;;
+            --host*) has_host=true ;;
+            --port*) has_port=true ;;
+            --trust-remote-code*) has_trust=true ;;
+        esac
+    done
+    
+    local defaults=""
+    $has_tp    || defaults+=" --tensor-parallel-size $DEFAULT_TP_SIZE"
+    $has_len   || defaults+=" --max-model-len $DEFAULT_MAX_MODEL_LEN"
+    $has_host  || defaults+=" --host $DEFAULT_HOST"
+    $has_port  || defaults+=" --port $DEFAULT_PORT"
+    $has_trust || defaults+=" --trust-remote-code"
+    defaults+=" --gpu-memory-utilization $DEFAULT_GPU_MEM_UTIL"
+    
+    # コマンド構築
+    local cmd="vllm serve $model $model_args $defaults $*"
+    
+    log_info "起動コマンド:"
+    echo "  $cmd"
+    echo ""
+    
+    read -rp "実行しますか？ [Y/n]: " confirm
+    if [[ "${confirm,,}" == "n" ]]; then
+        log_warn "キャンセルしました"
+        exit 0
+    fi
+    
+    log_info "モデルを起動中..."
+    docker exec -it "$container" /bin/bash -c "$cmd"
+}
+
+main "$@"
@@ -0,0 +1,343 @@
+#!/bin/bash
+#
+# DGX Spark デュアル構成セットアップスクリプト
+# Usage: curl -sL <url> | bash -s -- [command]
+#
+# Commands:
+#   network    - QSFPインターフェースのIP設定
+#   ssh        - 対向ノードへのSSH鍵配布
+#   docker     - Docker権限設定
+#   vllm-pull  - vLLMイメージ取得
+#   cluster    - vLLMクラスター起動
+#   all        - 全セットアップ実行
+#
+set -euo pipefail
+
+# Colors
+RED='\033[0;31m'
+GREEN='\033[0;32m'
+YELLOW='\033[1;33m'
+BLUE='\033[0;34m'
+NC='\033[0m'
+
+log_info()  { echo -e "${BLUE}[INFO]${NC} $1"; }
+log_ok()    { echo -e "${GREEN}[OK]${NC} $1"; }
+log_warn()  { echo -e "${YELLOW}[WARN]${NC} $1"; }
+log_error() { echo -e "${RED}[ERROR]${NC} $1"; }
+
+# QSFPインターフェース検出
+detect_qsfp_interface() {
+    local iface
+    iface=$(ibdev2netdev 2>/dev/null | grep "(Up)" | awk '{print $5}' | head -1)
+    if [[ -z "$iface" ]]; then
+        # フォールバック: enp1s0f で始まるインターフェースを探す
+        iface=$(ip link show | grep -oP 'enp1s0f[0-9]+np[0-9]+' | head -1)
+    fi
+    echo "$iface"
+}
+
+# 現在のIPアドレス取得
+get_current_ip() {
+    local iface=$1
+    ip -4 addr show "$iface" 2>/dev/null | grep -oP '(?<=inet\s)\d+(\.\d+){3}' | head -1
+}
+
+# ネットワーク設定
+cmd_network() {
+    log_info "QSFPインターフェースを検出中..."
+    
+    local iface
+    iface=$(detect_qsfp_interface)
+    
+    if [[ -z "$iface" ]]; then
+        log_error "QSFPインターフェースが見つかりません"
+        log_info "ibdev2netdev の出力を確認してください"
+        exit 1
+    fi
+    
+    log_ok "検出: $iface"
+    
+    # 現在のIP確認
+    local current_ip
+    current_ip=$(get_current_ip "$iface")
+    
+    if [[ -n "$current_ip" ]]; then
+        log_info "現在のIP: $current_ip"
+        read -rp "このIPを使用しますか？ [Y/n]: " use_current
+        if [[ "${use_current,,}" != "n" ]]; then
+            log_ok "設定完了: $iface = $current_ip"
+            return 0
+        fi
+    fi
+    
+    # IP入力
+    echo ""
+    log_info "このノードのIPアドレスを設定します"
+    log_info "例: Node 1 = 192.168.100.10, Node 2 = 192.168.100.11"
+    read -rp "IPアドレス (例: 192.168.100.10): " new_ip
+    read -rp "サブネットマスク [24]: " subnet
+    subnet=${subnet:-24}
+    
+    # 設定適用
+    log_info "IPアドレスを設定中..."
+    sudo ip addr flush dev "$iface" 2>/dev/null || true
+    sudo ip addr add "${new_ip}/${subnet}" dev "$iface"
+    sudo ip link set "$iface" up
+    
+    log_ok "設定完了: $iface = $new_ip/$subnet"
+    
+    # 永続化確認
+    read -rp "netplanで永続化しますか？ [Y/n]: " persist
+    if [[ "${persist,,}" != "n" ]]; then
+        local netplan_file="/etc/netplan/99-dgx-spark-qsfp.yaml"
+        log_info "netplan設定を作成中..."
+        
+        sudo tee "$netplan_file" > /dev/null << EOF
+network:
+  version: 2
+  ethernets:
+    ${iface}:
+      addresses:
+        - ${new_ip}/${subnet}
+EOF
+        
+        sudo netplan apply
+        log_ok "永続化完了: $netplan_file"
+    fi
+    
+    # 環境変数出力
+    echo ""
+    log_info "以下の環境変数をエクスポートしてください:"
+    echo "export MN_IF_NAME=$iface"
+    echo "export VLLM_HOST_IP=$new_ip"
+}
+
+# SSH鍵配布
+cmd_ssh() {
+    log_info "SSH鍵の設定を開始します"
+    
+    # 鍵がなければ生成
+    if [[ ! -f ~/.ssh/id_ed25519 ]]; then
+        log_info "SSH鍵を生成中..."
+        ssh-keygen -t ed25519 -N "" -f ~/.ssh/id_ed25519
+        log_ok "鍵生成完了"
+    else
+        log_ok "既存の鍵を使用: ~/.ssh/id_ed25519"
+    fi
+    
+    # 対向ノードのIP入力
+    read -rp "対向ノードのIPアドレス: " remote_ip
+    read -rp "対向ノードのユーザー名 [$USER]: " remote_user
+    remote_user=${remote_user:-$USER}
+    
+    log_info "対向ノードに公開鍵を配布中..."
+    log_warn "パスワードを求められます"
+    
+    ssh-copy-id "${remote_user}@${remote_ip}"
+    
+    log_ok "SSH鍵配布完了"
+    
+    # 疎通確認
+    log_info "接続テスト中..."
+    if ssh -o BatchMode=yes -o ConnectTimeout=5 "${remote_user}@${remote_ip}" "echo OK" &>/dev/null; then
+        log_ok "パスワードなしSSH接続成功"
+    else
+        log_error "接続に失敗しました"
+        exit 1
+    fi
+}
+
+# Docker権限設定
+cmd_docker() {
+    log_info "Docker権限を設定中..."
+    
+    if groups | grep -q docker; then
+        log_ok "既にdockerグループに所属しています"
+    else
+        sudo groupadd docker 2>/dev/null || true
+        sudo usermod -aG docker "$USER"
+        log_ok "dockerグループに追加しました"
+        log_warn "変更を反映するには再ログインするか 'newgrp docker' を実行してください"
+    fi
+    
+    # NVIDIA Container Toolkit確認
+    if docker run --rm --gpus all nvidia/cuda:13.0.1-devel-ubuntu24.04 nvidia-smi &>/dev/null; then
+        log_ok "NVIDIA Container Toolkit正常動作"
+    else
+        log_error "GPU付きコンテナが起動できません"
+        log_info "NVIDIA Container Toolkitをインストールしてください"
+        exit 1
+    fi
+}
+
+# vLLMイメージ取得
+cmd_vllm_pull() {
+    local image="nvcr.io/nvidia/vllm:25.11-py3"
+    
+    log_info "vLLMイメージを取得中..."
+    log_info "Image: $image"
+    
+    docker pull "$image"
+    
+    log_ok "取得完了"
+    echo ""
+    echo "export VLLM_IMAGE=$image"
+}
+
+# vLLMクラスター起動
+cmd_cluster() {
+    log_info "vLLMクラスターを起動します"
+    
+    # 環境変数確認
+    if [[ -z "${VLLM_IMAGE:-}" ]]; then
+        export VLLM_IMAGE="nvcr.io/nvidia/vllm:25.11-py3"
+        log_warn "VLLM_IMAGE未設定、デフォルト使用: $VLLM_IMAGE"
+    fi
+    
+    if [[ -z "${VLLM_HOST_IP:-}" ]]; then
+        local iface
+        iface=$(detect_qsfp_interface)
+        if [[ -n "$iface" ]]; then
+            VLLM_HOST_IP=$(get_current_ip "$iface")
+        fi
+        
+        if [[ -z "${VLLM_HOST_IP:-}" ]]; then
+            read -rp "このノードのクラスター通信用IP: " VLLM_HOST_IP
+        fi
+    fi
+    
+    if [[ -z "${MN_IF_NAME:-}" ]]; then
+        MN_IF_NAME=$(detect_qsfp_interface)
+    fi
+    
+    log_info "設定:"
+    echo "  VLLM_IMAGE:   $VLLM_IMAGE"
+    echo "  VLLM_HOST_IP: $VLLM_HOST_IP"
+    echo "  MN_IF_NAME:   $MN_IF_NAME"
+    echo ""
+    
+    # ノードタイプ選択
+    echo "このノードの役割を選択してください:"
+    echo "  1) ヘッドノード (Node 1)"
+    echo "  2) ワーカーノード (Node 2)"
+    read -rp "選択 [1/2]: " node_type
+    
+    # run_cluster.sh取得
+    if [[ ! -f ./run_cluster.sh ]]; then
+        log_info "run_cluster.sh をダウンロード中..."
+        wget -q https://raw.githubusercontent.com/vllm-project/vllm/refs/heads/main/examples/online_serving/run_cluster.sh
+        chmod +x run_cluster.sh
+    fi
+    
+    local head_ip
+    if [[ "$node_type" == "1" ]]; then
+        head_ip="$VLLM_HOST_IP"
+        log_info "ヘッドノードとして起動中..."
+        
+        bash run_cluster.sh "$VLLM_IMAGE" "$head_ip" --head ~/.cache/huggingface \
+            -e VLLM_HOST_IP="$VLLM_HOST_IP" \
+            -e UCX_NET_DEVICES="$MN_IF_NAME" \
+            -e NCCL_SOCKET_IFNAME="$MN_IF_NAME" \
+            -e OMPI_MCA_btl_tcp_if_include="$MN_IF_NAME" \
+            -e GLOO_SOCKET_IFNAME="$MN_IF_NAME" \
+            -e TP_SOCKET_IFNAME="$MN_IF_NAME" \
+            -e RAY_memory_monitor_refresh_ms=0 \
+            -e MASTER_ADDR="$head_ip"
+    else
+        read -rp "ヘッドノード(Node 1)のIP: " head_ip
+        log_info "ワーカーノードとして起動中..."
+        
+        bash run_cluster.sh "$VLLM_IMAGE" "$head_ip" --worker ~/.cache/huggingface \
+            -e VLLM_HOST_IP="$VLLM_HOST_IP" \
+            -e UCX_NET_DEVICES="$MN_IF_NAME" \
+            -e NCCL_SOCKET_IFNAME="$MN_IF_NAME" \
+            -e OMPI_MCA_btl_tcp_if_include="$MN_IF_NAME" \
+            -e GLOO_SOCKET_IFNAME="$MN_IF_NAME" \
+            -e TP_SOCKET_IFNAME="$MN_IF_NAME" \
+            -e RAY_memory_monitor_refresh_ms=0 \
+            -e MASTER_ADDR="$head_ip"
+    fi
+}
+
+# 全セットアップ
+cmd_all() {
+    log_info "=== DGX Spark デュアル構成 フルセットアップ ==="
+    echo ""
+    
+    cmd_docker
+    echo ""
+    
+    cmd_network
+    echo ""
+    
+    read -rp "対向ノードへのSSH鍵配布を行いますか？ [Y/n]: " do_ssh
+    if [[ "${do_ssh,,}" != "n" ]]; then
+        cmd_ssh
+        echo ""
+    fi
+    
+    cmd_vllm_pull
+    echo ""
+    
+    log_ok "セットアップ完了！"
+    echo ""
+    log_info "次のステップ:"
+    echo "  1. 対向ノードでも同じスクリプトを実行"
+    echo "  2. 両ノードで 'dgx-spark-setup.sh cluster' を実行"
+    echo "  3. ヘッドノードでモデルを起動"
+}
+
+# ヘルプ
+cmd_help() {
+    cat << 'EOF'
+DGX Spark デュアル構成セットアップスクリプト
+
+Usage:
+  dgx-spark-setup.sh <command>
+
+Commands:
+  network    QSFPインターフェースのIP設定
+  ssh        対向ノードへのSSH鍵配布
+  docker     Docker権限設定
+  vllm-pull  vLLMイメージ取得
+  cluster    vLLMクラスター起動
+  all        全セットアップ実行（推奨）
+
+Examples:
+  # フルセットアップ
+  ./dgx-spark-setup.sh all
+
+  # ネットワークのみ設定
+  ./dgx-spark-setup.sh network
+
+  # クラスター起動
+  export VLLM_HOST_IP=192.168.100.10
+  export MN_IF_NAME=enp1s0f1np1
+  ./dgx-spark-setup.sh cluster
+
+ワンライナー実行:
+  curl -sL https://example.com/dgx-spark-setup.sh | bash -s -- all
+EOF
+}
+
+# メイン
+main() {
+    local cmd="${1:-help}"
+    
+    case "$cmd" in
+        network)   cmd_network ;;
+        ssh)       cmd_ssh ;;
+        docker)    cmd_docker ;;
+        vllm-pull) cmd_vllm_pull ;;
+        cluster)   cmd_cluster ;;
+        all)       cmd_all ;;
+        help|--help|-h) cmd_help ;;
+        *)
+            log_error "Unknown command: $cmd"
+            cmd_help
+            exit 1
+            ;;
+    esac
+}
+
+main "$@"