현지화된 읽기 가이드

huggingface-zerogpu목적, 사용법 및 출처

Gradio Spaces 및 Hugging Face Spaces ZeroGPU를 사용한 AI 데모 및 GPU 컴퓨팅. GPU를 사용하는 코드를 작성하거나 검토할 때 참고하세요.@spaces.GPU구성 중python_version또는requirements.txtZeroGPU 공간을 위한 또는 ZeroGPU 관련 코드 제약 조건을 처리하는 경우 — pickle 기반 프로세스 격리,gr.State근로자 경계를 넘나드는 의미론, 아니오torch.compile(대신 AoTI를 사용하세요), CUDA 휠 전용 빌드(없음)nvcc빌드 또는 런타임 시), 대형 vs 초대형 크기 조정, 동적 지속 시간 호출 가능 함수 등을 다룹니다. 사용자가 ZeroGPU를 언급할 때마다 이 스킬을 사용하십시오.@spaces.GPU또는spacesPython 패키지 관련 오류 또는 ZeroGPU 관련 코드 오류가 발생합니다.PicklingError근로자 경계를 넘어서,illegal duration, 또는flash-attn휠 빌드 실패 — 사용자가 ZeroGPU 코딩 지침을 명시적으로 요청하지 않은 경우에도 발생합니다. 트리거 조건import spaces또는@spaces.GPU코드로.

출처 검색됨: 2026-10-29

소스 저장소: huggingface/skills
SKILL.md: skills/huggingface-zerogpu/SKILL.md
저장소 Star: 11,241
저장소 최근 업데이트: 2026-10-30
능력 분류: 개발
최근 수집 시간: 2026-10-31 10:38 UTC+08:00

라이선스: Apache-2.0

원본 SKILL.md

워크플로 발췌본은 이해를 돕기 위한 자료이며, Codez에서 제공하는 실행 가능한 명령어가 아닙니다. 이 페이지를 생성하는 데 타사 Skill은 사용되지 않았습니다.

아래의 목적 및 워크플로 관련 내용은 읽기 쉽도록 정리 및 번역된 상위 자료입니다. 이는 별도로 분류된 Codez 편집 분석과는 별개입니다.

이 스킬의 기능

업스트림 워크플로우 작동 방식

공정 분리 및 산세척

@spaces.GPU-dedecorated로 장식된 함수는 ZeroGPU 스케줄러가 관리하는 별도의 프로세스에서 실행됩니다. 인자와 반환 값은 피클 직렬화를 통해 프로세스 경계를 넘어 전달됩니다. 피클링 가능한 객체만 인자로 전달하거나 반환할 수 있습니다. 피클링 불가능한 상태에 대한 열린 파일 핸들, 데이터베이스 연결, 락, 람다, 클로저를 사용하면 예외가 발생합니다.PicklingErrorCUDA 텐서를 직접 반환하지 마십시오. 메인 프로세스에서 CUDA 텐서를 역직렬화하면 오류가 발생합니다.torch.cuda._lazy_init()ZeroGPU가 차단하는 부분입니다. 먼저 CPU로 변환하세요. 반환tensor.cpu()또는tensor.cpu().numpy()CPU 텐서, 넘파이 배열, PIL 이미지 및 일반 파이썬 객체는 문제없이 작동합니다.

상류 통로 · L169 ↗

허깅 페이스 제로GPU

ZeroGPU 하드웨어를 사용한 허깅 페이스 스페이스(Hugging Face Spaces) 머신러닝 데모의 규칙 및 패턴. 다음 내용을 다룹니다.@spaces.GPU지속 시간 및 할당량 조정, 프로세스 격리, CUDA 가용성 모델, 동시성 안전성 및 CUDA 빌드 제약 조건 등이 포함됩니다.

상류 통로 · L6 ↗

범위

이 스킬은 ZeroGPU 하드웨어를 사용하는 Gradio SDK Spaces용입니다. Docker 및 Static Spaces는 ZeroGPU에 예약할 수 없으며, Streamlit 앱은 이제 Docker Spaces로 실행되므로 이 스킬은 Gradio에만 적용됩니다. 일반적인 Gradio 코딩(컴포넌트, 레이아웃, 이벤트 리스너)에 대해서는 해당 문서를 참조하세요.huggingface-gradio이 저장소의 기술. ZeroGPU 관련 공식 문서는 다음 주소에서 확인할 수 있습니다.https://huggingface.co/docs/hub/spaces-zerogpu— 현재 지원되는 GPU, 런타임 버전 목록 및 티어 임계값은 해당 문서를 참조하십시오. 이러한 정보는 시간이 지남에 따라 변경될 수 있습니다.

상류 통로 · L10 ↗

상류 통로 · python ↗

import spaces
import torch
from transformers import pipeline

pipe = pipeline("text-generation", model="...", device="cuda")

@spaces.GPU
def generate(prompt: str) -> str:
    return pipe(prompt, max_new_tokens=100)[0]["generated_text"]

요구 사항 및 설정

고정하지 마세요`spaces`~에`requirements.txt`

우주 플랫폼은 자체적으로 고정됩니다.spaces버전. 충돌하는 핀requirements.txt빌드 시 pip 이름 확인이 실패하게 만듭니다. > 규칙: 포함하지 마세요spaces~에requirements.txt.

상류 통로 · L271 ↗

제한 사항 및 품질 검사

CUDA 빌드 제약 조건

HF Spaces는 CPU 전용 환경에서 Docker 이미지를 빌드합니다. ZeroGPU 환경에서는 빌드 단계에 CPU가 사용되지 않습니다.nvcc기본 이미지가python:3.13(전용 GPU 공간 사용)nvidia/cuda:*-devel-*그리고 가지고 있다nvcc빌드 시점에). 유일한 배포 방식이 sdist인 CUDA 종속 패키지(예: bare)flash-attn따라서 다음을 통해 설치할 수 없습니다.requirements.txtZeroGPU에서 작동합니다. 사전 빌드된 휠만 작동합니다. ZeroGPU 런타임에는 다음이 포함됩니다.nvccCUDA 개발 이미지에서 마운트되어 사용 가능합니다./cuda-image~부터2025-07(원래 AoTI 지원을 위해 추가되었습니다.) 이것이 바로 그 이유입니다.torch.export/ AoTI 워크플로우 내부에서 사용 가능@spaces.GPU전화.

상류 통로 · L231 ↗

안전한 시험 사용부터 시작하세요

지원되는 호스트와 저장소 설치 지침을 확인하세요. 스킬 디렉토리와 해당 디렉토리에서 참조하는 스크립트, 자산 및 문서를 함께 보관하세요.SKILL.md단독으로는 종속성을 생략할 수 있습니다.
에이전트에 실제 입력값, 원하는 출력값 및 승인 기준을 제공하십시오. 호출 구문 및 사용 가능한 도구는 호스트에 따라 다르므로 이 사이트는 범용 설치 명령을 제공하지 않습니다.
원본 워크플로를 임시 프로젝트 또는 복사본에서 테스트해 보세요. 파일, 원격 서비스 또는 유료 리소스를 변경하는 작업은 허용하기 전에 검토하십시오.
출력 결과를 원본 품질 검사 및 자체 요구 사항에 맞춰 검증하십시오. 트리거가 성공적으로 작동했거나 저장소의 별점 수가 높다고 해서 반드시 올바른 결과가 나오는 것은 아닙니다.

기술 형식 및 디렉토리 사양 ↗

원문에서 더 자세한 내용을 읽어보세요.

번역 및 범위

이 독서 안내서는 고정된 상류 지역에서 발췌한 구절들을 소개합니다.SKILL.md본 번역은 보조 번역이며, 완전한 설명서 또는 호환성 테스트를 보장하는 것은 아닙니다. 사용 전에 원본 및 참조 파일을 반드시 읽어 주십시오.

이 소개글은 아래 고정된 버전을 참조하며, 현재 저장소 활동 및 수집 시간은 별도로 표시됩니다.

고정된 소스: 원문을 읽어보세요 ↗
출처 검색됨: 2026-10-29T09:32:23Z
소스 커밋: fabc634a893f62ad5c2039830397efa35fa62715
출처 SHA-256: 829659aec34224970fe7ed619729fdc7849fc5dd696e2000256c3ee0b517eff7

전체 스킬 카탈로그로 돌아가기