kubeflow/trainer

Run MPI E2E tests for DeepSpeed and MLX examples

Offen

#3.781 geöffnet am 21.07.2026

Auf GitHub ansehenContributor Guide
 (17 Kommentare) (0 Reaktionen) (1 zugewiesene Person)Go (964 Forks)github user discovery
area/examplesgood first issuehelp wanted

Repository-Metriken

Stars
 (2.112 Sterne)
PR-Merge-Metriken
 (Durchschn. Merge 10T 9h) (75 gemergte PRs in 30 T)

Beschreibung

It would be good to run GPU E2E tests for DeepSpeed and MLX example Notebooks to tests our MPI-based runtimes.

That should help us detect MPI errors earlier, like here: https://github.com/kubeflow/trainer/pull/3748

/good-first-issue /area examples

Contributor Guide

Research-Richtung
Machen Sie sich mit der vorhandenen E2E Testworkflow Datei (test e2e.yaml) vertraut und fügen Sie ähnliche Workflow Schritte für die DeepSpeed und MLX Beispielnotebooks hinzu. Stellen Sie sicher, dass die Tests MPI basierte Laufzeitszenarien abdecken und auf der GPU ausgeführt werden.
Tech Stack
gopython
Domain
backendtesting qa
Issue Type
Test
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Halber Tag
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
GitGitHub Actions
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
70