依頼240 報告(2026-11-17)Runpod の REST API を v1 から v2 に移し, split10_v2 (Log38) の学習を流した 1. v1 → v2 の対応(lab_lib.sh・lab_train.sh・lab_start.sh・lab_stop.sh・Pod の見張り) | 使い道 | v1 | v2 | | 宛先 | https://rest.runpod.io/v1 | https://api.runpod.io/v2 (Mac 側 RUNPOD_API・見張りの既定 LAB_WD_API) | | Pod の一覧 | GET /pods → はだかの配列 | GET /pods → {"pods":[...], "pagination":{hasNextPage, nextCursor}}. 1 ページ 1000 個まで. 新しい lab_list_pods が ?cursor= で全ページを読み配列にする. 途中の失敗・形の違い・cursor がない/文字列でないときは失敗 (一部を全部としない) | | Pod 1 つの様子 | GET /pods/{podId} の desiredStatus (RUNNING/EXITED/TERMINATED) | GET /pods/{id} の status (PROVISIONING/STARTING/RUNNING/EXITED/ERROR/TERMINATED). PROVISIONING・STARTING・RUNNING を running, EXITED を stopped, TERMINATED を gone, ERROR・知らない値は分からないとして止まる | | SSH の先 | publicIp・portMappings["22"] | ssh.direct.host・ssh.direct.port (status が RUNNING のときだけ使う) | | 1 時間の値段 | costPerHr | cost (記録ファイル lab_pod.json の名前 costPerHr はそのまま) | | Pod を作る | POST /pods {templateId, imageName, gpuTypeIds:[GPU], gpuCount:1, cloudType:SECURE, containerDiskInGb:200, volumeInGb:0, ports:[22/tcp], env:{PUBLIC_KEY}} | POST /pods {name, image, gpu:{id, count:1, minCudaVersion:"12.8"}, cloud:SECURE, disk:200, ports:[22/tcp], env:{PUBLIC_KEY}} → 201 | | 作れないとき | 文 (.error/.message) で空きなしを見分ける | 空きなしは 400 で決まった文がない → HTTP 400 も空きなしとして待つ/次の GPU へ. 422 (体の誤り) はすぐ止まる. 失敗の文は detail と errors (lab_api_msg) | | Pod を消す (Mac 側・見張り) | DELETE /pods/{podId} | DELETE /pods/{id} → 204 (パスは同じ) | | GPU の在庫・値段 | 使っていない (値段は作ったときの答えから) | 使っていない (同じ). 確かめに GET /catalog/gpus を読んだだけ | 注意: テンプレート runpod-torch-v280 は v2 では /workspace に 50GB の persistent を付ける (v1 は volumeInGb:0 で消していた). 体に書かないと付くので, テンプレートは使わず中身 (image・ports・ディスク・CUDA の下限 12.8 = テンプレートの allowedCudaVersions の下限) を体に書いた. 鍵の置き場所・読み方, 学習の中身は変えていない. 2. 直したファイルと commit - 3592c73: lab_lib.sh・lab_train.sh・lab_start.sh・lab_stop.sh・lab_train_fakes.sh・test_lab_train.sh・test_lab_start.sh, docs/review_request_20261117_runpod_v2.md・_r2.md, docs/review_result_20261117_runpod_v2_codex.md・_codex_r2.md - この報告のコミットは別 (報告ファイルだけ) 3. テスト(偽の API を v2 の形に直した) - test_lab_train.sh: OK 268 / NG 0 (足したもの: 作る体の形, 422 はやり直さない, 一覧の 2 ページ・2 ページ目の失敗・cursor なし・cursor が文字列でない・v1 の形を受けない, 状態の読み分け, 404 と一覧, ssh.direct, 失敗の文, 宛先が v2) - test_lab_start.sh: OK 246 / NG 0 (足したもの: 一覧 2 ページ目の p2m-LogT で止まる, 2 ページ目が取れなければ止まる, v2 の形でない一覧で止まる, 作る体, 任意の文の 400 のあと作り直す) 4. codex のレビュー(codex exec -s read-only. 2 回) - R1 必須 1: lab_start.sh の POST を $(...) の中で呼んでいて HTTP 400 が親に残らず, 空きなしでも作り直さない → 一時ファイルで受けて親で HTTP を残すよう直し, テスト 16c を足した - R1 推奨: nextCursor が文字列でなければ失敗にする → 直した. Pod 用の鍵で v2 の DELETE が通るかは実物で確かめるべき → 下の 5 に書いた - R1 据え置き: 削除のあと全ページの一覧で消えたのを確かめる所・二重に借りない確かめ・作る体は問題なしとの見立て - R2: 必須なし. 推奨は「Pod 用の鍵で GET が通っても DELETE の権限の確かめにはならない」(下の 5 で分けて書いた) 5. 本物の API での確かめ - 一覧 (読むだけ): 12:2x と 13:12:01 と 13:13:23 に v2 で 0 個. 借りている Pod はなかった - 作成と削除: 13:12 に一度 Pod (xq5x0ejounueob, A40) を作ったが, 私が --limit-hours 7 を付け忘れていた (依頼 229・239 の回は --limit-hours 7. 既定は 5 時間で, split1 は 6.1 時間かかった) ので, 準備の段階で lab_train.sh を TERM で止めた. lab_train.sh が v2 の DELETE を送り, 一覧から消えたのを v2 で確かめた (借りた時間 1 分 10 秒・約 0.01 ドル). v2 の作成・削除・消えたことの確かめが本物で通った - 学習の Pod: 3mp75lup1z9mji を作ったあと, v2 の一覧は p2m-train-Log38 (RUNNING, 0.59 ドル/時) の 1 台だけ - SSH (env の PUBLIC_KEY) で入れた. /workspace は 200GB のコンテナのディスク (50GB のボリュームは付いていない) - Pod の中の見張り: 置いた (21:13 に Pod が自分を消す). Pod 用の鍵で GET https://api.runpod.io/v2/pods/<自分> は HTTP 200 (読む権限と鍵が v2 で通ることは確かめた). DELETE の権限は学習を止めるので試していない. runpodctl は Pod にある (DELETE が通らないときの次の手) 6. 学習 - コマンド: nohup ./lab_train.sh --log Log38 --model split2 --limit-hours 7 (依頼 229 の形・前の回と同じ引数. データ mecharm_redblock_box_split10_v2・π0.5 base・3,000 ステップ・設定 pi05_mecharm_split10_v2_lora・exp split10_v2) - 出力: /Volumes/KIOXIA/r2r2r-data/lab/Log38/train/nohup_lab_train_20261117_131323.txt - Pod の GPU: NVIDIA A40 (Secure・1 時間 0.59 ドル). Pod id 3mp75lup1z9mji. 作った時刻 13:13 - 学習が始まった時刻: 13:20:31 - 最初の loss: 13:30 の見守りで step 20/3000・loss 0.1094 (Step 0 の行) - 終わる見込み: 学習は 19:20 ごろ (split1 は 3,000 ステップに 6 時間), Hugging Face に上げてログを持ち帰り Pod を消すのが 19:25 ごろ. 費用の見込み 約 3.7 ドル (約 590 円). Mac 側の上限 20:13, Pod の見張り 21:13 - 片付けは lab_train.sh が行う 7. 決めてほしいこと - Pod 用の鍵で v2 の DELETE (自分を消す) が通るかは, まだ確かめていない (GET は通った). 確かめるなら, 学習が終わって消してよいときに短い Pod を借りて見張りの時刻を早めて試す依頼が要る (数分・約 0.01〜0.05 ドル). それまでは, Mac が止まったときに Pod が残る心配が前より少し大きい (runpodctl での削除・停止は残っている) - テンプレートを使わず CUDA の下限 12.8 を体に書いた (テンプレートの値と同じ). テンプレート側の更新 (イメージの版など) は今後自動では入らない. このままでよいか