commit bfdf6227f9e0a02b817987231136009fe7ff14a1
Author: koide <koide@clawdbot.dev>
Date:   Thu Feb 19 01:15:37 2026 +0000

    Add: DGX SparkでMiniMax-M2.5-REAP-172Bを動かす記事

diff --git a/dgx-spark-minimax-m25-reap.md b/dgx-spark-minimax-m25-reap.md
new file mode 100644
index 0000000..2237a9b
--- /dev/null
+++ b/dgx-spark-minimax-m25-reap.md
@@ -0,0 +1,276 @@
+# 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 (クラスタ間接続) |
+
+※ 単体構成（128GB）の場合は、より小さいREAP-139B版か量子化版を検討してください。
+
+---
+
+## 環境構築
+
+### 1. システムアップデート
+
+```bash
+sudo apt update && sudo apt upgrade -y
+```
+
+### 2. Python環境の準備
+
+```bash
+# Python 3.11推奨
+sudo apt install python3.11 python3.11-venv python3-pip -y
+
+# 仮想環境作成
+python3.11 -m venv ~/minimax-env
+source ~/minimax-env/bin/activate
+```
+
+### 3. vLLMのインストール
+
+```bash
+# nightlyビルド推奨（最新モデル対応）
+pip install -U vllm --extra-index-url https://wheels.vllm.ai/nightly
+
+# または検証済みバージョン
+export VLLM_COMMIT=dea63512bb9bdf7521d591546c52138d9d79e8ce
+pip install vllm \
+  --torch-backend=auto \
+  --extra-index-url https://wheels.vllm.ai/${VLLM_COMMIT}
+```
+
+### 4. 関連パッケージ
+
+```bash
+pip install transformers accelerate huggingface_hub
+```
+
+---
+
+## モデルのダウンロード
+
+### Hugging Face CLIでダウンロード
+
+```bash
+# ログイン（初回のみ）
+huggingface-cli login
+
+# モデルダウンロード（約330GB、時間かかります）
+huggingface-cli download cerebras/MiniMax-M2.5-REAP-172B-A10B \
+  --local-dir ~/models/MiniMax-M2.5-REAP-172B-A10B
+```
+
+### ダウンロード時間の目安
+
+| 回線速度 | 所要時間 |
+|---------|---------|
+| 1Gbps | 約45分 |
+| 10Gbps | 約5分 |
+
+---
+
+## モデルの起動
+
+### 基本起動コマンド（デュアル構成・256GB）
+
+```bash
+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
+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
+```
+
+---
+
+## 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
+  }'
+```
+
+### Pythonクライアント
+
+```python
+from openai import OpenAI
+
+client = OpenAI(
+    base_url="http://localhost:8000/v1",
+    api_key="dummy"  # vLLMはAPIキー不要
+)
+
+response = client.chat.completions.create(
+    model="cerebras/MiniMax-M2.5-REAP-172B-A10B",
+    messages=[
+        {"role": "user", "content": "SWE-benchスタイルのバグ修正タスクをシミュレートして"}
+    ],
+    temperature=1.0,
+    top_p=0.95
+)
+
+print(response.choices[0].message.content)
+```
+
+---
+
+## パフォーマンスチューニング
+
+### 推奨設定
+
+```bash
+# 環境変数でCUDAグラフ最適化
+export VLLM_ATTENTION_BACKEND=FLASHINFER
+
+# DeepGEMMを有効化（要インストール）
+./tools/install_deepgemm.sh
+```
+
+### 期待されるスループット
+
+| 設定 | Input/Output | スループット |
+|------|-------------|-------------|
+| TP=2, 64K context | 2048/1024 | ~100 tok/s |
+| TP=2, 16K context | 2048/1024 | ~150 tok/s |
+
+※ 実測値は環境により変動します
+
+---
+
+## 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\"}"
+```
+
+### 出力が文字化け/破損する
+
+```bash
+# vLLMを最新のnightlyに更新
+pip install -U vllm --extra-index-url https://wheels.vllm.ai/nightly
+```
+
+---
+
+## 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})
+```
+
+---
+
+## まとめ
+
+DGX Sparkデュアル構成（256GB）があれば、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)
+- [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。*