用途：在 NVIDIA Brev 按需 GPU 实例上运行 TAO 训练、评估或推理，并管理 Brev 部署。Brev 实例预装 NVIDIA 驱动、CUDA、Docker 与 NVIDIA Container Toolkit，采用实例制（非作业制）：创建实例、用 brev exec 执行命令、完成后删除。TAO SDK 的 BrevHandler 可将其包装为标准作业接口，但非必需，brev exec docker run 即可满足。
主要能力与用法：支持实例复用（backend_details 传入 instance_id）或一次性实例；单实例多 GPU 可用 gpu_count，torchrun 与 PyTorch DDP 可在实例内运行，但不支持多节点。数据无共享 NFS/Lustre，全部经 S3 由 script_runner 的 fsspec 集成流转；实例本地磁盘在 stop/start 间保留，delete/create 后不保留。TAO 容器镜像经 docker login nvcr.io 认证后运行。
前置检查：需安装 brev CLI 与 brev-cli agent skill 并登录；无头环境必须先 brev login --token "$BREV_API_TOKEN"，否则 brev ls 等命令会因无 stdin 返回 auth EOF。多凭据或多工作区账号需显式传 --cloud-cred-id 与 --workspace-group-id。新实例 RUNNING 早于 SSH 就绪，首次 brev exec 前应轮询直至成功；冷启动超时应设 ≥600 秒。删除用 brev delete <instance>，CLI 不接受 --yes。
限制：多节点暂不支持；GPU 类型可用性随提供商变化；S3 凭证需单独配置；未提供具体收费与平台细节。