HPC 与 Slurm
多人分享八张 GPU 的方法。
고급 · 课时 14 · 实验 4
课程大纲
为什么需要批处理调度器
- 靠口头约定分 GPU 会出什么事 reading
- 测验：批处理调度器 quiz
Slurm 组件与配置文件
- 把 slurm.conf 写准 reading
- 编写 slurm.conf lab
- 测验：slurm.conf quiz
节点、分区与 GRES 的定义
- 用 GRES 定义 GPU reading
- 把 GPU 定义成 GRES lab
- 测验：GRES quiz
作业提交与资源申请
- sbatch 脚本怎么写 reading
- 编写 sbatch 脚本 lab
- 测验：作业提交 quiz
故障诊断
- 节点掉了之后要读的顺序 reading
- 诊断一个坏掉的集群 lab
- 测验：Slurm 故障诊断 quiz