交互式资源

进行AI算法开发、调试时，建议使用交互式资源，可以更方便的进行代码调试、查看运行结果等。

使用salloc命令来分配资源，分配资源后进入计算节点，主要是为了进行交互式的作业测试或调试。你可以在一个交互式会话中运行你的程序。

DCU交互式资源

salloc --partition=dcu \
       --account=ihepai \
       --qos=dcunormal \
       --mem-per-cpu=4GB \
       --ntasks-per-node=1 \
       --nodes=1 \
       --gres=dcu:1 \
       --job-name=inter_test

• 参数设置：

  • --partition=dcu：可选gpu和dcu，根据选择GPU或DCU资源选择
  • --account=ihepai：账户名，无需修改
  • --qos=dcunormal：可选gpunormal和dcunormal，根据选择GPU或DCU资源选择
  • --nodes=1：请求分配的计算节点数量。
  • --gres=dcu:1：请求每个计算分配的DCU数量，选用DCU时，应设置为--gres=dcu:1
  • --mem-per-cpu=4GB：为每个CPU分配的内存，需要根据作业的内存需求进行设置。
  • --ntasks-per-node ：指定每个节点运行的任务数（即 MPI 任务数）。
  • --job-name：作业名称，squeue查看作业队列时会显示。

• 运行成后进入DCU计算节点，可以使用hy-smi查看DCU情况，htop查看CPU、内存、进程等信息。

计算节点加载环境

在交互式资源中，计算节点不会自动加载环境，需要手动加载环境，例如加载Anaconda3环境：

• module use /cvmfs/slurm.ihep.ac.cn/alma9/modulefiles，加载模块路径
• module avail，查看可用模块
• module load anaconda/24.3.0，加载 Anaconda3
• conda env list，查看已有环境

详见Slurm的Module。