武大超算

一、

登录节点 swarm.whu.edu.cn (202.114.96.180)
文件传输 202.114.96.177

module avail
module load anaconda
module unload anaconda

squeue
srun -A supervisor --cpus-per-task=2 --gres=gpu:1 -p gpu -u python train.py
sbatch myjob.sbatch
scancel JobID

accountInfos supervisor

二、myjob.sbatch

myjob.sbatch:

#!/bin/bash

#SBATCH --account=supervisor
#SBATCH --partition=gpu
#SBATCH --nodes=1
#SBATCH --cpus-per-task=3
#SBATCH --gres=gpu:2
#SBATCH --time=72:00:00

module load anaconda
source ~/.bashrc
conda activate <env_name>

cd $SLURM_SUBMIT_DIR

python train.py

dos2unix myjob.sbatch

三、squeue

squeue 显示的信息包括以下内容

• JobID，作业编号

• PARTITION，作业在哪个分区上运行

• NAME，作业名称，默认是作业脚本的名字

• USER，作业的所有者

• ST，作业当前状态，详见 Job State Codes，常见的有

  • CG 作业正在完成
  • F 作业失败
  • PD 作业正在等待分配资源
  • R 作业正在运行

• TIME，作业已运行时间

• NODES，作业占用的计算节点数

• NODELIST，作业占用的计算节点名

• (REASON)，作业正在等待执行的原因，详见 Job Reason Codes，常见的有

  • Asso<Resource>Limit 作业申请的资源超过允许的最大数量
  • Priority 作业正在排队等待

显示的状态信息里包括了作业程序运行所在的计算节点名，使用 ssh 计算节点名 可以登录到计算节点。在计算节点上，使用 top 命令可以查看程序使用 CPU 的状况，如果是 GPU 程序，使用 nvidia-smi 命令可以查看程序使用 GPU 的状况。

四、流程

1.

申请账号，关联主账号，登陆，改密码

2.

module load anaconda
conda create -n <env_name> python=3.7
重启shell
conda activate <env_name>

3.配置用户 conda 目录

http://docs.hpc.whu.edu.cn/files/whuhpcdocs.wiki/installation/python.html

4.换镜像源

https://www.cnblogs.com/holaworld/p/14565431.html

5.安装软件包

装pytorch：conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch
批量导出：conda list -e > requirements.txt | pip freeze > requirements.txt
批量安装：conda install --yes --file requirements.txt | pip install -r requirements.txt | conda create --name <env_name> --file requirements.txt

6.运行程序

srun -A supervisor --cpus-per-task=2 --gres=gpu:1 -p gpu -u python train.py
sbatch myjob.sbatch

---

http://hpc.whu.edu.cn/index.htm
http://docs.hpc.whu.edu.cn/
http://hpc.whu.edu.cn/info/1008/1057.htm
https://blog.csdn.net/qq_36227457/article/details/105545309
https://blog.csdn.net/carry_hjr/article/details/108501644