slurm使用

官方文档:https://slurm.schedmd.com/

用户命令cheatsheet:https://slurm.schedmd.com/pdfs/summary.pdf

占用GPU

salloc -n 8 -N 1 --gres=gpu:8 --partition=matrix1

-n

CPU数

-N

节点数

-gres=gpu:8

8个GPU

--partition=matrix1文章地址https://www.yii666.com/article/758315.html

在集群1

释放占用的GPU

ctrl+D文章来源地址https://www.yii666.com/article/758315.html

启动批处理脚本

sbatch

查看任务队列

squeue

一般squeue | grep xxx(查看本集群的等待队列时一般grep matrix)文章来源地址:https://www.yii666.com/article/758315.html

几列依次是:

任务id、集群id、用户权限、用户名、任务状态(R-running,PD-padding),任务已经运行的时间,占用节点数,分配的节点的ip(如果尚未分配节点则显示任务优先级)

slurm使用

杀死任务

scancel网址:yii666.com<

设置正常输出

--output网址:yii666.com

设置错误输出

--error

脚本编写:

#!/bin/bash
###SBATCH参数以#开头,非注释! #SBATCH --job-name=xxxx
###作业名称 #SBATCH --nodes=
###使用节点数量 #SBATCH --ntasks=
###总的进程数(CPU核数) #SBATCH --ntasks-per-node=
###每个节点的进程数,1个节点此项无需指定 #SBATCH --gres=gpu:
###每个节点使用的GPU数量,CPU作业此项此项无需指定 ##SBATCH --mem=10G
###申请预留内存大小,可选项 #SBATCH --partition=matrix1
###使用的分区,目前有n个集群分区 ##SBATCH --workdir=/share/admin
###作业的工作目录,输出log在此路径
###此路径必须是NFS共享目录 #SBATCH --output=%j.out
###作业错误输出文件,%j代表作业ID #SBATCH --error=%j.err
###作业正确输出文件 ##SBATCH --begin=:
###作业开始执行时间,默认立即执行,可选项 ##SBATCH --deadline=:
###作业强制终止时间,可选项 ##SBATCH --mail-type=end
###邮件通知类型start/end/failed,end表示作业结束时邮件通知,可选项 ##SBATCH --mail-user=xx@xx
###邮件通知邮箱,可选项 module load xxx
###加载环境 echo -e "JOB NAME:$SLURM_JOB_NAME,Job ID:$SLURM_JOBID,Allocate Nodes:$SLURM_JOB_NODELIST"
###显示作业名称,作业ID,使用节点 mpirun caffe train -solver ./solver.prototxt -gpu all -weights ./model1.bin,./model2.bin
###训练
##mpirun caffe train -solver ./solver.prototxt -gpu all -snapshot ./_iter_3000.solverstate
###finetune
###执行的程序,MPI作业,直接使用mpirun #srun ./test
###执行的程序,普通作业,使用srun

版权声明:本文内容来源于网络,版权归原作者所有,此博客不拥有其著作权,亦不承担相应法律责任。文本页已经标记具体来源原文地址,请点击原文查看来源网址,站内文章以及资源内容站长不承诺其正确性,如侵犯了您的权益,请联系站长如有侵权请联系站长,将立刻删除

slurm使用-相关文章

  1. slurm使用

  2. 026、Java中改变运算优先级

  3. javascript中运算符的优先级

  4. 关于css优先级

  5. (转载)C#线程优先级详解

  6. 《windows核心编程系列 》六谈谈线程调度、优先级和关联性

  7. 第12章 Linux系统管理

  8. Linux usual cmd

    日常工作时常需要用到,在此备份一下:《1》 top命令第一行:当前系统时间为23:31:59,系统已经运行了127天又19小时47分钟,当前系统只要一个用户即root,load average分别为1、5、15分钟的负载情况。注:load average数据是每隔5秒钟检查一次活跃的进程数,然后按特定算法计算

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信图片_20190322181744_03.jpg

微信扫一扫打赏

请作者喝杯咖啡吧~

支付宝扫一扫领取红包,优惠每天领

二维码1

zhifubaohongbao.png

二维码2

zhifubaohongbao2.png