我想将两个参数传递给 shell 命令的一个选项，具体来说，对于salloc。我可以选择执行以下任一操作 salloc -n 1 -t 24:00:00 --mail-type=BEGIN salloc -n 1 -t 24:00:00 --mail-type=TIME_LIMIT_80 其中选项mail-type采用参数BEGIN，当节点分配成功时向您发送电子邮件，或采用参数TIME_LIMIT_80，当您的节点接近其时间限制的 80％ 时向您发送电子邮件。 但是，我希望它同时执行这两项操作。我如何指示mail-type同时执行BEGIN和TIME...
最近，在我的登录屏幕上，我的登录名上方出现了文字slurm。这是什么原因？如何删除它？ 我用Linux Mint版本 19.1“Tessa”及其 Cinnamon 桌面环境。 uname -mrs节目 Linux 4.15.0-20-通用 x86_64 泥浆没有安装在我的系统上。 ...
我在几个工作站上设置了 SLURM。有不同类型的工作站，但我们以一个具有 4 个内核且没有额外 SMT 的 CPU 为例，因此总共有 4 个线程。lscpu显示以下内容： $ lscpu Architecture: x86_64 CPU op-mode(s): 32-bit, 64-bit Byte Order: Little Endian Address sizes: 39 bits physical, 48 bits virtual CPU(s): 4 On-line CP...
我在笔记本电脑上测试 Slurm 的配置时遇到了一些问题。我试图slurmd在一台机器上运行四个实例，该机器也是我slurmctld运行的同一台机器。我有一个本地munged实例，以用户munge.的身份运行，slurmd并slurmctld以我的用户身份运行，这也是在 中设置的/etc/slurm-llnl/slurm.config。 所有slurmd实例都连接到slurmctld，我可以使用sbatch来启动一个简单的作业，回显“Yay！”并毫无问题地退出。当我尝试在分配的 shell 中使用 时，会出现问题。salloc除了第一台启动的机器外，mpi...
我在一台机器（Ubuntu 18.04）上运行 slurm 19.05 来调度 GPU 任务。但是，我无法使用 cgroups 设置 gpu 强制执行。 如果我设置约束设备=是在我的 cgroup.conf 文件中，TensorFlow 在运行时无法访问我的 GPUsrun --gres=gpu:1 run.sh相比之下，任务运行时可以独立于分配访问 gpu萨洛克， IE，salloc 运行. 运行 srun--gres=mps:50 运行.sh再次完美运行。 这是我的slurm.conf： SlurmctldHost=gpu-node1 Epilog...
我正在使用 CloudFormation 创建的 AWS 集群上配置 slurm。在启动时，一些节点被设置为“耗尽”状态，原因是“低套接字核线程数”。但是，集群中的所有节点都是相同的 EC2 实例类型，安装了相同的 slurm.conf 文件，并且来自相同的 AMI。只有部分节点最终处于“耗尽”状态，我看不到其中的规律。在我手动将“耗尽”节点的状态更新为“恢复”后，它们便可用于处理任务。有人见过这种情况吗？ ubuntu@ip-10-0-0-10:~$ sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODEL...
我通常使用 提交一些作业，sbatch并在使用 后取消其中一些作业scancel。但是，它们处于状态CG，我无法从列表中删除这些作业。 有什么办法可以摆脱这些CG工作吗？遗憾的是，我不是集群的管理员，也没有 root 密码。 ...
%EF%BC%9A%EF%BC%9A%E6%B2%A1%E6%9C%89%E6%AD%A4%E6%96%87%E4%BB%B6%E6%88%96%E7%9B%AE%E5%BD%95.png)
我在 AWS 上安装了突发事件驱动的 HPC 集群，使用泥浆根据本教程。 通过此安装，我可以在 EC2 上的 Slurm 环境中突发实例并运行作业。运行后： #!/bin/bash #SBATCH --nodes=2 #SBATCH --ntasks-per-node=2 #SBATCH --cpus-per-task=1 #SBATCH --constraint=[us-east-1a] $sinfo返回： PARTITION AVAIL TIMELIMIT NODES STATE NODELIST all* up in...
我已经在 Ubuntu 18.10 上安装了openmpi-bin(OpenMPI 3.1)。我也在slurm同一台机器上运行，并且想重新编译或重新配置我的 OpenMPI 安装以应对 Slurm 功能。 如果从源代码安装 OpenMPI，则需要--with-slurm使用一个设置。如何在使用apt（及其安装服务）安装 OpenMPI 期间访问或设置相同的设置？ 我现在应该卸载已安装的软件包、下载源代码并从头开始构建一个新的吗？ ...
我正在测试一些 slurm 配置。我已经能够使用 job_submit.lua 插件设置分区登录： [root@controller ~]# sinfo PARTITION AVAIL TIMELIMIT NODES STATE NODELIST tiny* up 5-00:00:00 3 idle cn[1-40] # 1 core medium up 5-00:00:00 3 idle cn[1-40] # up to 4 core large up 5-00:00:...
我是 Slurm 新手，我一直在尝试运行一个简单的作业。我在虚拟机上运行 Slurm。这是我的 slurm.conf： SlurmctldHost=master #SlurmctldHost= # #DisableRootJobs=NO #EnforcePartLimits=NO #Epilog= #EpilogSlurmctld= #FirstJobId=1 #MaxJobId=999999 #GresTypes= #GroupUpdateForce=0 #GroupUpdateTime=600 #JobFileAppend=0 #JobRequeue=...
我正在 Slurm 集群上工作，以并行方式执行 Ansys (V18.2) 作业。大型作业（意味着大型解算器文件）经常卡住而没有错误消息或退出消息，作业一直运行直到达到超时。 由于作业规模较大，求解器文件不是写入/保存在核心（RAM 中）或节点的暂存 SSD 中，而是保存在集群/数据存储在那里，我清楚地看到作业是否因求解器文件的“修改日期”信息没有变化而停滞。 我遇到的典型错误消息是“节点失败”或未定义的退出消息，我认为这与内存泄漏有关。但现在不会发生这些情况。 奇怪的是，如果再次运行相同的作业，这可能会在不同的时间点发生，或者（如果我幸运的话）根本不...
我编写了 Perl 脚本来分析我的模拟数据。这不是一个并发程序。集群中有八个节点。每个节点有 2 个套接字，每个套接字有 10 个核心。我想使用泥浆和仅有的请求一个核心来执行分析。因此，我可以在一个节点上提交更多（20）个作业。但是，我无法实现这个目标。以下是我的脚本。 #!/bin/sh #SBATCH -n 1 #SBATCH --mem-per-cpu=10gb #SBATCH --ntasks=1 #SBATCH --cpus-per-task=1 #SBATCH -t 45-00:00:00 #SBATCH -J 9430%j #SBATCH -...
在我负责的部门集群第一次硬关闭时，我遇到了以下问题。系统正在运行 SLURM 17.11 并使用 MariaDB/SQL 存储会计数据。 为了执行内存升级，我不得不关闭集群的控制和数据库服务器，该服务器使用 SLURM 作为调度程序。重新启动后，控制守护进程拒绝启动，因为显然状态保存文件/var/spool 不再具有正确的权限。因此，我/var/spool/slurm_state 为 slurm 状态文件创建了一个专用文件夹，并将所有权更改为slurm:slurm。修改sulrm.conf以设置正确后StateSaveLocation，控制守护进程启动，我...
我有 5 个 slurm 作业中有 1 个未完成，并且已经运行了 19 个小时，我担心它会在完成之前到达时间限制。我不是管理员，现在是周末，所以我想尝试使用此功能我最近发现此示例中显示的内容： $ salloc -N4 -C knl,snc4,flat --dependency=expand:$SLURM_JOB_ID bash salloc: Granted job allocation 65543 但是，当我尝试这样做时，出现错误： $ salloc --qos=1wk --dependency=expand:14602965 salloc: e...