了解常用的E-shell命令

1. squeue: 查看目前提交作业的信息

2. salloc :抢占计算资源命令

3. hy-smi :查看DCU利用率

常见问题

1. 如何用 pip 安装工具包

2. pip 安装失败

3. 如何直接杀死进程

4. 如何用脚本提交作业？(sbatch)

官网登录网址：

官方操作细节参考链接如下，有需要的自取：

Notebook · 计算服务

了解常用的E-shell命令

1. squeue: 查看目前提交作业的信息

2. salloc :抢占计算资源命令

salloc -p wzhdtest -N 1 -n 8 --gres=dcu:1

（部分地区有绑卡机制，比如乌镇，核数和卡数的比=8：1）

注：

(1) salloc之后如果需要使用dcu ,则需要ssh到相应的计算节点，比如我这里的计算节点是b03r4n14，我就需要ssh b03r4n14

(2) 使用salloc方式时需要保持E-Shell页面常开启，否则此终端对应的作业将出现结束。若有长时间或者后台计算需求，可使用sbatch方式提交任务。

(3) 如果出现以下bug ，说明你使用的队列已经过期了，需要联系相关人员重新申请队列。

salloc: error: Job submit/allocate failed: Invalid account or account/partition combination specified

3. hy-smi :查看DCU利用率

(需要先用ssh 登录到计算节点才能查到)

常见问题

1. 如何用 pip 安装工具包

如果想用pip安装相关的工具包，需要注意安装到对应的环境。我这里需要先 source pytorch_env.sh ，然后直接用 pip install xxx 即可。

我pytorch_env.sh 脚本文件中的内容如下：

source ~/.bashrc
conda activate pytorch_1.10
module switch compiler/dtk/22.04.2
LD_LIBRARY_PATH=/public/software/apps/DeepLearning/PyTorch_Lib/lib:/public/software/apps/DeepLearning/PyTorch_Lib/lmdb-0.9.24-build/lib:/public/software/apps/DeepLearning/PyTorch_Lib/opencv-2.4.13.6-build/lib:/public/software/apps/DeepLearning/PyTorch_Lib/openblas-0.3.7-build/lib:$LD_LIBRARY_PATH

2. pip 安装失败

如果你pip安装失败了，可以考虑三方面原因：

a. 各安装包之间的版本不兼容，可以考虑用pip uninstall 卸载再重新安装相兼容的版本。我曾遇到setuptools 的版本太高(高于60),导致tensorboard安装包安装不上。我将setuptools版本换成56.1.0之后就可以安装成功了。

b. 如果你明明pip install 了相关的安装包，但是运行程序时，却出现找不到module的错误，这个时候你可能就是将安装包安错了环境。比如我使用的是pytorch框架，那么我需要在相应的环境下(pytorch_1.10)安装，而不是(base) 环境下。

c. 如果你用salloc抢占资源，然后又用ssh登录到了相应的计算节点，这时你用pip install 某个安装包失败了。具体报错如下图所示：

解决方法是，可以先logout 计算节点，即退出计算结点，回到环境(pytorch_1.10)下再pip install 就可以了。是个很细节的错误，大家在安装的时候一定注意！！

3. 如何直接杀死进程

如果你的进程中有错误，想直接杀死，那么可以用以下命令，它会杀死该用户名下的所有进程

ps -ef | grep 用户名 | awk '{print $2 }'| xargs kill -9

例： ps -ef | grep acctrm9ew5 | awk '{print $2 }'| xargs kill -9

出现上图片说明进程已杀死，这个时候只需重新打开客户端登录即可。

注：也可以尝试用下述命令杀死自己用户名下的所有进程！

killall -u 自己的用户名

4. 如何用脚本提交作业？(sbatch)

为了避免作业经常被意外中断，训练了一天的模型突然中断真的好气。。所以我选择用sbatch的方式提交作业。也更推荐大家用这种方式。具体步骤如下：

(1) 打开test.slurm 文件(初次打开是一个新文件)

vim test.slurm

(2) 在test.slurm文件中写入内容

#!/bin/bash
#SBATCH -p wzhdtest
#SBATCH -N 1
#SBATCH --ntasks-per-node=8
#SBATCH --gres=dcu:1
#SBATCH -J ceshi
#SBATCH -o %x.o%j
#SBATCH -e %x.e%j#添加环境变量source ~/.bashrc
conda activate pytorch_1.10
module switch compiler/dtk/22.04.2
LD_LIBRARY_PATH=/public/software/apps/DeepLearning/PyTorch_Lib/lib:/public/software/apps/DeepLearning/PyTorch_Lib/lmdb-0.9.24-build/lib:/public/software/apps/DeepLearning/PyTorch_Lib/opencv-2.4.13.6-build/lib:/public/software/apps/DeepLearning/PyTorch_Lib/openblas-0.3.7-build/lib:$LD_LIBRARY_PATH#运行程序
python3 main.py

我相应文件中的内容如下：

(3) 内容写好后就可以运行了

sbatch test.slurm

(4) 用 squeue 查看作业运行情况

上图中的 R 代表运行， b03r4n14 是计算节点。

(5) 登录计算节点查看DCU使用情况

注：sbatch 时作业能正常运行，但是输出日志文件中没有内容。这个时候需要考虑的是多加一个参数-u 强制打印。具体如下：

后续遇到问题会继续更新，请多多关注！！感谢~

曙光超算平台如何使用以及常见问题相关推荐

第二届先导杯-在曙光超算平台编译cp2k
本文介绍了具体的移植步骤,图文并茂地讲解了在2021年的cp2k赛题中,怎么移植cp2k8.1.0版本到曙光超算平台. 现在最新版本的cp2k已经加入了AMD GPU的支持,曙光平台是Mi50(ftx ...
第二届先导杯-在曙光超算平台编译cp2k(二)
赛题要求编译AMD GPU版本的cp2k版本,试了多种方法,实在编译不出来.我放弃了,这里把我之前编译的经验分享给需要的人. 我已经成功编译了带DBCSR的版本,但加速效果不明显: 也编译了AMD G ...
曙光超算平台操作之深度学习
国产DCU和英伟达GPU操作手册一. DCU操作: 1. 安装环境并测试 1.1安装pytorch 1.2查看是否能够调用到DCU 2. 作业操作 2.1 提交作业 2.2查看作业 2.3作业删除 ...
水冷超算平台落地北大，联想赋能行业智能化变革
2018年新年伊始,1月3日,北京白天最高气温骤降至冰点.然而天气的寒冷,并未阻挡未名湖畔北京大学英杰交流中心里面热烈的气氛--在这里,采用了联想首创45℃温水水冷技术的北京大学高性能计算校级公共平台 ...
云知声 Atlas 超算平台: 基于 Fluid + Alluxio 的计算加速实践
Fluid 是云原生基金会 CNCF 下的云原生数据编排和加速项目,由南京大学.阿里云及 Alluxio 社区联合发起并开源.本文主要介绍云知声 Atlas 超算平台基于 Fluid + Alluxi ...
北鲲云超算平台能为教育科研做什么
论文季刚刚过去,不知道大家的计算顺不顺利呢? 在我们的观察之下,教育科研行业在超算上时常面临以下问题: 实验室本地计算资源不足,计算资源老化算力调度难,计算资源排队情况严重运维成本高北鲲云是Cl ...
北鲲云超算平台助力国产芯片设计
依托北鲲云超算平台,为 EDA 芯片设计企业提供 EDA 工作流上云服务.针对 EDA 项目短期突发算力需求明显,提供混合云解决方案,使用云上资源解决短期突发算力需求:同时提供本地与云上一致性的访问使 ...
用超算平台跑深度学习模型【新用户赠送200元体验金】
文章目录前言一.北鲲云-一站式云超算平台介绍二.如何领取总结前言最近在训练YOLO模型,奈何自己的笔记本跑不起来,通过朋友介绍,才了解到北鲲云--一站式超算平台,跑深度模型真的很nic ...
北鲲云超算平台为生命科学的发展赋能，24小时完成10亿规模分子库筛选全流程
据国际数据公司IDC等机构最新发布的< 2021-2022全球计算力指数评估报告>显示,除五大行业之外,疫情之后医疗行业的数字化进程尤为值得关注,其中算力助力疫苗(新药)研制和疫情防控的社 ...

曙光超算平台如何使用以及常见问题

了解常用的E-shell命令

1. squeue: 查看目前提交作业的信息

2. salloc :抢占计算资源命令

3. hy-smi :查看DCU利用率

常见问题

1. 如何用 pip 安装工具包

2. pip 安装失败

3. 如何直接杀死进程

4. 如何用脚本提交作业？(sbatch)

曙光超算平台如何使用以及常见问题相关推荐

最新文章

热门文章