면책 조항 :이 게시물은 모든 관련 구성 정보를 제공하려고 시도한 한 상당히 깁니다.
상태 및 문제 :
GPU 클러스터를 관리하고 작업 관리에 slurm을 사용하고 싶습니다. 불행히도, 나는 slurm의 각각의 일반 리소스 플러그인을 사용하여 GPU를 요청할 수 없습니다.
참고 : test.sh는 환경 변수 CUDA_VISIBLE_DEVICES를 인쇄하는 작은 스크립트입니다.
작업을 --gres=gpu:1
완료하지 못했습니다
실행 srun -n1 --gres=gpu:1 test.sh
하면 다음 오류가 발생합니다.
srun: error: Unable to allocate resources: Requested node configuration is not available
로그:
gres: gpu state for job 83
gres_cnt:4 node_cnt:0 type:(null)
_pick_best_nodes: job 83 never runnable
_slurm_rpc_allocate_resources: Requested node configuration is not available
작업 --gres=gram:500
수행 완료
srun -n1 --gres=gram:500 test.sh
그러나 전화 하면 작업이 실행되고 인쇄됩니다.
CUDA_VISIBLE_DEVICES=NoDevFiles
로그:
sched: _slurm_rpc_allocate_resources JobId=76 NodeList=smurf01 usec=193
debug: Configuration for job 76 complete
debug: laying out the 1 tasks on 1 hosts smurf01 dist 1
job_complete: JobID=76 State=0x1 NodeCnt=1 WIFEXITED 1 WEXITSTATUS 0
job_complete: JobID=76 State=0x8003 NodeCnt=1 done
따라서 slurm은 srun
요청 된 일반 자원을 사용하여 작업을 실행하도록 올바르게 구성된 것처럼 보이지만 --gres
어떤 이유로 gpus를 인식하지 못합니다.
첫 번째 아이디어는 다른 일반 리소스가 작동하는 것처럼 보이지만 gpu 플러그인에 충실하고 싶을 때 gpu 일반 리소스에 다른 이름을 사용하는 것이 었습니다.
구성
클러스터에는 두 개 이상의 슬레이브 호스트가 있지만 명확성을 위해 약간 다르게 구성된 두 개의 슬레이브 호스트와 컨트롤러 호스트 인 papa (컨트롤러), smurf01 및 smurf02를 사용합니다. ‘
slurm.conf
slurm 구성의 일반 재구성 관련 부분 :
...
TaskPlugin=task/cgroup
...
GresTypes=gpu,ram,gram,scratch
...
NodeName=smurf01 NodeAddr=192.168.1.101 Feature="intel,fermi" Boards=1 SocketsPerBoard=2 CoresPerSocket=6 ThreadsPerCore=2 Gres=gpu:tesla:8,ram:48,gram:no_consume:6000,scratch:1300
NodeName=smurf02 NodeAddr=192.168.1.102 Feature="intel,fermi" Boards=1 SocketsPerBoard=2 CoresPerSocket=6 ThreadsPerCore=1 Gres=gpu:tesla:8,ram:48,gram:no_consume:6000,scratch:1300
...
참고 : 램은 GB, 그램은 MB, 스크래치는 GB로 다시 표시됩니다.
출력 scontrol show node
NodeName=smurf01 Arch=x86_64 CoresPerSocket=6
CPUAlloc=0 CPUErr=0 CPUTot=24 CPULoad=0.01 Features=intel,fermi
Gres=gpu:tesla:8,ram:48,gram:no_consume:6000,scratch:1300
NodeAddr=192.168.1.101 NodeHostName=smurf01 Version=14.11
OS=Linux RealMemory=1 AllocMem=0 Sockets=2 Boards=1
State=IDLE ThreadsPerCore=2 TmpDisk=0 Weight=1
BootTime=2015-04-23T13:58:15 SlurmdStartTime=2015-04-24T10:30:46
CurrentWatts=0 LowestJoules=0 ConsumedJoules=0
ExtSensorsJoules=n/s ExtSensorsWatts=0 ExtSensorsTemp=n/s
NodeName=smurf02 Arch=x86_64 CoresPerSocket=6
CPUAlloc=0 CPUErr=0 CPUTot=12 CPULoad=0.01 Features=intel,fermi
Gres=gpu:tesla:8,ram:48,gram:no_consume:6000,scratch:1300
NodeAddr=192.168.1.102 NodeHostName=smurf02 Version=14.11
OS=Linux RealMemory=1 AllocMem=0 Sockets=2 Boards=1
State=IDLE ThreadsPerCore=1 TmpDisk=0 Weight=1
BootTime=2015-04-23T13:57:56 SlurmdStartTime=2015-04-24T10:24:12
CurrentWatts=0 LowestJoules=0 ConsumedJoules=0
ExtSensorsJoules=n/s ExtSensorsWatts=0 ExtSensorsTemp=n/s
smurf01 구성
GPU
> ls /dev | grep nvidia
nvidia0
...
nvidia7
> nvidia-smi | grep Tesla
| 0 Tesla M2090 On | 0000:08:00.0 Off | 0 |
...
| 7 Tesla M2090 On | 0000:1B:00.0 Off | 0 |
...
gres.conf
Name=gpu Type=tesla File=/dev/nvidia0 CPUs=0
Name=gpu Type=tesla File=/dev/nvidia1 CPUs=1
Name=gpu Type=tesla File=/dev/nvidia2 CPUs=2
Name=gpu Type=tesla File=/dev/nvidia3 CPUs=3
Name=gpu Type=tesla File=/dev/nvidia4 CPUs=4
Name=gpu Type=tesla File=/dev/nvidia5 CPUs=5
Name=gpu Type=tesla File=/dev/nvidia6 CPUs=6
Name=gpu Type=tesla File=/dev/nvidia7 CPUs=7
Name=ram Count=48
Name=gram Count=6000
Name=scratch Count=1300
smurf02 구성
GPU
smurf01과 동일한 구성 / 출력.
smurf02의 gres.conf
Name=gpu Count=8 Type=tesla File=/dev/nvidia[0-7]
Name=ram Count=48
Name=gram Count=6000
Name=scratch Count=1300
참고 : 데몬이 다시 시작되었고 시스템도 다시 부팅되었습니다. slurm 및 job submissioning 사용자는 슬레이브 및 컨트롤러 노드에서 동일한 ID / 그룹을 가지며 munge 인증이 올바르게 작동합니다.
로그 출력
DebugFlags=Gres
slurm.conf 파일에 추가 했는데 플러그인이 GPU를 인식하는 것 같습니다.
컨트롤러 로그
gres / gpu: state for smurf01
gres_cnt found : 8 configured : 8 avail : 8 alloc : 0
gres_bit_alloc :
gres_used : (null)
topo_cpus_bitmap[0] : 0
topo_gres_bitmap[0] : 0
topo_gres_cnt_alloc[0] : 0
topo_gres_cnt_avail[0] : 1
type[0] : tesla
topo_cpus_bitmap[1] : 1
topo_gres_bitmap[1] : 1
topo_gres_cnt_alloc[1] : 0
topo_gres_cnt_avail[1] : 1
type[1] : tesla
topo_cpus_bitmap[2] : 2
topo_gres_bitmap[2] : 2
topo_gres_cnt_alloc[2] : 0
topo_gres_cnt_avail[2] : 1
type[2] : tesla
topo_cpus_bitmap[3] : 3
topo_gres_bitmap[3] : 3
topo_gres_cnt_alloc[3] : 0
topo_gres_cnt_avail[3] : 1
type[3] : tesla
topo_cpus_bitmap[4] : 4
topo_gres_bitmap[4] : 4
topo_gres_cnt_alloc[4] : 0
topo_gres_cnt_avail[4] : 1
type[4] : tesla
topo_cpus_bitmap[5] : 5
topo_gres_bitmap[5] : 5
topo_gres_cnt_alloc[5] : 0
topo_gres_cnt_avail[5] : 1
type[5] : tesla
topo_cpus_bitmap[6] : 6
topo_gres_bitmap[6] : 6
topo_gres_cnt_alloc[6] : 0
topo_gres_cnt_avail[6] : 1
type[6] : tesla
topo_cpus_bitmap[7] : 7
topo_gres_bitmap[7] : 7
topo_gres_cnt_alloc[7] : 0
topo_gres_cnt_avail[7] : 1
type[7] : tesla
type_cnt_alloc[0] : 0
type_cnt_avail[0] : 8
type[0] : tesla
...
gres/gpu: state for smurf02
gres_cnt found:TBD configured:8 avail:8 alloc:0
gres_bit_alloc:
gres_used:(null)
type_cnt_alloc[0]:0
type_cnt_avail[0]:8
type[0]:tesla
슬레이브 로그
Gres Name = gpu Type = tesla Count = 8 ID = 7696487 File = / dev / nvidia[0 - 7]
...
gpu 0 is device number 0
gpu 1 is device number 1
gpu 2 is device number 2
gpu 3 is device number 3
gpu 4 is device number 4
gpu 5 is device number 5
gpu 6 is device number 6
gpu 7 is device number 7
답변
설치된 버전 ( 14.11.5
) 의 Slurm 은 GPU에 할당 된 유형에 문제가있는 것으로 보입니다. 따라서 노드 구성 라인을 제거 Type=...
하고 gres.conf
그에 따라 노드 구성 라인을 변경하면 Gres=gpu:N,ram:...
gpus via를 필요로하는 작업이 성공적으로 실행됩니다 --gres=gpu:N
.