Slinky 概述与架构

下单选 Slinky,得到跑在 Kubernetes 上的 Slurm:控制面是 Pod,每个计算节点一个占满 8 卡的 slurmd Pod。日常仍用 sbatch / srun / squeue / sacct。

纯 Kubernetes 见 Kubernetes 概述。控制台下单见 即时集群。

#架构

  • - SSH :22 → Slurm login pod(日常身份 + Slurm CLI)
  • - SSH :2222 → 登录节点主机(sudo / kubectl / 加用户)
  • - Slurm 管理面(operator、slurmctld、accounting、login pod)在服务节点
  • - 作业在 worker 的 slurmd Pod 里、以提交者 UID 运行
  • - /home 在 login pod、登录节点与 workers 间共享;作业内还有 /shared、/local、/tmp

#和传统裸机Slurm的差别

主题差别
用户用机内加用户工具,而不是手搓每台账户
作业环境跑在 worker Pod(Ubuntu 24.04),不是主机 chroot;无 HPC-X/Lmod
容器Pyxis(--container-image)与 Apptainer;作业内无 Docker daemon
配置无可持久手改的 /etc/slurm/slurm.conf;改 controller 的 extraConf

#改 Slurm 配置

kubectl -n slurm edit controller slurm

在 spec.extraConf 追加行,保存后 operator 在线重生配置(类似 scontrol reconfigure)。少数参数需重启 slurmctld Pod 才生效。若你自己管 Helm release,改 values 里的 controller.extraConf,否则下次 upgrade 会盖掉 live edit。

#本节目录

页面内容
入门登录、sinfo、首个作业
用户管理加用户、端口、身份账本
作业环境路径、GPU、Python
容器Pyxis / Apptainer
可观测性Grafana、prolog
健康检查检查目录与手动触发
教程Apptainer + PyTorch 示例

端口细节:网络与端口。Grafana:监控。