Slinky 入门
#登录
ssh ubuntu@<跳板机IP> # login pod,日常
login pod 无 sudo;装在非 /home 的东西会随 Pod 重启丢失。管理面:
ssh -p 2222 ubuntu@<跳板机IP> # 登录节点主机
欢迎语若仍 NOT READY,等 校验 完成再投大作业。更早镜像可能 22/2222 对调,见 用户管理。
#看集群
sinfo
worker 常显示为 slinky-0、slinky-1…,分区 all;空闲应为 idle(忙则为 mix/alloc)。
#第一个作业
每节点 8 卡。必须申请 GPU,否则步骤内看不到卡:
srun --gpus=16 nvidia-smi -L
批处理脚本放 /home:
cat > /home/ubuntu/hello.sbatch <<'EOF'
#!/bin/bash
#SBATCH --job-name=hello
#SBATCH --nodes=2
#SBATCH --gres=gpu:8
#SBATCH --time=00:05:00
srun hostname
srun nvidia-smi -L
EOF
sbatch /home/ubuntu/hello.sbatch
输出在提交目录旁的 slurm-<jobid>.out。squeue 看排队,sacct 看历史。CLI 以 Slurm 文档 为准。
#交互
srun --nodes=1 --gres=gpu:1 --time=00:15:00 --pty bash
多机交互:先 salloc,再在分配里 srun。
#东西放哪
| 路径 | 用途 |
|---|---|
/home | 脚本、数据、容器文件;全节点共享 |
/shared | 同盘公共数据集区 |
/local | 该 worker 本地 NVMe;跨作业可残留 |
/tmp | 本地 NVMe,作业结束删除 |