求助：cluster上slurm script怎么写跑的最快

FrancisLi

各位老师好！目前组里的cluster上有一个GPU node，和两个NVIDIA Titan V graphics cards，组里目前只有我跑gmx用GPU，所以想问下各位老师，script要怎么写才能最大程度物尽其用，跑到最快呀，以及一次跑多少个任务最合适？感谢老师们！

这个是我目前用的script：

1. #! /bin/bash -l
   
2. #SBATCH -p gpu
   
3. #SBATCH --job-name=try
   
4. #SBATCH --ntasks 1 #Number of cores
   
5. #SBATCH -t 133:30:00
   
6. #SBATCH --mem=15g
   
7. 
   
8. module load gromacs
   
9. module load cuda/10.2
   
10. module load gcc
    
11. 
    
12. gmx grompp -f mini.mdp -c min.gro -p sys.top -o em -po miniout.mdp
    
13. 
    
14. gmx mdrun -s em.tpr -deffnm em
    
15. 
    
16. gmx grompp -f eql.mdp -c em.gro -p sys.top -o eql -po eqlout.mdp
    
17. 
    
18. gmx mdrun -s eql.tpr -deffnm eql -nt 10 -pin on -pinoffset 0 -pinstride 1 -gpu_id 0 -update gpu

复制代码

1. gmx mdrun -s eql.tpr -deffnm eql -nt 10 -pin on -pinoffset 10 -pinstride 1 -gpu_id 1 -update gpu # use another gpu

复制代码

这是gmx检测到的电脑配置：

1. Running on 1 node with total 20 cores, 40 logical cores, 2 compatible GPUs
   
2. Hardware detected:
   
3.   CPU info:
   
4.     Vendor: Intel
   
5.     Brand:  Intel(R) Xeon(R) Silver 4210 CPU @ 2.20GHz
   
6.     Family: 6   Model: 85   Stepping: 7
   
7.     Features: aes apic avx avx2 avx512f avx512cd avx512bw avx512vl clfsh cmov cx8 cx16 f16c fma hle htt intel lahf mmx msr nonstop_tsc pcid pclmuldq pdcm pdpe1gb popcnt pse rdrnd rdtscp rtm sse2 sse3 sse4.1 sse4.2 ssse3 tdt x2apic
   
8.     Number of AVX-512 FMA units: 1 (AVX2 is faster w/o 2 AVX-512 FMA units)
   
9.   Hardware topology: Basic
   
10.     Sockets, cores, and logical processors:
    
11.       Socket  0: [   0  20] [   1  21] [   2  22] [   3  23] [   4  24] [   5  25] [   6  26] [   7  27] [   8  28] [   9  29]
    
12.       Socket  1: [  10  30] [  11  31] [  12  32] [  13  33] [  14  34] [  15  35] [  16  36] [  17  37] [  18  38] [  19  39]
    
13.   GPU info:
    
14.     Number of GPUs detected: 2
    
15.     #0: NVIDIA TITAN V, compute cap.: 7.0, ECC:  no, stat: compatible
    
16.     #1: NVIDIA TITAN V, compute cap.: 7.0, ECC:  no, stat: compatible

复制代码

恳请老师们指教！感谢！

abin

这玩意就你用，
sallocate 整个机器都给你了，
你随便折腾。

看样子，又不会按照时间收钱的。

另，调度器的工作或者职责，这仅仅是把给你一个授权，
让你去相应的硬件资源上去。
之后，只要你所有的操作都在这些指定的硬件上，
那调度器就和你的实际操作没有任何关系了。

FrancisLi

abin 发表于 2022-7-2 13:08
这玩意就你用，
sallocate 整个机器都给你了，
你随便折腾。

原来如此，感谢解答！还想问一下，在cluster上跑，我mdrun里写-gpu_id 0能起作用吗，还是说slurm会自动帮我分配用哪个GPU，我自己不能选？