SLURM：如何仅在特定节点上运行30个作业？

Question

您需要运行30个srun作业，但要确保每个作业在特定节点列表中的一个节点上运行（这些节点具有相同的性能，以便公平比较时间）。 你该怎么做？

我尝试过：

- srun --nodelist=machineN[0-3] <some_cmd> ：同时在所有节点上运行<some_cmd>（我需要在可用节点列表中的一个节点上运行<some_cmd>） - srun -p partition 似乎可行，但需要包含恰好machineN[0-3]的分区，而这并不总是情况。

有什么想法吗？

- Ayrat

Answer 1

更新：版本23.02已修复此问题，详见发布说明：允许--nodelist包含比--nodes所需的节点更多。

---

你可以选择相反的方向，并使用sbatch的--exclude选项：

srun --exclude=machineN[4-XX] <some_cmd>

然后slurm只会考虑不在排除列表中的节点。如果列表很长且复杂，可以将其保存在文件中。

另一个选项是检查Slurm配置是否包含具有“特性”的内容。

sinfo  --format "%20N %20f"

如果“features”列显示了每个节点具有的逗号分隔的功能列表（可能是CPU系列、网络连接类型等），您可以使用特定功能选择节点的子集。

srun --constraint=<some_feature> <some_cmd>

- damienfrancois

Answer 2

您可以使用-w选项。它在Slurm版本17.11.10中进行了测试。

例如：

srun -p partition  -w node10 hostname

- Fırat Yilmaz

---

使用您的方法，是否可以指定一个节点列表？（而不是一个特定的节点） - Ayrat

是的，srun -p partition -w node10,node11 hostname 命令会返回这两个计算节点的主机名。您也可以使用正则表达式“-w node[10-11]”。 - Fırat Yilmaz

...但我不需要在_两个_节点上运行它，只需要从列表中选择一个节点运行即可。??谢谢。（不幸的是，我现在无法测试它，因为无法访问srun） - Ayrat

如果您知道要在哪个计算节点上运行作业的$hostname，则srun -p partition -w $hostname命令就足够了。如果您必须定义一个nodelist，例如srun -p partition --nodelist /path/to/nodelist，并且想从该nodelist中选择1个节点，那对我来说似乎是一种不方便的方式，我从未尝试过是否存在任何机制。实际上，当您选择分区时，您正在使用在该分区中定义的nodelist。然后，-w让您选择要使用的一个或多个计算节点。 - Fırat Yilmaz