如何使处于“drain”状态的Slurm节点恢复正常？
使用 sinfo 命令，显示有 3 个节点处于 drain 状态。PARTITION AVAIL TIMELIMIT NODES STATE NODELIST all* up infinite 3 drain node[10,11,12] 我应该使用哪个命...
Slurm：为什么在sbatch内使用srun？
在一个sbatch脚本中，你可以直接启动程序或脚本（例如可执行文件myapp），但在许多教程中，人们使用srun myapp代替。尽管阅读了一些有关此主题的文档，我不理解这两种语法的区别以及何时使用每种语法。希望我的问题足够明确（SO上的第一个问题），感谢您提前的答复。
使用Slurm作业ID
当我在集群上启动计算时，通常有一个单独的程序在最后进行后处理：sbatch simulation sbatch --dependency=afterok:JOBIDHERE postprocessing 我想避免打错字，并自动插入正确的工作 ID。有什么好的想法吗？谢谢。
如何在SLURM中运行程序时保存打印输出？
我正在使用 SLURM 运行一个包含 print 语句的 Python 代码。通常情况下，当我直接通过 "python program.py" 运行 Python 代码时，print 语句会出现在终端中。但是当我通过 SLURM 运行我的程序时，预期的结果是 print 语句不会在终端上出现。...
SLURM中状态"CG"是什么意思？
在 SLURM 集群上，可以使用 squeue 命令获取系统中作业的信息。 我知道 "R" 表示正在运行；"PD" 表示挂起，但是 "CG" 是什么意思呢？ 从经验上来看，我理解 "CG" 意味着作业被取消或失败。但是当作业成功关闭时，是否也会出现 "CG"？那个 "G" 代表什么？
如何在SLURM中从节点列表中向任意[子集]的节点提交作业？
我有几千个任务要在一个拥有16个节点的SLURM集群上运行。这些任务应该只在大小为7的可用节点子集上运行。其中一些任务是并行的，因此使用单个节点的所有CPU功率，而其他任务是单线程的。因此，多个任务应该同时在单个节点上运行。任何任务都不应跨越多个节点。 目前，我按如下方式提交每个任务：sba...
在 SLURM 集群中出现错误 - 检测到 1 次 OOM（内存不足）杀死事件：如何提高作业运行效率
我在一个SLURM集群中工作，同时运行了多个进程(在多个输入文件上)，并使用相同的bash脚本。 作业结束时，该进程被杀死，并出现以下错误。slurmstepd: error: Detected 1 oom-kill event(s) in step 1090990.batch cgroup...
在由Slurm处理的Bash脚本中注释的处理方式
我在一个集群上使用slurm运行任务，并使用sbatch提交以下脚本:#!/usr/bin/env bash #SBATCH -o slurm.sh.out #SBATCH -p defq #SBATCH --mail-type=ALL #SBATCH --mail-user=my.emai...
如何在SLURM中查找作业提交的位置？
我通过SLURM向我们学校的HPC集群提交了几个作业。由于所有的shell脚本都有相同的名称，因此作业名称看起来完全相同。[myUserName@rclogin06 ~]$ sacct -u myUserName JobID JobName Partition Ac...
SLURM sacct显示“batch”和“extern”作业名称
我已经将一个作业提交到SLURM队列，该作业已经运行并完成。然后，我使用sacct命令检查已完成的作业。但是，通过查看sacct命令的结果，我注意到了一些意外的额外结果: JobID JobName State ...