☰

SLURM は、ソケット コア スレッド CPU 数が少ないためノードをドレインするように設定しています。

tag-icon • tag-icon linux slurm
SLURM は、ソケット コア スレッド CPU 数が少ないためノードをドレインするように設定しています。

私は数台のワークステーションで SLURM をセットアップしました。さまざまな種類がありますが、4 つのコアがあり、追加の SMT がなく、合計 4 つのスレッドがある CPU を 1 つ取り上げます。lscpu次のようになります。

$ lscpu
Architecture:        x86_64
CPU op-mode(s):      32-bit, 64-bit
Byte Order:          Little Endian
Address sizes:       39 bits physical, 48 bits virtual
CPU(s):              4
On-line CPU(s) list: 0-3
Thread(s) per core:  1
Core(s) per socket:  4
Socket(s):           1
NUMA node(s):        1
Vendor ID:           GenuineIntel
CPU family:          6
Model:               60
Model name:          Intel(R) Core(TM) i5-4590 CPU @ 3.30GHz
Stepping:            3
CPU MHz:             3478.500
CPU max MHz:         3700.0000
CPU min MHz:         800.0000
BogoMIPS:            6584.83
Virtualization:      VT-x
L1d cache:           32K
L1i cache:           32K
L2 cache:            256K
L3 cache:            6144K
NUMA node0 CPU(s):   0-3
Flags:               fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe syscall nx pdpe1gb rdtscp lm constant_tsc arch_perfmon pebs bts rep_good nopl xtopology nonstop_tsc cpuid aperfmperf pni pclmulqdq dtes64 monitor ds_cpl vmx smx est tm2 ssse3 sdbg fma cx16 xtpr pdcm pcid sse4_1 sse4_2 x2apic movbe popcnt aes xsave avx f16c rdrand lahf_lm abm cpuid_fault epb invpcid_single pti tpr_shadow vnmi flexpriority ept vpid ept_ad fsgsbase tsc_adjust bmi1 avx2 smep bmi2 erms invpcid xsaveopt dtherm ida arat pln pts

これらはワークステーションであり、私はリソースをファームしているだけなので、ワークステーションごとに2つ以上のCPUジョブをスケジュールしないように、SLURMにCPUコアが2つしかないことを伝えました。しかし、今はもっとファームする必要があるので、ワークステーションごとに3つのジョブを要求しています。そこで、SLURMに実際には3つのコアがあることを伝えました。しかし、SLURMはそれらをドレイン州：

$ scontrol show node=deino
NodeName=deino Arch=x86_64 CoresPerSocket=3 
   CPUAlloc=3 CPUTot=3 CPULoad=4.55
   AvailableFeatures=(null)
   ActiveFeatures=(null)
   Gres=(null)
   NodeAddr=deino NodeHostName=deino Version=18.08
   OS=Linux 4.19.0-5-amd64 #1 SMP Debian 4.19.37-5+deb10u2 (2019-08-08) 
   RealMemory=13000 AllocMem=1500 FreeMem=1299 Sockets=1 Boards=1
   State=ALLOCATED+DRAIN ThreadsPerCore=1 TmpDisk=60347 Weight=2 Owner=N/A MCS_label=N/A
   Partitions=batch,long-no-guarantee 
   BootTime=2019-08-23T14:50:20 SlurmdStartTime=2019-08-23T14:51:06
   CfgTRES=cpu=3,mem=13000M,billing=3
   AllocTRES=cpu=3,mem=1500M
   CapWatts=n/a
   CurrentWatts=0 LowestJoules=0 ConsumedJoules=0
   ExtSensorsJoules=n/s ExtSensorsWatts=0 ExtSensorsTemp=n/s
   Reason=Low socket*core*thread count, Low CPUs [slurm@2019-11-14T13:51:07]

理解できません。 を持っているのでCPUs=3 Sockets=1 CoresPerSocket=3 ThreadsPerCore=1、これはマシンが実際に持っている数より少ないです。これらのノードを再開するように手動で設定できますが、奇妙な感じがします。これを適切に動作させるには何を変更する必要がありますか?

答え1

  1. クラスター定義を変更した後、すべてのノードで slurmd を再起動しましたか?
  2. 私たちのシステムでは、各ノード上のすべてのリソースを完全に宣言しますが、コアとメモリの特殊化を使用して、OS / 対話型ユーザー用にコア / メモリを予約します。コアスペック

関連情報