☰

SLURM configura los nodos para que se agoten debido al bajo recuento de CPU de subprocesos de núcleo de socket

tag-icon • tag-icon linux slurm
SLURM configura los nodos para que se agoten debido al bajo recuento de CPU de subprocesos de núcleo de socket

Tengo SLURM configurado con un par de estaciones de trabajo. Hay diferentes tipos, pero tomemos uno con una CPU que tiene 4 núcleos y sin SMT adicional, es decir, 4 subprocesos en total. lscpume muestra lo siguiente:

$ 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

Como son estaciones de trabajo y solo estoy cultivando recursos, le dije a SLURM que solo tenían 2 núcleos de CPU, por lo que no programarían más de dos trabajos de CPU por estación de trabajo. Pero ahora necesito cultivar más, por lo que estoy presionando para lograr tres trabajos por estación de trabajo. Entonces le dije a SLURM que en realidad tienen tres núcleos. Pero luego SLURM los puso en eldrenarestado:

$ 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]

No comprendo. Yo tengo CPUs=3 Sockets=1 CoresPerSocket=3 ThreadsPerCore=1, por lo que esto es menos de lo que realmente tiene la máquina. Puedo configurar manualmente estos nodos para que se reanuden, pero se siente extraño. ¿Qué necesito cambiar para que esto funcione correctamente?

Respuesta1

  1. ¿Reinició slurmd en todos los nodos después de modificar la definición del clúster?
  2. En nuestro sistema declaramos completamente todos los recursos en cada nodo, pero utilizamos la especialización de núcleo y memoria para reservar núcleos/memoria para el sistema operativo/usuarios interactivos.https://slurm.schedmd.com/core_spec.html

información relacionada