根据集群的不同队列、不同应用软件，示例 slurm 作业脚本。
或
集群资源实时状态查询
cpu 队列 slurm 脚本示例：单节点不满核（例如20核），共享使用节点
cpu 队列 slurm 脚本示例：独占单节点不满核（20核），比如为了独占整个节点的大内存
cpu 队列 slurm 脚本示例：单节点满核（40 核）
cpu 队列 slurm 脚本示例：多节点（160 核）
huge 队列 slurm 脚本示例：单节点（20 核，最高可用 80 核）
192c6t 队列 slurm 脚本示例：单节点（96 核，最高可用 192 核）
dgx2 队列 slurm 脚本示例：单节点，分配 2 块 GPU，GPU:CPU 配比 1:6
arm128c256g 队列 slurm 脚本示例：单节点60核
下面根据不同应用软件，示例 slurm 作业脚本
cpu 队列 slurm 脚本示例 LAMMPS
cpu 队列 slurm 脚本示例 GROMACS
cpu 队列 slurm 脚本示例 Quantum ESPRESSO
cpu 队列 slurm 脚本示例 OpenFoam
gpu 队列 slurm 脚本示例 TensorFlow
一批作业，若所需资源和内容相似，可借助 Job Array 批量提交。Job Array 中的每一个作业在调度时视为独立的作业。
cpu 队列 slurm 脚本示例 array
--mail-type= 指定状态发生时，发送邮件通知: ALL, BEGIN, END, FAIL
cpu 队列 slurm 脚本示例：邮件提醒
介绍不同并行环境的作业示例。
本文档中使用的作业样本可以在/lustre/share/samples中找到。 在继续之前，请阅读有关预置软件环境的文档。
以OpenMP为例，名为omp_hello.c代码如下：
在本地运行4线程应用程序
准备一个名为ompgcc.slurm的作业脚本
提交到SLURM
使用Intel编译器构建OpenMP应用
在本地运行4线程应用程序
准备一个名为ompicc.slurm的作业脚本
提交到SLURM
以mpihello.c为例，代码如下：
准备一个名为job_openmpi.slurm的作业脚本
最后，将作业提交到SLURM
使用Intel编译器构建MPI应用
准备一个名为job_impi.slurm的作业脚本
最后，将作业提交到SLURM
以hybridmpi.c为例，代码如下：
准备一个名为hybridmpi.slurm的作业脚本
准备一个名为hybridmpi.slurm的作业脚本
以cublashello.cu为例，代码如下：
作业脚本cublashello.slurm如下：
假如在多节点运行MPI作业，首先准备执行文件并输入数据：
然后，准备一个的作业脚本linpack.sh。 在此脚本中，我们请求cpu分区上的64个内核，每个节点16个内核。 请注意，MPI作业是通过srun（不是mpirun）启动的。
最后，将作业提交到SLURM.
我们可以附加到正在运行的任务，并观察其STDOUT和STDERR：
我们可以查看作业输出文件：
停止工作：
到此这篇 操作系统教程课后题答案（操作系统教程第5版课后答案pdf）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！
版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/hd-yjs/54851.html