Lancer des tâches¶
Note
Cette page couvre les spécificités de la plateforme CHP-IQ. Si vous n’êtes
pas familier avec les commandes pour lancer et gérer des tâches (telles que
sbatch, salloc, squeue), lisez d’abord Exécuter des tâches dans la documentation de
l’Alliance ou consultez notre page sur l’apprentissage du CHP.
Nœuds de connexion¶
Utilisez le nœud de connexion (ip09) pour préparer vos tâches. Il est
toutefois interdit d’exécuter des tâches directement sur ce nœud ! Les nœuds de
connexion des grappes ne disposent pas de la puissance de calcul nécessaire pour
exécuter des tâches. De plus, exécuter une tâche sur un nœud de connexion peut
le ralentir considérablement, ce qui nuit à tous les chercheurs connectés.
Toutes les tâches doivent être soumises à l’ordonnanceur en utilisant les
commandes appropriées : sbatch, salloc, srun.
Lecture-écriture¶
Utilisez le stockage dans /net/nfs-iq/data pour lire et écrire des données
de recherche dans vos tâches. Cet emplacement offre une bien meilleure
performance que votre répertoire personnel.
Nœuds publics¶
Les tâches doivent être soumises à la partition c-iq, ce qui est l’option
par défaut. La partition peut néanmoins être indiquée explicitement si désiré
avec l’option --partition ou sa forme courte -p. Par exemple,
dans un script de tâche :
#!/bin/bash
#SBATCH --job-name=my-job
#SBATCH --partition=c-iq
...
La durée maximale des tâches est de sept jours.
Tâches GPU¶
La Plateforme CHP IQ offre un nœud de calcul avec deux GPU Nvidia A40, qui
peuvent être demandés à l’aide des options --gpus-per-node,
--gpus-per-task et --gres.
Par exemple, pour utiliser un GPU dans une tâche interactive :
[alice@ip09 ~]$ salloc --gres=gpu
Pour utiliser les deux GPU dans un script de tâche :
#!/bin/bash
#SBATCH --job-name=my-job
#SBATCH --partition=c-iq
#SBATCH --gpus-per-node=nvidia_a40:2
...
Nœuds contribués¶
Pour lancer une tâche sur un ou plusieurs nœuds contribués auxquels vous avez
accès, demandez la partition correspondante avec -p --partition.
Référez-vous au tableau des nœuds de calcul contribués.
Par exemple, vous pouvez soumettre une tâche aux nœuds APC de David Sénéchal
avec --partition=c-apc. La durée maximale des tâches varie selon la
partition et est indiquée dans le tableau des nœuds.
Gestion des tâches¶
La commande squeue liste toutes les tâches dans l’ordonnanceur, incluant les
tâches de tous les utilisateurs. Utilisez sq pour lister uniquement vos
tâches. (Cette dernière commande est aussi disponible sur les grappes de
l’Alliance.)
Suivre les tâches actives¶
Lorsqu’une de vos tâches démarre, il est important de vérifier qu’elle utilise adéquatement les ressources qui lui ont été assignées. Par exemple, si une tâche a accès à 4 cœurs CPU et 80G de mémoire, utilise-t-elle vraiment ces 4 cœurs à 100% et sa consommation de mémoire est-elle dans cet ordre de grandeur ?
Pour le vérifier, connectez-vous avec ssh à un nœud de calcul assigné à
votre tâche et exécutez la commande htop, qui donne un aperçu de la
consommation de CPU et de mémoire. Dans l’exemple suivant,
alice utilise la sortie de sq pour identifier le nœud cp1433 avant
de s’y connecter. htop montre 4 processus à 100% CPU appartenant à Alice, ce
qui correspond aux 4 CPU assignés à sa tâche.
[alice@ip09 ~]$ sq
JOBID USER ACCOUNT NAME ST TIME_LEFT NODES CPUS GRES MIN_MEM NODELIST (REASON)
5623630 alice def-alice md-job.sh R 14:56 1 4 (null) 256M cp1433 (None)
[alice@ip09 ~]$ ssh cp1433
Last login: Wed Aug 21 11:16:34 2024 from ip09.m
[alice@cp1433-mp2 ~]$ htop
0[||||||||100.0%] 8[ 0.0%] 16[ 0.0%] 24[ 0.0%]
1[||||||||100.0%] 9[ 0.0%] 17[| 0.7%] 25[ 0.0%]
2[||||||||100.0%] 10[ 0.0%] 18[ 0.0%] 26[ 0.0%]
3[||||||||100.0%] 11[ 0.0%] 19[ 0.0%] 27[ 0.0%]
4[ 0.0%] 12[ 0.0%] 20[ 0.0%] 28[ 0.0%]
5[ 0.0%] 13[ 0.0%] 21[ 0.0%] 29[ 0.0%]
6[ 0.0%] 14[ 0.0%] 22[ 0.0%] 30[ 0.0%]
7[ 0.0%] 15[ 0.0%] 23[| 0.7%] 31[ 0.0%]
Mem[||| 6.82G/252G] Tasks: 63, 174 thr; 5 running
Swp[ 0K/0K] Load average: 2.40 0.71 1.22
Uptime: 1 day, 20:53:58
PID USER PRI NI VIRT RES SHR S CPU%▽MEM% TIME+ Command
35160 alice 20 0 457M 97680 19588 R 99. 0.0 0:51.67 /cvmfs/soft.computecanada.
35161 alice 20 0 454M 96376 19248 R 99. 0.0 0:51.93 /cvmfs/soft.computecanada.
35162 alice 20 0 454M 95832 19248 R 99. 0.0 0:51.83 /cvmfs/soft.computecanada.
35163 alice 20 0 446M 93644 19252 R 99.3 0.0 0:51.82 /cvmfs/soft.computecanada.
35449 alice 20 0 58960 4812 3044 R 0.7 0.0 0:00.08 htop
1 root 20 0 122M 4116 2636 S 0.0 0.0 0:47.60 /usr/lib/systemd/systemd -
1041 root 20 0 39060 8500 8172 S 0.0 0.0 0:01.65 /usr/lib/systemd/systemd-j
1074 root 20 0 45472 1840 1352 S 0.0 0.0 0:11.67 /usr/lib/systemd/systemd-u
1318 root 20 0 48920 1328 1012 S 0.0 0.0 0:00.00 /usr/sbin/rdma-ndd --syste
1393 root 16 -4 55532 860 456 S 0.0 0.0 0:00.37 /sbin/auditd
1394 root 16 -4 55532 860 456 S 0.0 0.0 0:00.00 /sbin/auditd
1395 root 12 -8 84556 888 740 S 0.0 0.0 0:00.39 /sbin/audispd
F1Help F2Setup F3SearchF4FilterF5Tree F6SortByF7Nice -F8Nice +F9Kill F10Quit
Tâches GPU¶
Pour les tâches GPU, il importe également de vérifier qu’elles utilisent
adéquatement le ou les GPU qui lui ont été alloués. Pour ce faire,
connectez-vous au nœud de calcul et utilisez la commande nvidia-smi, qui
liste les GPU et les programmes qui les utilisent. Par exemple :
[alice@ip09 ~]$ ssh cp3705
Last login: Wed Aug 21 13:47:44 2024 from ip09.m
[alice@cp3705-mp2 ~]$ nvidia-smi
Wed Aug 21 13:52:41 2024
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.54.15 Driver Version: 550.54.15 CUDA Version: 12.4 |
|-----------------------------------------+------------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA A40 Off | 00000000:65:00.0 Off | 0 |
| 0% 30C P0 81W / 300W | 370MiB / 46068MiB | 0% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+
| 1 NVIDIA A40 Off | 00000000:CA:00.0 Off | 0 |
| 0% 29C P0 70W / 300W | 276MiB / 46068MiB | 0% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+
+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| 0 N/A N/A 14734 C gmx_mpi 362MiB |
| 1 N/A N/A 14734 C gmx_mpi 268MiB |
+-----------------------------------------------------------------------------------------+
On remarque que le processus gmx_mpi (id 14734) utilise les deux GPU.
Statistiques des tâches terminées¶
La commande seff affiche des statistiques pour les tâches terminées,
incluant leur efficacité en CPU et en mémoire. Par exemple :
[alice@ip15-mp2 ~]$ seff 5623631
Job ID: 5623631
Cluster: mp2
User/Group: alice/alice
State: COMPLETED (exit code 0)
Nodes: 1
Cores per node: 4
CPU Utilized: 01:00:09
CPU Efficiency: 99.59% of 01:00:24 core-walltime
Job Wall-clock time: 00:15:06
Memory Utilized: 353.91 MB (estimated maximum)
Memory Efficiency: 34.56% of 1.00 GB (256.00 MB/core)
Typiquement, l’efficacité en CPU devrait être proche de 100%. Une efficacité plus basse indique que du temps CPU est perdu, possiblement parce que la tâche n’utilise pas toutes les ressources allouées. Si l’efficacité d’une de vos tâches est sous 70%, vous ne devriez pas soumettre d’autres tâches similaires avant de régler ce problème.
L’efficacité en mémoire, pour sa part, devrait être d’au moins 50%. Si une de vos tâches est sous ce seuil, réduisez la quantité de mémoire demandée pour les tâches similaires. (Si vous demandez la quantité de mémoire par défaut, 256M par cœur, ignorez l’efficacité mémoire puisque votre consommation absolue est de toute façon très basse.)
En surveillant l’efficacité de vos tâches, vous ne vous assurez pas seulement qu’elles soient plus rapides : vous permettez aussi à un plus grand nombre de tâches d’être exécutées simultanément, ce qui réduit le temps d’attente pour tous les chercheurs.