Translations:Best practices for job submission/20/fr: Difference between revisions

From Alliance Doc
Jump to navigation Jump to search
(Created page with "Puisqu'il y a peu de nœuds GPU, les tâches qui requièrent leur utilisation attendent généralement longtemps. * Assurez-vous d’utiliser le plus efficacement possible le...")
(No difference)

Revision as of 17:53, 17 October 2022

Information about message (contribute)
This message has no documentation. If you know where or how this message is used, you can help other translators by adding documentation to this message.
Message definition (Best practices for job submission)
The nodes with GPUs are relatively uncommon so that any job which asks for a GPU will wait significantly longer in most cases.
* Be sure that this GPU you had to wait so much longer to obtain is <b>being used as efficiently as possible</b> and that it is really contributing to improved performance in your jobs.
** A considerable amount of software does have a GPU option, for example such widely used packages as [[NAMD]] and [[GROMACS]], but only a small part of these programs' functionality has been modified to make use of GPUs. For this reason, it is wiser to <b>first test a small sample calculation both with and without a GPU</b> to see what kind of speed-up you obtain from the use of this GPU.
** Because of the high cost of GPU nodes, a job using <b>a single GPU</b> should run significantly faster than if it was using a full CPU node.
** If your job <b>only finishes 5% or 10% more quickly with a GPU, it's probably not worth</b> the effort of waiting to get a node with a GPU as it will be idle during much of your job's execution.
* <b>Other tools for monitoring the efficiency</b> of your GPU-based jobs include <code>[https://developer.nvidia.com/nvidia-system-management-interface nvidia-smi]</code>, <code>nvtop</code> and, if you're using software based on [[TensorFlow]], the [[TensorFlow#TensorBoard|TensorBoard]] utility.

Puisqu'il y a peu de nœuds GPU, les tâches qui requièrent leur utilisation attendent généralement longtemps.

  • Assurez-vous d’utiliser le plus efficacement possible le GPU pour lequel vous avez attendu si longtemps et assurez-vous qu’il augmente la performance de vos tâches.
    • Plusieurs logiciels offrent une option GPU dont NAMD et GROMACS, mais ce ne sont pas toutes les fonctions de ces logiciels qui sont capables de tirer parti des GPU. Il est donc sage de faire de courts tests avec et sans GPU et de vérifier l’effet sur la vitesse d’exécution.
    • Comme le coût d’un nœud GPU est élevé, une tâche qui utilise un seul GPU devrait s’exécuter beaucoup plus rapidement qu’avec un nœud CPU entier. Si ce n’est pas le cas de votre tâche, utilisez plutôt un nœud CPU.
    • Si votre tâche se termine seulement 5 à 10 % plus rapidement avec un nœud GPU, utilisez plutôt un nœud CPU. L’attente significativement plus élevée pour l’obtention d’un nœud GPU n’en vaut pas la peine.
  • Pour suivre l'efficacité des tâches avec GPU, utilisez des outils comme nvidia-smi, nvtop ou encore l’utilitaire TensorBoard si vous travaillez avec TensorFlow.
Retrieved from "https://docs.alliancecan.ca/mediawiki/index.php?title=Translations:Best_practices_for_job_submission/20/fr&oldid=120802"