Using GPUs with Slurm/fr: Difference between revisions

|}

== Comment indiquer le type de GPU à utiliser ==

=== Cedar ===

   #SBATCH --gres=gpu:t4:1

Par défaut, toutes les tâches sur GPU seront exécutées sur des P100.

=== Béluga ===

=== Hélios ===

Pour demander un K20 :

   #SBATCH --gres=gpu:k20:1

Si votre application peut utiliser efficacement un nœud entier et ses GPU associés, vous pouvez probablement réduire le temps d'attente si vous demandez un nœud entier. Utilisez les scripts suivants comme modèle.  

=== Ordonnancement d'un nœud GPU pour Graham ===

{{File

nvidia-smi

}}

=== Ordonnancement d'un nœud GPU P100 pour Cedar ===

{{File

nvidia-smi

}}

=== Ordonnancement d'un nœud P100-16G de Cedar ===

Sur [[Cedar/fr|Cedar]] se trouvent un groupe de nœuds particulier qui ont chacun quatre cartes Tesla P100 16Go, alors que les autres GPU P100 sont de 12Go et les GPU V100 de 32Go.

Les GPU dans les nœuds P100L utilisent le même connecteur PCI, ce qui fait que la latence dans les communications entre GPU est plus faible; cependant, la bande passante entre CPU et GPU est plus basse que dans le cas des nœuds GPU réguliers. De plus, la mémoire vive des nœuds est de 256Go.

Pour utiliser ces nœuds, il faut demander des nœuds entiers et indiquer <code>--gres=gpu:p100l:4</code>. Le temps d'exécution maximal pour les tâches sur GPU P100L est de 28 jours.

<div class="mw-translate-fuzzy">

L'identifiant du GPU est calculé en soustrayant 1 de l'identifiant de la fente (''slot''), représenté par {%}. L'identifiant de la tâche est représenté par {#}, avec des valeurs partant de 1.

Le fichier params.input devrait contenir les paramètres sur des lignes distinctes, comme suit&nbsp;:

<pre>

</pre>

Vous pouvez ainsi soumettre plusieurs tâches. Le paramètre <code>-j4</code> fait en sorte que GNU Parallel exécutera quatre tâches concurremment en lançant une tâche aussitôt que la précédente est terminée. Pour éviter que deux tâches se disputent le même GPU, utilisez CUDA_VISIBLE_DEVICES.