GPU 节点配置 ​

本节内容将介绍如何配置集群中的GPU节点。

显卡驱动安装 ​

1. 从NVIDIA官网选择对应的显卡型号及系统版本下载驱动。

2. 将驱动上传至服务器端。

3. 进BIOS设置界面关闭 Secure Boot。

4. 安装 kernel-devel，dnf install -y kernel-devel。

5. 关闭 Noveau。

   bash

   cat >> /etc/modprobe.d/blacklist.conf <<EOF
   # nouveau
   blacklist nouveau
   options nouveau modeset=0
   EOF

   cat >> /etc/modprobe.d/blacklist.conf <<EOF
   # nouveau
   blacklist nouveau
   options nouveau modeset=0
   EOF

6. 使用以下命令将服务器切换到多用户模式，systemctl set-default multi-user.target && reboot。

7. 安装驱动，bash NVIDIA-Linux-x86_64-535.113.01.run --kernel-source-path /usr/src/kernels/$(uname -r)。

8. 切换回图形模式并重启，systemctl set-default graphical.target && reboot。

   重启后通过nvidia-smi命令就可以看到具体的显卡信息：

   

slurm GPU配置 ​

1. 设置slurm配置，编辑 /etc/slurm/slurm.conf 并添加以下的配置字段：

GresTypes=gpu

GresTypes=gpu

2. 添加节点配置字段：

Gres字段由三部分组成，分别为资源类型，资源名称，资源数量组成。

# CPU节点配置
NodeName=compute-0-1 NodeAddr=10.1.1.5 CoresPerSocket=16 Sockets=2 ThreadsPerCore=2
# GPU节点配置
NodeName=compute-0-2 NodeAddr=10.1.1.4 CoresPerSocket=18 Sockets=2 ThreadsPerCore=2 Gres=gpu:3080ti:4

# CPU节点配置
NodeName=compute-0-1 NodeAddr=10.1.1.5 CoresPerSocket=16 Sockets=2 ThreadsPerCore=2
# GPU节点配置
NodeName=compute-0-2 NodeAddr=10.1.1.4 CoresPerSocket=18 Sockets=2 ThreadsPerCore=2 Gres=gpu:3080ti:4

3. 配置 /etc/slurm/gres.conf 文件：

AutoDetect=off
NodeName=compute-0-2 Name=gpu Type=3080ti File=/dev/nvidia[0-3]

AutoDetect=off
NodeName=compute-0-2 Name=gpu Type=3080ti File=/dev/nvidia[0-3]

4. 重启主节点的slurmctld与计算节点的slurmd服务

systemctl restart slurmctld

systemctl restart slurmctld

5. 查看节点资源是否生效

sinfo -N -o "%.20N %.15C %.10t %.10m %.15P %.15G %.15E"

sinfo -N -o "%.20N %.15C %.10t %.10m %.15P %.15G %.15E"