学校的服务器以安全起见，不能自行安装软件，但可以

  1. 使用 conda 安装虚拟环境。
  2. 使用 singularity 运行 docker 容器。

使用conda不必多说，使用singularity就有点麻烦。需要首先在自己的电脑上制作docker镜像，然后上传到docker hub，然后在服务器上指定镜像链接就好了。

登陆ye老师服务器：

  1. srun -p xye --mem=32000 --tasks-per-node=2 --cpus-per-task=2 --gres=gpu:1 --pty bash

只申请一个GPU，gpu:4就是4个。
参考：https://slurm.schedmd.com/tutorials.html

退出重新申请？用exit。

使用CUDA

使用singularity（docker）

编辑一个文件，命名为job.dat ：

  1. #!/bin/bash -l
  2. #
  3. # Usage: gputest.sh
  4. # Change job name and email address as needed 
  5. #        
  6. # -- our name ---
  7. #SBATCH -J cyclegan_color
  8. #SBATCH -o cyclegan_color.output
  10. # partition
  11. #SBATCH -p datasci
  12. # to request a GPU
  13. #SBATCH --gres=gpu:1
  14. ###SBATCH --gres=gpu:Rtx2080:TitanRtx：1
  16. #Request an amount of RAM for the job
  17. #SBATCH --mem=16G #16GB requested.
  18. # Run on 1 node
  19. #SBATCH --nodes=1
  20. # Use 1 CPU
  21. #SBATCH --ntasks-per-node=4
  23. /bin/echo Running on host: `hostname`.
  24. /bin/echo In directory: `pwd`
  25. /bin/echo Starting on: `date`
  27. # Load CUDA module
  28. module load singularity
  29. module load cuda     
  30. #This is an example command
  31. singularity exec --nv --bind /xye_data_nobackup docker://xxx/xx sh run.sh

然后提交：sbatch job.dat。

使用conda

那如果不用 singularity 呢？比如我就只想用conda 激活 一个虚拟环境，跑下代码。

答：
1.进入ye老师服务器

  1. srun -p xye --mem=16G --tasks-per-node=2 --gres=gpu:Rtx2080:1 --pty bash

2.进去以后module load cuda
3.conda 装pytorch的时候配上cuda10.2

Slurm

Slurm是一个job管理工具，通过它提交job，以后台长期跑一些脚本。
常见命令：

  1. sbatch job.dat      # Job submission
  2. squeue              # Job status
  3. sinfo               # Cluster status
  4. scancel [job id]    # delete job

更多命令参考：
https://slurm.schedmd.com/tutorials.html
https://ulhpc-tutorials.readthedocs.io/en/latest/scheduling/advanced/