web控制台提交作业的问题

[liu-shaobo]

• 通过web控制台提交作业，使用命令"srun -n 2 hostname"，错误日志如下：

srun: error: Unable to create step for job 65: More processors requested than permitted

* 命令行提交没有问题

web控制台提交作业好像不能识别SLURM_NPROCS变量

• 通过web控制台提交作业，使用命令"srun -n $SLURM_NPROCS hostname"，错误日志如下：

srun: error: Invalid numeric value "" for --ntasks.

运行环境 | Environment

- OS: CentOS 7.8
- Scheduler: Slurm 20.11.9
- Docker: 24.0.7
- Docker-compose: 1.25.5
- SCOW cli: v1.4.2
- SCOW: v1.4.2  and v1.2.3
- Adapter: slurm-adapter v1.5.0

[vanstriker]

直接在shell里 echo $SLURM_NPROCS 有什么输出吗？

[liu-shaobo]

控制台的shell输出正常

[vanstriker]

可以在官方demo集群复现吗？
srun -n 2 hostname在demo集群应该是可以跑的

[liu-shaobo]

• 官方demo集群运行 srun -n $SLRUM_NPROCS hostname 出现
  srun: error: Invalid numeric value "" for --ntasks.

• 官方demo集群运行 srun -n 2 hostname 正常

srun: defined options
srun: -------------------- --------------------
srun: (null)              : hpc01_cn01
srun: jobid               : 3017
srun: job-name            : job-20240312-152400
srun: nodes               : 1
srun: ntasks              : 2
srun: verbose             : 1
srun: -------------------- --------------------
srun: end of defined options
srun: jobid 3017: nodes(1):`hpc01_cn01', cpu counts: 2(x1)
srun: launch/slurm: launch_p_step_launch: CpuBindType=(null type)
srun: launching StepId=3017.0 on host hpc01_cn01, 2 tasks: [0-1]
srun: route/default: init: route default plugin loaded
srun: launch/slurm: _task_start: Node hpc01_cn01, 2 tasks started
srun: launch/slurm: _task_finish: Received task exit notification for 2 tasks of StepId=3017.0 (status=0x0000).
srun: launch/slurm: _task_finish: hpc01_cn01: tasks 0-1: Completed

• 自己的集群运行 srun -n 2 hostname
  好像是提交任务的单节点核心数的变量cpus-per-task这个导致，但是命令行不会出现这个问题，如果使用 srun -n 2 -c 1 hostname 就不会报错；

srun: -------------------- --------------------
srun: (null)              : node001
srun: cpus-per-task       : 2
srun: jobid               : 91
srun: job-name            : job-20240312-152309
srun: mem-per-cpu         : 1G
srun: nodes               : 1
srun: ntasks              : 2
srun: verbose             : 1
srun: -------------------- --------------------
srun: end of defined options
srun: jobid 91: nodes(1):`node001', cpu counts: 2(x1)
srun: error: Unable to create step for job 91: More processors requested than permitted

[liu-shaobo]

看的源码里面是 核心数 -c 取单节点核心数“--cpus-per-task”，一般sbatch脚本采用每个节点的任务数 --ntasks-per-node 或--ntasks参数更多！对于mpi任务，感觉这个参数不太合适；

[vanstriker]

slurm参数多，scow不会全部做成可选项。在实际使用中可以在命令框里写这些参数，命令框里的参数会是优先级最高的。