Question

我有一个名为gpus的gpu资源。当我运行qstat -F gpus时，我得到格式为“qc：gpus = -1”的奇怪输出，因此报告了可用gpus的负数。如果我运行qstat -g c说我有多个GPU可用。多个作业因“不可用的gpus”而失败。这就像GPU的计数从每个节点上的1而不是8开始，所以如果我使用的数量超过1则变为负数。我的队列是：

hostlist           node-01 node-02 node-03 node-04 node-05
seq_no                0
load_thresholds       NONE
suspend_thresholds    NONE
nsuspend              1
suspend_interval      00:05:00
priority              0
min_cpu_interval      00:05:00
processors            UNDEFINED
qtype                 BATCH INTERACTIVE
ckpt_list             NONE
pe_list               smp mpich2
rerun                 FALSE
slots                 1,[node-01=8],[node-02=8],[node-03=8],[node-04=8],[node-05=8]

有谁知道为什么会这样？

Answer 1

我相信你设置了＃34; gpus＆＃34;主机配置中的复杂。你可以看到它

qconf -se node-01

你可以查看＆＃34; gpus＆＃34;的定义。与

复杂

qconf -sc

例如，我的UGE对＆＃34; ngpus＆＃34;络合物：

#name                      shortcut                   type        relop   requestable consumable default  urgency 

ngpus                      gpu                        INT         <=      YES         YES        0        1000

示例节点＆＃34; qconf -se gpu01＆＃34;：主机名gpu01.cm.cluster ... complex_values exclusive = true，m_mem_free = 65490.000000M，\ m_mem_free_n0 = 32722.546875M，m_mem_free_n1 = 32768.000000M，\ ngpus = 2，时隙= 16，供应商=英特尔

您可以通过＆＃34; qconf -me node-01＆＃34;修改该值。有关详细信息，请参见手册页complex（5）。

错误的qstat GPU资源计数SGE

1 个答案: