Я устанавливал Torque 6.1.0 на рабочую станцию Ubuntu 16.04, но установка, похоже, не распознает, сколько ядер и потоков имеет машина. Единственный настроенный мной узел показывал состояние «состояние = не работает», и любое задание вызывало ошибку, говорящую «недостаточно узлов правильного типа». Фактически рабочая станция имеет 56 потоков или 28 физических ядер на 2 процессорах, и я хочу использовать только 54 потока или 27 физических ядер для общих вычислительных задач. Я понял, что это может быть связано с настройкой cgroup или NUMA, начиная с Torque V6.0, а я нет, если я правильно поступал при установке. У меня действительно была включена cgroup
, но я не уверен, что мне также нужно настроить функцию поддержки NUMA, чтобы она также была включена. Ниже приведены некоторые результаты текущих конфигураций. Что я должен делать? Спасибо.
$ pbsnodes
node1
state = down
power_state = Running
np = 54
ntype = cluster
mom_service_port = 15002
mom_manager_port = 15003
total_sockets = 0
total_numa_nodes = 0
total_cores = 0
total_threads = 0
dedicated_sockets = 0
dedicated_numa_nodes = 0
dedicated_cores = 0
dedicated_threads = 0
$ lssubsys -am
cpuset /sys/fs/cgroup/cpuset
cpu,cpuacct /sys/fs/cgroup/cpu,cpuacct
blkio /sys/fs/cgroup/blkio
memory /sys/fs/cgroup/memory
devices /sys/fs/cgroup/devices
freezer /sys/fs/cgroup/freezer
net_cls,net_prio /sys/fs/cgroup/net_cls,net_prio
perf_event /sys/fs/cgroup/perf_event
hugetlb /sys/fs/cgroup/hugetlb
pids /sys/fs/cgroup/pids
Есть также подозрительная часть: кажется, что сервер не видит узел, который я уже определил в файле конфигурации сервера. Это можно увидеть в файле журнала /var/spool/torque/server_logs
:
12/27/2016 15:48:33.147;01;PBS_Server.2692;Svr;PBS_Server;LOG_ERROR::get_node_from_str, Node node1 is reporting on node NapaValley, which pbs_server doesn't know about
12/27/2016 15:49:18.232;01;PBS_Server.2692;Svr;PBS_Server;LOG_ERROR::get_node_from_str, Node node1 is reporting on node NapaValley, which pbs_server doesn't know about
12/27/2016 15:49:25.491;08;PBS_Server.2696;Job;0.NapaValley;Job deleted at request of cquic@localhost
12/27/2016 15:49:27.023;08;PBS_Server.2657;Job;0.NapaValley;on_job_exit valid pjob: 0.NapaValley (substate=59)
12/27/2016 15:49:32.996;256;PBS_Server.2657;Job;0.NapaValley;dequeuing from batch, state COMPLETE
12/27/2016 15:49:59.722;256;PBS_Server.2696;Job;1.NapaValley;enqueuing into batch, state 1 hop 1
12/27/2016 15:49:59.722;08;PBS_Server.2696;Job;perform_commit_work;job_id: 1.NapaValley
12/27/2016 15:49:59.722;02;PBS_Server.2696;node;close_conn;Closing connection 9 and calling its accompanying function on close
12/27/2016 15:49:59.795;64;PBS_Server.2692;Req;node_spec;job allocation request exceeds currently available cluster nodes, 1 requested, 0 available
12/27/2016 15:49:59.796;08;PBS_Server.2692;Job;1.NapaValley;Job Modified at request of root@localhost
12/27/2016 15:50:03.312;01;PBS_Server.2696;Svr;PBS_Server;LOG_ERROR::get_node_from_str, Node node1 is reporting on node NapaValley, which pbs_server doesn't know about
На моем /etc/hosts
у меня есть
127.0.0.1 localhost node1
127.0.0.1 NapaValley
PS: я пытался смонтировать процессор и другие модули в каталоги /var/spool/torque/cgroup
, но lssubsys -am
по-прежнему показывал ту же информацию, что и выше. Я так понимаю их надо было ставить?
./configure --enable-cgroups --with-hwloc-path=/usr/local
, как вы указали на основе руководства. Поскольку узел находится именно на сервере моей рабочей станции, я думаю, что мне не нужно переустанавливать hwloc, верно? - person Xiaodong Qi   schedule 28.12.2016