HPC 集群任务调度

HPC 集群通常由登录节点和计算节点组成。用户在登录节点编写脚本、提交任务，调度系统再把任务分配到计算节点运行。常见调度系统有 Slurm 和 PBS。不同集群可能只安装其中一种。

HPC 使用基本原则

• 不要在登录节点上直接运行大型计算任务。
• 使用调度命令提交任务。
• 提交前确认申请的 CPU、内存、GPU、运行时间是否合理。
• 任务输出和错误日志要保存，方便排查。
• 大量小文件和频繁读写可能影响共享文件系统性能。

HPC 集群中的目录组织

HPC 集群常见目录可能与普通 Linux 服务器略有不同。

常见目录：

目录	说明
/home/用户名	用户个人目录，通常容量较小
/data	数据目录，可能按课题组或项目划分
/project	项目共享目录
/scratch	临时高速计算空间，可能定期清理
/opt、/apps	管理员安装的软件
/public	公共数据或共享资源

建议：

• 代码和脚本可放在 /home。
• 大数据和结果文件应放在 /data、/project 或 /scratch。
• 长期重要结果不要只放在 /scratch。
• 提交任务前确认脚本中的路径在计算节点也能访问。

8. 集群节点查看

不同 HPC 集群可能使用不同调度系统。常见为 Slurm 或 PBS。

Slurm 节点信息

sinfo
sinfo -N
sinfo -Nel
scontrol show node

常用命令：

命令	说明
sinfo	查看分区和节点总体状态
sinfo -N	按节点显示
sinfo -Nel	显示更详细的节点信息
scontrol show node	显示节点详细配置

常见节点状态：

状态	说明
idle	空闲
alloc	已分配
mix	部分资源被占用
down	不可用
drain	正在排空，不再接收新任务

PBS 节点信息

pbsnodes
pbsnodes -a
pbsnodes -l

常用参数：

参数	说明
-a	查看所有节点详细信息
-l	查看离线或不可用节点