Esta é unha revisión antiga do documento!


Cluster de Computación de Altas Prestacións (HPC) ctcomp3

El clúster está compuesto en la parte de cómputo por:

  • 9 servidores para cómputo general.
  • 1 “fat node” para trabajos que requieran mucha memoria.
  • 4 servidores para computo con GPU.

Los usuarios solo tienen acceso directo al nodo de login, de prestaciones más limitadas y que no debe usarse para computar.
Todos los nodos están interconectados por una red a 10Gb.
Hay un almacenamiento distribuido accesible desde todos los nodos con 220 TB de capacidad conectado mediante una doble red de fibra de 25Gb.

Nombre Modelo Procesador Memoria GPU
hpc-login2 Dell R440 1 x Intel Xeon Silver 4208 CPU @ 2.10GHz (8c) 16 GB -
hpc-node[1-2] Dell R740 2 x Intel Xeon Gold 5220 @2,2 GHz (18c) 192 GB -
hpc-node[3-9] Dell R740 2 x Intel Xeon Gold 5220R @2,2 GHz (24c) 192 GB -
hpc-fat1 Dell R840 4 x Xeon Gold 6248 @ 2.50GHz (20c) 1 TB -
hpc-gpu[1-2]* Dell R740 2 x Intel Xeon Gold 5220 CPU @ 2.20GHz (18c) 192 GB 2x Nvidia Tesla V100S
hpc-gpu3 Dell R7525 2 x AMD EPYC 7543 @2,80 GHz (32c) 256 GB 2x Nvidia Ampere A100 40GB
hpc-gpu4 Dell R7525 2 x AMD EPYC 7543 @2,80 GHz (32c) 256 GB 1x Nvidia Ampere A100 80GB

* Son ctgpgpu7 y 8. Se integrarán próximamente en cluster.

Para acceder al clúster, hay que solicitarlo previamente a través de formulario de incidencias. Los usuarios que no tengan permiso de acceso recibirán un mensaje de “contraseña incorrecta”.

El acceso se realiza mediante una conexión SSH al nodo de login:

ssh <nombre_de_usuario>@hpc-login2.inv.usc.es
No se hace copia de seguridad de ninguno de los sistemas de ficheros del cluster!!

El HOME de los usuarios en el cluster está en el sistema compartido de ficheros, por lo que es accesible desde todos los nodos del cluster. Ruta definida en la variable de entorno $HOME.
Cada nodo tiene una partición local de 1 TB para scratch, que se borra al terminar cada trabajo. Se puede acceder mediante la variable de entorno $LOCAL_SCRATCH en los scripts.
Para datos que deban ser compartidos por grupos de usuarios, hay que solicitar la creación de una carpeta en el almacenamiento compartido que solo será accesible por los miembros del grupo.

Directorio Variable Punto de montaje Capacidad
Home $HOME /mnt/beegfs/home/<username> 220 TB*
Scratch local $LOCAL_SCRATCH varía 1 TB
Carpeta de grupo $GRUPOS/<nombre> /mnt/beegfs/groups/<nombre> 220 TB*

* el almacenamiento es compartido

AVISO IMPORTANTE

El sistema compartido de archivos tiene un mal rendimiento cuando trabaja con muchos archivos de tamaño pequeño. Para mejorar el rendimiento en ese tipo de escenarios hay que crear un sistema de archivos en un fichero de imagen y montarlo para trabajar directamente sobre él. El procedimiento es el siguiente:

  • Crear el fichero de imagen en tu home:
## truncate image.name -s SIZE_IN_BYTES
truncate ejemplo.ext4 -s 20G
  • Crear un sistema de archivos en el fichero de imagen:
## mkfs.ext4 -T small -m 0 image.name
## -T small opciones optimizadas para archivos pequeños
## -m 0 No reservar espacio para root 
mkfs.ext4 -T small -m 0 ejemplo.ext4
  • Montar la imagen (usando SUDO) con el script mount_image.py :
## Por defecto queda montada en /mnt/imagenes/<username>/ en modo solo lectura.
sudo mount_image.py ejemplo.ext4
  • Para desmontar la imagen usar el script umount_image.py (usando SUDO)

El script de montaje tiene estas opciones:

--mount-point path   <-- (opcional)Con esta opción crea subdirectorios por debajo de /mnt/imagenes/<username>/<path>
--rw                  <-- (opcional)Por defecto se monta readonly, con esta opción se monta readwrite.

El script de desmontaje tiene estas opciones:

solo admite como parámetro opcional el mismo path que hayas usado para el montaje con la opción 
--mount-point  <-- (opcional)

SCP

Desde tu máquina local al cluster:

scp filename <username>@hpc-login2:/<ruta>

Desde el cluster a tu máquina local:

scp filename <username>@<hostname>:/<ruta>

Página del manual de SCP

SFTP

Para transferir múltiples archivos o para navegar por el sistema de archivos.

<hostname>:~$ sftp <user_name>@hpc-login2
sftp>
sftp> ls
sftp> cd <path>
sftp> put <file>
sftp> get <file>
sftp> quit

Página del manual de SFTP

RSYNC

SSHFS

Requiere la instalación del paquete sshfs.
Permite por ejemplo montar el home del equipo del usuario en hpc-login2:

## Montar
sshfs  <username>@ctdeskxxx.inv.usc.es:/home/<username> <punto_de_montaje>
## Desmontar
fusermount -u <punto_de_montaje>

Página del manual de SSHFS

Todos los nodos tienen el software básico que se instala por defecto con AlmaLinux 8.4, particularmente:

  • GCC 8.5.0
  • Python 3.6.8
  • Perl 5.26.3

Para usar cualquier otro software no instalado en el sistema u otra versión del mismo hay tres opciones:

  1. Usar Modules con los módulos que ya están instalados (o solicitar la instalación de un nuevo módulo si no está disponible)
  2. Usar un contenedor (uDocker o Apptainer/Singularity)
  3. Usar Conda

Un módulo es la solución más sencilla para usar software sin modificaciones o dependencias difíciles de satisfacer.
Un contenedor es ideal cuando las dependencias son complicadas y/o el software está muy personalizado. También es la mejor solución si lo que se busca es reproducibilidad, facilidad para su distribución y trabajo en equipo.
Conda es la mejor solución si lo que se necesita es la última versión de una librería o programa o paquetes no disponibles de otra forma.

Uso de modules/Lmod

Documentación de Lmod

# Ver los módulos disponibles:
module avail
# Cargar un módulo:
module <nombre_modulo>
# Descargar un módulo:
module unload <nombre_modulo>
# Ver módulos cargados en tu entorno:
module list
# Puede usarse ml como abreviatura del comando module:
ml avail
# Para obtener información sobre un módulo:
ml spider <nombre_modulo>

Ejecución de contenedores de software

uDocker

Manual de uDocker
uDocker está instalado como un módulo, así que es necesario cargarlo en el entorno:

ml uDocker

Apptainer/Singularity

Documentacion de Apptainer/Singularity
Apptainer/Singularity está instalado en el sistema de cada nodo, por lo que no es necesario hacer nada para usarlo.

CONDA

Documentacion de Conda
Miniconda es la versíon mínima de Anaconda y solo incluye el gestor de entornos conda, Python y unos pocos paquetes necesarios. A partir de ahí cada usuario solo descarga e instala los paquetes que necesita.

# Obtener miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-py39_4.11.0-Linux-x86_64.sh
# Instalarlo 
sh Miniconda3-py39_4.11.0-Linux-x86_64.sh

El gestor de colas en el cluster es SLURM .

El término CPU identifica a un core físico de un socket. El hyperthreading está desactivado, por lo que cada nodo tiene disponibles tantas CPU como (nº sockets) * (nº cores físico por socket) tenga.
Recursos disponibles
hpc-login2 ~]$ sinfo -e -o "%30N  %20c  %20m  %20f  %30G " --sort=N
# Hay un alias para este comando:
hpc-login2 ~]$ ver_recursos
NODELIST                        CPUS                  MEMORY                AVAIL_FEATURES        GRES                           
hpc-fat1                        80                    1027273               cpu_intel             (null)                         
hpc-gpu[1-2]                    36                    187911                cpu_intel             gpu:V100S:2                    
hpc-gpu3                        64                    253282                cpu_amd               gpu:A100_40:2                  
hpc-gpu4                        64                    253282                cpu_amd               gpu:A100_80:1(S:0)             
hpc-node[1-2]                   36                    187645                cpu_intel             (null)                         
hpc-node[3-9]                   48                    187645                cpu_intel             (null)

Nodos

Un nodo es la unidad de computación de SLURM, y se corresponde con un servidor físico.

# Mostrar la información de un nodo:
hpc-login2 ~]$ scontrol show node hpc-node1
NodeName=hpc-node1 Arch=x86_64 CoresPerSocket=18 
   CPUAlloc=0 CPUTot=36 CPULoad=0.00
   AvailableFeatures=cpu_intel
   ActiveFeatures=cpu_intel
   Gres=(null)
   NodeAddr=hpc-node1 NodeHostName=hpc-node1 Version=21.08.6
   OS=Linux 4.18.0-305.el8.x86_64 #1 SMP Wed May 19 18:55:28 EDT 2021 
   RealMemory=187645 AllocMem=0 FreeMem=166801 Sockets=2 Boards=1
   State=IDLE ThreadsPerCore=1 TmpDisk=0 Weight=1 Owner=N/A MCS_label=N/A
   Partitions=defaultPartition 
   BootTime=2022-03-01T13:13:56 SlurmdStartTime=2022-03-01T15:36:48
   LastBusyTime=2022-03-07T14:34:12
   CfgTRES=cpu=36,mem=187645M,billing=36
   AllocTRES=
   CapWatts=n/a
   CurrentWatts=0 AveWatts=0
   ExtSensorsJoules=n/s ExtSensorsWatts=0 ExtSensorsTemp=n/s

Particiones

Las particiones en SLURM son grupos lógicos de nodos. En el cluster hay una única partición a la que pertenecen todos los nodos, por lo que no es necesario especificarla a la hora de enviar trabajos.

# Mostrar la información de las particiones:
hpc-login2 ~]$ sinfo
defaultPartition*    up   infinite     11   idle hpc-fat1,hpc-gpu[3-4],hpc-node[1-9]
# Cuando se incorporen al cluster ctgpgpu7 y 8 apareceran como los nodos hpc-gpu1 y 2 respectivamente.

Trabajos

Los trabajos en SLURM son asignaciones de recursos a un usuario durante un tiempo determinado. Los trabajos se identifican por un número correlativo o JOBID.
Un trabajo (JOB) consiste en uno o más pasos (STEPS), cada uno consistente en una o más tareas (TASKS) que usan una o más CPU. Hay un STEP por cada programa que se ejecute de forma secuencial en un JOB y hay un TASK por cada programa que se ejecute en paralelo. Por lo tanto en el caso más simple como por ejemplo lanzar un trabajo consistente en ejecutar el comando hostname el JOB tiene un único STEP y una única TASK.

Sistema de colas (QOS)

La cola a la que se envíe cada trabajo define la prioridad,los límites y también el “coste” relativo para el usuario.

# Mostrar las colas
hpc-login2 ~]$ sacctmgr show qos
# Hay un alias que muestra solo la información más relevante:
hpc-login2 ~]$ ver_colas
      Name   Priority           Flags UsageFactor                     MaxTRES     MaxWall     MaxTRESPU MaxJobsPU MaxSubmitPU 
---------- ---------- --------------- ----------- --------------------------- ----------- ------------- --------- ----------- 
   regular        100     DenyOnLimit    1.000000   cpu=200,gres/gpu=1,node=4  4-04:00:00                      10          50 
interactive       200     DenyOnLimit    1.000000                      node=1    04:00:00        node=1         1           1 
    urgent        300     DenyOnLimit    2.000000           gres/gpu=1,node=1    04:00:00        cpu=36         5          15 
      long        100     DenyOnLimit    1.000000           gres/gpu=1,node=4  8-08:00:00                                     
     large        100     DenyOnLimit    1.000000          cpu=200,gres/gpu=2  4-04:00:00                      10          25 
     admin        500                    0.000000 

# Priority: es la prioridad relativa de cada cola.
# DenyonLimit: el trabajo no se ejecuta si no cumple los límites de la cola
# UsageFactor: el coste relativo para el usuario de ejecutar un trabajo en esa cola
# MaxTRES: límites por cada trabajo
# MaxWall: tiempo máximo que puede estar el trabajo en ejecución
# MaxTRESPU: límites globales por usuario
# MaxJobsPU: Número máximo de trabajos que un usuario puede tener en ejecución.
# MaxSubmitPU: Número máximo de trabajos que un usuario puede tener en total encolados y en ejecucuón.

Envío de un trabajo al sistema de colas

Especificación de recursos

Por defecto, si se envía un trabajo sin especificar nada el sistema lo envia a la QOS por defecto (regular) y le asigna un nodo, una CPU y toda la memoria disponible. El límite de tiempo para la ejecución del trabajo es el de la cola (4 días y 4 horas). Esto es muy ineficiente, lo ideal es especificar en la medida de lo posible al menos tres parámetros a la hora de enviar los trabajos:

  1. El número de nodos (-N o --nodes), tareas (-n o --ntasks) y/o CPU por tarea (-c o --cpus-per-task).
  2. La memoria (--mem) por nodo o la memoria por cpu (--mem-per-cpu).
  3. El tiempo estimado de ejecución del trabajo ( --time )

A mayores puede ser interesante añadir los siguientes parámetros:

-J --job-name Nombre para el trabajo. Por defecto: nombre del ejecutable
-q --qos Nombre de la cola a la que se envía el trabajo. Por defecto: regular
-o --output Fichero o patrón de fichero al que se redirige toda la salida estandar y de error.
--gres Tipo y/o número de GPUs que se solicitan para el trabajo.
-C --constraint Para especificar que se quieren nodos con procesadores Intel o AMD (cpu_intel o cpu_amd)
--exclusive Para solicitar que el trabajo no comparta nodos con otros trabajos.
-w --nodelist Lista de nodos en los que ejecutar el trabajo
Cómo se asignan los recursos

Por defecto el método de asignación entre nodos es la asignación en bloque ( se asignan todos los cores disponibles en un nodo antes de usar otro). El método de asignación por defecto dentro de cada nodo es la asignación cíclica (se van repartiendo por igual los cores requeridos entre los sockests disponibles en el nodo).

Calculo de la prioridad

Cuando se envía un trabajo al sistema de colas, lo primero que ocurre es que se comprueba si los recursos solicitados entran dentro de los límites fijados en la cola correspondiente. Si supera alguno se cancela el envío.
Si hay recursos disponibles el trabajo se ejecuta directamente, pero si no es así se encola. Cada trabajo tiene asignada una prioridad que determina el orden en que se ejecutan los trabajos de la cola cuando quedan recursos disponibles. Para determinar la prioridad de cada trabajo se ponderan 3 factores: el tiempo que lleva esperando en la cola (25%), la prioridad fija que tiene la cola(25%) y el fairshare del usuario (50%).
El fairshare es un cálculo dinámico que hace SLURM para cada usuario y es la diferencia entre los recursos asignados y los recursos consumidos a lo largo de los últimos 14 días.

hpc-login2 ~]$ sshare -l 
      User  RawShares  NormShares    RawUsage   NormUsage   FairShare 
---------- ---------- ----------- ----------- -----------  ---------- 
                         1.000000     2872400                0.500000 
                    1    0.500000     2872400    1.000000    0.250000 
user_name         100    0.071429        4833    0.001726    0.246436

# RawShares: es la cantidad de recursos en términos absolutos asignada al usuario. Es igual para todos los usuarios.
# NormShares: Es la cantidad anterior normalizada a los recursos asignados en total.
# RawUsage: Es la cantidad de segundos/cpu consumida por todos los trabajos del usuario.
# NormUsage: Cantidad anterior normalizada al total de segundos/cpu consumidos en el cluster.
# FairShare: El factor FairShare entre 0 y 1. Cuanto mayor uso del cluster, más se aproximará a 0 y menor será la prioridad.

Envío de trabajos
  1. salloc
  2. srun
  3. sbatch

1. SALLOC
Sirve para obtener de forma inmediata una asignación de recursos (nodos). En cuanto se obtiene se ejecuta el comando especificado o una shell en su defecto.

# Obtener 5 nodos y lanzar un trabajo.
hpc-login2 ~]$ salloc -N5 myprogram
# Obtener acceso interactivo a un nodo (Pulsar Ctrl+D para terminar el acceso):
hpc-login2 ~]$ salloc -N1 

2. SRUN
Sirve para lanzar un trabajo paralelo ( es preferible a usar mpirun ). Es interactivo y bloqueante.

# Lanzar un hostname en 2 nodos
hpc-login2 ~]$ srun -N2 hostname
hpc-node1
hpc-node2

3. SBATCH
Sirve para enviar un script al sistema de colas. Es de procesamiento por lotes y no bloqueante.

# Crear el script:
hpc-login2 ~]$ vim trabajo_ejemplo.sh
    #!/bin/bash
    #SBATCH --job-name=prueba            # Job name
    #SBATCH --nodes=1                    # -N Run all processes on a single node   
    #SBATCH --ntasks=1                   # -n Run a single task   
    #SBATCH --cpus-per-task=1            # -c Run 1 processor per task       
    #SBATCH --mem=1gb                    # Job memory request
    #SBATCH --time=00:05:00              # Time limit hrs:min:sec
    #SBATCH --qos=urgent                 # Cola
    #SBATCH --output=prueba_%j.log       # Standard output and error log
 
    echo "Hello World!"
 
hpc-login2 ~]$ sbatch trabajo_ejemplo.sh 

Uso de los nodos con GPU

Para solicitar específicamente una asignación de GPUs para un trabajo hay que añadir a sbatch o srun las opciones:

--gres Solicitud de gpus por NODE --gres=gpu[[:type]:count],...
--gpus o -G Solicitud de gpus por JOB --gpus=[type]:count,...

También existen las opciones --gpus-per-socket,--gpus-per-node y --gpus-per-task,
Ejemplos:

## Ver la lista de nodos y gpus:
hpc-login2 ~]$ ver_recursos
## Solicitar 2 GPU cualesquiera para un JOB, añadir:
--gpus=2
## Solicitar una A100 de 40G en un nodo y una A100 de 80G en otro, añadir:
--gres=gpu:A100_40:1,gpu:A100_80:1 

Monitorización de los trabajos

## Listado de todos los trabajos en la cola
hpc-login2 ~]$ squeue
## Listado de los trabajos de un usuario            
hpc-login2 ~]$ squeue -u <login>
## Cancelar un trabajo:
hpc-login2 ~]$ scancel <JOBID>
## Lista de trabajos recientes
hpc-login2 ~]$ sacct -b
## Información histórica detallada de un trabajo:
hpc-login2 ~]$ sacct -l -j <JOBID>
## Información de debug de un trabajo para troubleshooting:
hpc-login2 ~]$ scontrol show jobid -dd <JOBID>
## Ver el uso de recursos de un trabajo en ejecución:
hpc-login2 ~]$ sstat <JOBID>

Controlar la salida de los trabajos

Códigos de salida

Por defecto estos son los códigos de salida de los comandos:

SLURM command Exit code
salloc 0 en caso de éxito, 1 si no se puedo ejecutar el comando del usuario
srun El más alto de entre todas las tareas ejecutadas o 253 para un error out-of-mem
sbatch 0 en caso de éxito, si no, el código de salida correspondiente del proceso que falló
STDIN, STDOUT y STDERR

SRUN:
Por defecto stdout y stderr se redirigen de todos los TASKS a el stdout y stderr de srun, y stdin se redirecciona desde el stdin de srun a todas las TASKS. Esto se puede cambiar con:

-i, --input=<opcion>
-o, --output=<opcion>
-e, --error=<opcion>

Y las opciones son:

  • all: opción por defecto.
  • none: No se redirecciona nada.
  • taskid: Solo se redirecciona desde y/o al TASK id especificado.
  • filename: Se redirecciona todo desde y/o al fichero especificado.
  • filename pattern: Igual que filename pero con un fichero definido por un patrón

SBATCH:
Por defecto “/dev/null” está abierto en el stdin del script y stdout y stderror se redirigen a un fichero de nombre “slurm-%j.out”. Esto se puede cambiar con:

-i, --input=<filename_pattern>
-o, --output=<filename_pattern>
-e, --error=<filename_pattern>

La referencia de filename_pattern está aquí .

Envío de correos

Se pueden configurar los JOBS para que envíen correos en determinadas circunstancias usando estos dos parámetros (SON NECESARIOS AMBOS):

--mail-type=<type> Opciones: BEGIN, END, FAIL, REQUEUE, ALL, TIME_LIMIT, TIME_LIMIT_90, TIME_LIMIT_50.
--mail-user=<user> La dirección de correo de destino.

Estados de los trabajos en el sistema de colas

hpc-login2 ~]# squeue -l
JOBID PARTITION     NAME     USER      STATE       TIME  NODES NODELIST(REASON)
6547  defaultPa  example <username>  RUNNING   22:54:55      1 hpc-fat1

Estados (STATE) más comunes de un trabajo:

  • R RUNNING Job currently has an allocation.
  • CD COMPLETED Job has terminated all processes on all nodes with an exit code of zero.
  • F FAILED Job terminated with non-zero exit code or other failure condition.
  • PD PENDING Job is awaiting resource allocation.

Lista completa de posibles estados de un trabajo .

Si un trabajo no está en ejecución aparecerá una razón debajo de REASON: Lista de las razones por las que un trabajo puede estar esperando su ejecución.

  • centro/servizos/hpc.1651761929.txt.gz
  • Última modificación: 2022/05/05 16:45
  • por jorge.suarez