开始使用集群¶

StellarEdge 是使用 Slurm 调度的 GPU 集群。所有计算任务都应从登录节点提交，

1 · 登录使用 FreeIPA 账户连接常规或加速 SSH 入口，首次登录会准备集群资源。 2 · 提交选择项目账户，通过 sbatch 或 srun 请求 GPU。 3 · 存储区分个人目录、项目共享目录和节点本地临时盘。 4 · 检查查看排队原因、退出码和资源使用情况。

加速 SSH 入口只用于交互访问

login.a.cluster.stelledge.com 按流量计费，请勿通过它传输大文件。文件上传和下载使用常规入口 login01.cluster.stelledge.com。

五分钟快速作业¶

登录后，先确认身份和可用分区：

id
pwd
sinfo -o "%P %a %l %D %G"

创建 hello-gpu.sh。把 project-example 替换成你所属的项目账户：

hello-gpu.sh

#!/usr/bin/env bash
#SBATCH --job-name=hello-gpu
#SBATCH --account=project-example
#SBATCH --partition=gpu-full
#SBATCH --gres=gpu:h20:1
#SBATCH --time=00:05:00
#SBATCH --output=slurm-%j.out

set -euo pipefail
hostname
nvidia-smi -L
echo "job=${SLURM_JOB_ID} scratch=${LOCAL_SCRATCH}"

提交并查看结果：

sbatch hello-gpu.sh
squeue --me
sacct -X -j JOB_ID --format=JobID,State,Elapsed,ExitCode
cat slurm-JOB_ID.out

项目账户是计算授权

public 只用于登录和存储，不能运行 CPU 或 GPU 作业。提交计算任务时必须使用已获授权的 project-* 账户。用 sacctmgr -nP show assoc user=$USER format=Account 查看自己的关联。

当前资源轮廓¶

gpu-fullgpu01–gpu02 · 每节点 8 × H20

gpu-miggpu03–gpu04 · 24 GiB / 48 GiB MIG

本地临时盘默认每节点 100 GiB · 作业后保留 48 小时

这些数值来自当前仓库配置，不代表某一时刻的空闲量。以 sinfo、squeue 和 scontrol show node 的实时结果为准。

使用原则¶

在 login01 编辑代码、提交任务和查看状态，不在登录节点执行重计算。
持久数据放在 $HOME 或 /project/<项目名>，不要只留在本地临时盘。
明确申请 GPU、内存、时间和每节点临时盘，避免长期占用空闲资源。
作业结束后检查 State 与 ExitCode；拿到作业编号不等于作业成功。

访问 Docker Hub、GitHub 等外部服务遇到网络问题时，参阅出口代理。代理需要显式启用，不会自动改变系统网络。