跳转至

VS Code 连接集群

在本机安装 VS Code 和 Remote - SSH 扩展。登录节点用于编辑代码、查看文件和 提交作业;VS Code 的运行按钮默认在登录节点执行,不能用来直接训练或占用 GPU。

选择站点并连接

先确认对应 SSH 命令能够登录:上海用 login01, 深圳用 login02。在本机 ~/.ssh/config 加入以下内容, 将 USER 换成你的用户名:

Host stellar-sh
    HostName login01.cluster.stelledge.com
    User USER

Host stellar-sz
    HostName login02.cluster.stelledge.com
    User USER

在 VS Code 命令面板运行 Remote-SSH: Connect to Host...,选择 stellar-sh 或 stellar-sz。打开 /cluster-home/USER 或有权限的 /project/项目名。同名路径在两地存放的是不同文件,不会自动同步。

不要使用按流量计费的加速入口(上海默认端口、深圳 8222)连接 VS Code。

在远程终端提交作业

先按站点选择分区和 GPU 资源名:

站点 分区 单卡 GRES
上海 gpu-full-rdma gpu:h20:1
深圳 gpu-l20y-sz-full-rdma gpu:l20y:1

在 VS Code 集成终端中运行 sbatch 作业脚本.sh,用 squeue --me 查看状态。 脚本示例见提交作业。Run Python File、调试器和 Jupyter 默认 运行在登录节点,不会自动获得 GPU。

需要在 GPU 节点调试时

先在登录节点用 salloc 获得正在运行的 allocation,记录 squeue --me 显示的节点名。普通用户只能 SSH 到自己当前作业占用的节点,不能任选计算节点。 在本机 SSH 配置中给实际分配的节点添加别名,例如:

# 上海 gpu02 的示例;深圳则使用 szgpuNN,并将 ProxyJump 改为 stellar-sz
Host stellar-gpu02
    HostName gpu02.cluster.stelledge.com
    User USER
    ProxyJump stellar-sh

先在本机终端用 ssh stellar-gpu02 hostname 验证,再让 VS Code 连接该别名。 保留原来的 salloc 终端;调试结束时先关闭 GPU 节点的 VS Code 窗口,再退出 salloc,用 squeue --me 确认资源释放。不要把私钥复制到登录节点。

如果连接被拒绝,检查 allocation 是否仍为 RUNNING、节点名是否匹配,以及 是否具有对应站点的访问权限。