? 编写 SLURM 脚本
1 #!/bin/bash 2 #SBATCH -J name # 任务名 3 #SBATCH -p gpu # 分区名，可为 cpu 或 gpu 4 #SBATCH -N 1 # 节点数 5 #SBATCH --ntasks-per-node=1 # 单节点进程数 6 #SBATCH --cpus-per-task=1 # 单进程 CPU 核心数 7 #SBATCH -o output.log # 标准输出文件 8 #SBATCH -t 1-00:00:00 # 运行最长时间 9 #SBATCH --gres=gpu:1 # 申请的 GPU 卡数，只能在 -p 为 gpu 时填写 10 11 # 要运行的命令
? 检查任务状态
sinfo # 查看各个分区状态 sinfo -lN # 查看节点状态 squeue # 查看任务状态 scancel JOBID / scancel -u username # 取消任务
? 交互式任务提交
● 申请交互式资源：① ssh 直连节点（如 ssh cu01），获取新 bash；② 完成交互式计算任务；③ exit 退出到登录节点，再次 exit 命令退出 bash，并释放资源
● salloc 用法（参数名与脚本式提交相同）
salloc -N 1 -p cpu -c 8 -t 1:00:00 # 申请 1 台 cpu 分区的节点，每个线程 8 核心，占用时间 1 小时
? module 相关
module avail # 查看所有软件模块
module list # 查看当前已经加载的模块
module add m1 m2 m3 ... # 添加模块
module remove m1 m2 m3 ... # 删除模块
module purge # 删除所有
module swap m1 m2 # 交换模块（m1 → m2）
? conda 是 anaconda 软件的包管理器和环境管理器
conda create -n ENVNAME # 创建 conda 环境 source activate ENVNAME # 激活环境 (ENVNAME) conda install package1 = x.y.z # 在已经激活的环境里安装包 (ENVNAME) pip install package1 == x.y.z # 安装了 python 后可用 pip (ENVNAME) source deactivate # 退出环境 conda env remove -n ENVNAME # 删除环境（当前环境不能处于激活状态）
原文：https://www.cnblogs.com/cuancuancuanhao/p/10220161.html