---
weight: 2
title: "Slurm"
---

## 使用图形界面快速开始

使用命令 `sbatch-tui` 或者 `sbatch` 不带任何参数，就可以看到一个图形界面[^3]。
按照提示，鼠标点选对应按钮，即可提交任务。这可以满足一多半的需求。

以下用一些例子来进一步介绍如何使用 Slurm。更多细节请参考[官方文档](https://slurm.schedmd.com/)。
例子中一些选项是可选的、一些是必写的，会详细说明。

## 提交任务

使用 `sbatch` 命令提交任务。当加上参数时，会直接提交任务；当不加任何参数时，会调用 `sbatch-tui` 让你选。

提交一个 VASP（CPU）任务的例子：

```bash
sbatch --partition=localhost --nodes=1-1 --ntasks=2 --cpus-per-task=4 --hint=nomultithread --job-name="my great job" --output=output.txt --export=ALL,OMP_STACKSIZE=512m --mem=28G --wrap="vasp-intel srun vasp-std"
sbatch -p localhost -N 1-1 -n 2 -c 4 -J "my great job" -o output.txt --wrap="vasp-intel srun vasp-std"
```

* `--partition` 或 `-p` 指定使用哪个队列，不写则使用默认队列。
* `--nodes=1-1` 或 `-N 1-1` 强制所有任务分配到一个节点上（即不跨节点运行），推荐在大多情况下使用[^11]。
  若要跨节点并行，并且节点 CPU/GPU 相同，不写这个参数就可以。
  当要跨的节点的 CPU/GPU 型号不同时，还有别的注意事项，详见[这里](../qa#混合使用不同型号的节点)。
* `--ntasks --cpus-per-task` 或 `-n -c` 两者的乘积指定使用多少 CPU 核[^5]，必写。
  同样是占用 9 个核，`--ntasks=3 --cpus-per-task=3` 和 `--ntasks=9 --cpus-per-task=1` 性能并不相同。
  此外，当 `--cpus-per-task` 不为 `1` 时，VASP 的 `NCORE` 等参数也与这里的参数耦合[^9]。
  可以照抄下面的设置，或者自己尝试一下如何设置性能更好[^15]：
  * 对于 srv1 的 `localhost` 队列：`--cpus-per-task=10`，`--ntasks=8` 或按需设置。
  * 对于 srv1 的 `old` 队列：`--ntasks=4 --cpus-per-task=8`。
  * 对于 srv2 的 n0 队列：`--ntasks=8 --cpus-per-task=5`。
  * 对于 srv2 的 n0 队列：`--ntasks=3 --cpus-per-task=4`。
* `--hint` 一般不要修改也无需指定[^6]。
* `--job-name` 或 `-J` 指定任务的名字，可以不写。
* `--output` 或 `-o` 指定输出文件的名字，可以不写。
* `--export=ALL,OMP_NUM_THREADS=4,OMP_STACKSIZE=512m` 指定环境变量。完全不写这个参数时，相当于 `--export=ALL`。
  vasp 脚本中已经设置了一些必需的参数，通常情况下不需要再手动指定。
* `--mem=28G` 指定只使用内存大于等于 28 G 的节点，不设置则没有这个限制。
  由于 Slurm 看到的内存大小比物理内存小一些[^14]（例如 32 G 内存的节点，Slurm 可能会认为它只有 31.5 G），因此指定时也需要略小一些。
* `--wrap="vasp-intel srun vasp-std"` 指调用 std 版本的 VASP[^7]。
  要使用 gam 或 ncl 版本，将最后的 `vasp-std` 改为 `vasp-gam` 或 `vasp-ncl`。

以下是一个提交 VASP（GPU）任务的例子：

```bash
sbatch --partition=localhost --ntasks=1 --cpus-per-task=1 --gpus=4060:1 --job-name="my great job" --output=output.txt --wrap="vasp-nvidia srun vasp-std"
sbatch -p localhost -n 1 -c 1 -G 4060:1 -J "my great job" -o output.txt --wrap="vasp-nvidia srun vasp-std"
```

* `--gpus` 或 `-G` 指定使用哪个 GPU：
  * 要占用任意一个 GPU（排到这个任务时哪个空闲就使用哪个），写 `--gpus=1` 或 `-G 1`。
    对于 VASP，单个任务一般不需要占用超过一个 GPU，多个显卡的速度会比单个更慢（因为显卡之间的通信速度会是瓶颈）[^12]。
  * 要指定具体使用哪一个 GPU 时，写 `--gpus=4090:1`。2080 Ti 需要写为 `2080_ti`，P5000 需要写为 `p5000`。
  * 当需要使用多个不同型号的 GPU 时，写 `--gres=gpu:3090:1,gpu:4090:1`（使用一个 3090 和一个 4090）或 `-G 2` （使用任意两个 GPU）。
    如果这些 GPU 可能分布在不同节点，可能还有其它注意事项，详见 `--nodes` 参数的说明。
* `--ntasks-per-gpu` 对于 VASP（GPU）来说一定要写且只能设置为 `1`，对于其它任务（例如 LAMMPS）可以适当修改。[^4]
* `--cpus-per-task` 对于 VASP（GPU）通常来说设置为 `1` 已经足够[^13]。

要把其它程序提交到队列里，也是类似的写法。请自行举一反三。

## 查看任务

要列出正在等待和正在运行的任务：

```bash
squeue -l
```

要列出已经提交（包括已经完成、取消、失败）的任务：

```bash
squeue -t all -l
```

要显示还没有完成的任务的详细信息，或刚刚完成的任务的详细信息：

```bash
scontrol show job -d 114514
```

要在数据库中查找某一段时间内（例如 2024 年 8 月）提交的所有任务的详细信息[^10]：

```bash
sacct --units M --format=ALL --starttime 2024-08-01T00:00:00 --endtime 2024-09-01T00:00:00 | bat -S
```

## 调整和取消任务

取消一个任务：

```bash
# 按任务的 id 取消
scancel 114514
# 按任务的名字取消
scancel -n my_great_job
# 取消一个用户的所有任务
scancel -u chn
```

如果自己已经提交了许多任务，现在想要把一个任务调整到自己的其它任务前面（不会影响自己任务的整体优先级），可以使用：

```bash
scontrol top 114514
```

要无条件将一个任务优先级设置为最高或最低（需要管理员权限）：

```bash
# 最高
sudo scontrol update JobId=3337 Nice=-2147483645
# 最低
sudo scontrol update JobId=3337 Nice=2147483645
```

[^3]: 其实这个不能叫“图形用户界面（gui）”，应该叫“文本用户界面（tui）”。但后者会让不熟悉的人误解，所以这里还是叫“图形界面”。
[^4]: 这个参数指定的通常是 MPI 进程数（为这个参数指定的数值乘以 GPU 数量），其实就是 `--ntasks` 的另外一种写法。
  VASP（GPU）限制每个 GPU 必须对应且只能对应一个 MPI 进程，不满足这个条件就会报错或者只使用 CPU 计算，因此只能用一个。
[^5]: 通常来说，`--ntasks` 对应 MPI 进程数，`--cpus-per-task` 对应 OpenMP 线程数。
  这个对应关系并不是一定的，比如你先请求 10 个 task，然后用 `srun` 运行 10 个不相关的程序也是可以的，这个过程中可以根本没有 MPI 和 OpenMP。
[^6]: `--hint=nomultithread` 用于忽略 CPU 的超线程，即按照物理核心来分配 CPU，每个物理核心上只运行一个线程。
  对于大多数科学计算软件，忽略超线程的性能会比使用超线程更好（这与日常使用不同）。
  `--hint=nomultithread` 已经被设置为默认值（通过 `SLURM_HINT` 环境变量）。
[^7]: 使用 `--wrap` 参数和直接写在 `sbatch` 后面，都可以指定要运行的程序。
  区别在于，后者必须是一个脚本（不能是二进制程序），并且在脚本里可以指定一些给 Slurm 看的参数。
[^9]: 具体是如何耦合的，见[官方文档](https://www.vasp.at/wiki/index.php/Combining_MPI_and_OpenMP)。
[^10]: 我不确定这里是否真的是任务的“提交时间”而不是“完成时间”或者别的什么时间，官方文档没有说清楚。
[^11]: 跨节点并行可能会有比较大的损耗。我们的服务器都仅仅使用千兆网互联，比不上学校的超算，可能损耗更大。
[^12]: 如果有 nvlink，或许就不会出现这种情况。
[^13]: 少数情况下增加可能会有用，例如运行机器学习时（VASP 的机器学习使用纯 CPU 实现）。
[^14]: 实际上是在 Slurm 的配置文件中手动指定的。具体每个节点指定了多少，见[系统配置文件](https://github.com/CHN-beta/nixos)。
[^15]: 按照经验，OpenMP 线程数等于单个 CPU 或单个 ccx 的核心数或者核心数的一半时，性能最好。