Paskirstytų skaičiavimų tinklas (PST) yra specialiai paruoštas kompiuterių tinklas, kuriame yra galimybė vykdyti programas, kurios galėtų efektyviai apsikeisti duomenimis.

VU MIF PST sudaro superkompiuteris iš telkinių (pirmas skaičius - faktiškai pasiekiamas kiekis):

Iš viso 40/41 mazgų, 1912 CPU cores su 17TB RAM, 32 GPU su 1TB RAM.

Toliau tekste procesorius = CPU = core - procesoriaus vienas branduolys (su visomis hypergijomis, jei jos yra įjungtos).

main ir gpu yra instaliuota Qlustar 13 operacinė sistema (OS) su Linux branduoliu. Ji yra sukurta Ubuntu 22.04 LTS pagrindu. power yra instaliuota Ubuntu 18.04 LTS. Deja šiuo metu power dalis neveikia.

main2 ir gpu2 yra nedidelė dalis resursų, kuriuose yra senoji Qlustar 12 operacinės sistemos aplinka tam atvejui, jei naujojoje Qlustar 13 aplinkoje kažkas dar neveiktų. Taip pat paliktas senas prisijungimo mazgas sk2.mif.vu.lt. Jie bus pasiekiami iki 2025-02-01.

Instaliuotų OS paketų sąrašą galite pasitikrinti su komanda dpkg -l (prisijungimo mazge hpc arba power mazguose).

Su komanda singularity galima pasinaudoti jau paruoštomis konteinerių failų kopijomis kataloguose /apps/local/hpc, /apps/local/nvidia, /apps/local/intel, /apps/local/lang arba pačiam atsisiųsti iš singularity ir docker internetinių katalogų. Pasinaudojus MIF cloud paslauga galima susikurti ir savo singularity konteinerius.

Su singularity galite paruošti savo konteinerį, pvz:

$ singularity build --sandbox /tmp/python docker://python:3.10
$ mkdir ~/workdir /tmp/python/scratch
$ singularity exec -H ~/workdir:$HOME -w /tmp/python pip install paketas
$ singularity build python.sif /tmp/python
$ rm -rf /tmp/python

Tam kad pasinaudoti tokiu konteineriu, patariama (kad nesusikirstų su esamais python paketais namų kataloge) - pakeisti jame namų katalogą.

$ mkdir ~/workdir
$ singularity exec -H ~/workdir:$HOME python.sif python3 ...

Analogiškai galima pasinaudoti R, Julia ar kitais konteineriais, kuriuose paketams instaliuoti nereikia naudotojo root teisių.

Jeigu reikia papildyti singularity kontainerį OS paketais, tam reikia root/superuser teisių. Su fakeroot jas simuliuojame, o jam reikalingą biblioteką libfakeroot-sysv.so kopijuojame į konteinerį, pvz:

$ singularity build --sandbox /tmp/python docker://ubuntu:22.04
$ cp /libfakeroot-sysv.so /tmp/python/
$ mkdir /tmp/python/scratch
$ fakeroot -l /libfakeroot-sysv.so singularity exec -w /tmp/python apt-get update
$ fakeroot -l /libfakeroot-sysv.so singularity exec -w /tmp/python apt-get install python3.10 ...
$ fakeroot -l /libfakeroot-sysv.so singularity exec -w /tmp/python apt-get clean
$ rm -rf /tmp/python/libfakeroot-sysv.so /tmp/python/var/lib/apt/lists (galima ir daugiau išvalyti, ko nereikia)
$ singularity build python.sif /tmp/python
$ rm -rf /tmp/python

Kataloge /apps/local/bigdata yra paruošti scenarijai pasileisti savo hadoop užduotis pasinaudojant Magpie rinkiniu.

Su JupyterHub galite interneto naršyklės pagalba vykdyti skaičiavimus su python komandų eilute ir pasinaudoti JupyterLab aplinka. Jeigu savo namų kataloge instaliuosite savo JupyterLab aplinką, tai reikia instaliuoti papildomai batchspawner paketą - tada jums startuos jūsų aplinką, pvz:

$ python3.8 -m pip install --upgrade pip setuptools wheel
$ python3.8 -m pip install --ignore-installed batchspawner jupyterlab

Taip pat jūs galite pasinaudoti savo pasidarytu konteineriu per JupyterHub. Tame konteineryje reikia instaliuoti batchswapner ir jupyterlab paketus bei sukurti script'ą ~/.local/bin/batchspawner-singleuser su vykdymo teisėmis (chmod +x ~/.local/bin/batchspawner-singleuser)

#!/bin/sh
exec singularity exec --nv myjupyterlab.sif batchspawner-singleuser "$@"

• VU MIF tinklo naudotojams - PST galima naudotis be papildomos registracijos, jei užtenka suteiktų resursų (mėnesio limitas - 500 CPU-h ir 60 GPU-h). Išnaudojus šį limitą, galima prašyti suteikti jų daugiau užpildant ITAPC paslaugų užsakymo formą.

• VU kompiuterių tinklo naudotojams - paslaugoms gauti turite užpildyti ITAPC paslaugų užsakymo formą. Patvirtinus paraišką, Waldur portale turite susikurti savo paskyrą. Daugiau informacijos skaitykite čia.

• Kitiems naudotojams (ne VU bendruomenės nariams) - paslaugoms gauti turite užpildyti ITAPC paslaugų užsakymo formą. Patvirtinus paraišką, turite atvykti adresu VU MIF Didlaukio g. 47, 302/304 kab. darbo metu, prisijungimo duomenims gauti. Dėl tikslaus laiko būtina susitarti tel. 8 5219 5005 arba 8 5219 5006. Gavus duomenis Waldur portale turite susikurti savo paskyrą. Daugiau informacijos skaitykite čia.

Norint prisijungti prie PST reikia naudoti SSH programas (ssh, putty, winscp, mobaxterm) ir Kerberos arba SSH raktų autentikaciją.

Jeigu naudojate Kerberos (tik MIF naudotojams):

• Prisijunkite į Linux aplinką VU MIF klasėje arba viešame terminale su savo VU MIF naudotojo vardu ir slaptažodžiu
• arba su ssh ar putty programa prisijunkite į uosis.mif.vu.lt su savo VU MIF naudotojo vardu ir slaptažodžiu.
• Su komanda klist patikrinkite, ar turite galiojantį Kerberos raktą (ticket). Jei rakto nėra arba jo galiojimo laikas pasibaigęs, tai reikia įvykdyti komandą kinit.
• Junkitės į serverį hpc su komanda ssh hpc (turi nereikalauti slaptažodžio).
• Pirmą kartą prisijungus turi praeiti 5min, kad galėtumėte naudotis PST.

Jeigu naudojate SSH raktus:

• Jei neturite SSH raktų, instrukciją kaip juos susikurti Windows aplinkoje rasite čia
• Waldur naudotojai gali prisijungti tik šiuo būdu, su ssh raktu, kuris buvo įkeltas į Waldur HPC naudotojo lauką.
• MIF naudotojai turi įkelti savo ssh rakto viešą (public) dalį per https://mif.vu.lt/ldap/sshkey.php.
• Prisijunkite su ssh, sftp, scp, putty, winscp ar kitomis ssh protokolą palaikančiomis programomis į hpc.mif.vu.lt su savo ssh privačiu raktu nurodydami savo VU MIF naudotojo vardą (turi nereikalauti prisijungimo slaptažodžio, bet gali reikalauti jūsų ssh privataus rakto slaptažodžio).

Pirmą kartą prisijungus jūs negalėsite paleisti SLURM užduočių per pirmąsias 5 minutes. Po to jums bus automatiškai sukurtas SLURM naudotojas ir priskirti resursų limitai.

VU MIF PST bendra failų sistema yra pasiekiama /scratch/lustre kataloge.

Joje kiekvienam PST naudotojui yra sukuriamas /scratch/lustre/home/username katalogas, kur username - PST naudotojo vardas.

Šios failų sistemos failai yra vienodai pasiekiami visuose skaičiavimo mazguose ir mazge hpc.

Prašome šiuos katalogus naudoti tik pagal paskirtį ir atlikus skaičiavimus - išsivalyti.

Visose eilėse užduotims laiko limitas yra 2h, jei jis nebuvo nurodytas, o lentelėje yra pateiktas maksimalus leidžiamas laiko limitas (nėra).

RAM stulpelyje yra pateikiamas kiekvienam rezervuotam CPU branduoliui skiriamas RAM kiekis.

Norint pasinaudoti PST skaičiavimo resursais, reikia formuoti užduočių scenarijus (sh arba csh).

Pavyzdys:

mpi-test-job.sh

#!/bin/bash
#SBATCH -p main
#SBATCH -n4
module load openmpi
mpicc -o mpi-test mpi-test.c
mpirun mpi-test

Jame kaip specialūs komentarai yra nurodymai užduočių vykdytojui.

-p short - į kokią eilę siųsti (main, gpu, power).

-n4 - kiek procesorių rezervuoti (PASTABA: nustačius naudotinų branduolių skaičių x, tačiau realiai programiškai išnaudojant mažiau, apskaitoje vis tiek bus skaičiuojami visi x „užprašyti“ branduoliai, todėl rekomenduojame apsiskaičiuoti iš anksto).

Užduoties pradinis einamasis katalogas yra dabartinis katalogas (pwd) prisijungimo mazge iš kur paleidžiama užduotis, nebent parametru -D pakeistas į kitą. Pradiniam einamajam katalogui naudokite PST bendros failų sistemos katalogus /scratch/lustre, nes jis turi egzistuoti skaičiavimo mazge ir ten yra kuriamas užduoties išvesties failas slurm-JOBID.out, nebent nukreiptas kitur parametrais -o arba -i (jiems irgi patariama naudoti bendrą failų sistemą).

Suformuotą scenarijų siunčiame su komanda sbatch

$ sbatch mpi-test-job

kuri gražina pateiktos užduoties numerį JOBID.

Laukiančios arba vykdomos užduoties būseną galima sužinoti su komanda squeue

$ squeue -j JOBID

Su komanda scancel galima nutraukti užduoties vykdymą arba išimti ją iš eilės

$ scancel JOBID

Jeigu neatsimenate savo užduočių JOBID, tai galite pasižiūrėti su komanda squeue

$ squeue

Užbaigtų užduočių squeue jau neberodo.

Jeigu nurodytas procesorių kiekis nėra pasiekiamas, tai jūsų užduotis yra įterpiama į eilę. Joje ji bus kol atsilaisvins pakankamas kiekis procesorių arba kol jūs ją pašalinsite su scancel.

Vykdomos užduoties išvestis (output) yra įrašoma į failą slurm-JOBID.out. Jei nenurodyta kitaip, tai ir klaidų (error) išvestis yra įrašoma į tą patį failą. Failų vardus galima pakeisti su komandos sbatch parametrais -o (nurodyti išvesties failą) ir -e (nurodyti klaidų failą).

Daugiau apie SLURM galimybes galite paskaityti Quick Start User Guide.

Interaktyvias užduotis galima vykdyti su komanda srun:

$ srun --pty $SHELL

Įvykdę aukščiau pateiktą komandą prisijungsite prie SLURM paskirtos skaičiavimo mazgo aplinkos ir galėsite tiesiogiai vykdyti ir derinti programas jame.

Įvykdę komandas atsijunkite nuo skaičiavimo mazgo su komanda

$ exit

Jeigu norima vykdyti grafines programas, tai reikia jungtis su ssh -X į uosis.mif.vu.lt ir hpc:

$ ssh -X uosis.mif.vu.lt
$ ssh -X hpc
$ srun --pty $SHELL

power telkinyje interaktyvias užduotis galima vykdyti su

$ srun -p power --mpi=none --pty $SHELL

Norint pasinaudoti GPU, reikia papildomai nurodyti

--gres gpu:N

kur N - norimas GPU kiekis.

Su nvidia-smi užduotyje galite pasitikrinti kiek GPU buvo paskirta.

Pavyzdys interaktyvios užduoties su 1 GPU:

$ srun -p gpu --gres gpu --pty $SHELL

Norint pasinaudoti OpenMPI reikia įrašyti

module load openmpi

prieš vykdant MPI komandas.

Paprastos MPI programos pavyzdys yra kataloge /scratch/lustre/test/openmpi. mpicc (mpiCC, mpif77, mpif90, mpifort) yra apvalkalai C (C++, F77, F90, Fortran) kompiliatoriams, kurie automatiškai įtraukia į komandų eilutę reikiamus MPI intarpų (include) ir bibliotekų failus.

$ mpicc -o foo foo.c
$ mpif77 -o foo foo.f
$ mpif90 -o foo foo.f

MPI programos startuojamos su mpirun arba mpiexec programa. Daugiau apie jas galima sužinoti su komanda man mpirun arba man mpiexec.

Paprasta (SPMD) programa gali būti startuojama su tokia mpirun komandų eilute.

$ mpirun foo

Bus naudojami visi paskirti procesoriai pagal tai, kiek jų buvo užsakyta. Jeigu norite panaudoti mažiau, tai mpirun nurodykite parametrą -np kiekis. Nerekomenduojama ilgesnį laiką naudoti mažiau nei rezervuota, nes neišnaudoti CPU lieka laisvi.

DĖMESIO: griežtai draudžiama naudoti didesnį kiekį CPU nei buvo rezervuotą, nes tai gali turėti įtakos kitų užduočių vykdymui.

Daugiau apie instaliuotą OpenMPI yra OpenMPI puslapyje.

• Prašome išnaudoti ne mažiau 50% užsakyto CPU kiekio.
• Naudoti daugiau CPU, nei užsakyta, nepadidins efektyvumo, nes jūsų užduotis galės naudoti tik tiek CPU, kiek buvo užsakyta.
• Jeigu naudosite parametrą –mem=X, tai užduotis gali rezervuoti daugiau CPUs proporcingai norimos atminties kiekiui. Pvz: užsakius –mem=14000 eilėje main, bus užsakyti ne mažiau 2 CPUs, jei kiti parametrai nenurodo daugiau. Jeigu jūsų užduotis naudos mažiau CPU, tai bus neefektyvus resursų naudojimas. Be to, gali veikti netgi lėčiau, nes gali būti naudojama kita (nei vykdančio) procesoriaus atmintis.

Jeigu jūsų užduotys nestartuoja dėl AssocGrpCPUMinutesLimit arba AssocGrpGRESMinutes priežasties, turite pasitikrinti, ar užduotims dar liko neišnaudotų CPU/GPU resursų iš mėnesio limito.

Pirmasis būdas peržiūrėti, kiek išnaudota resursų:

sreport -T cpu,mem,gres/gpu cluster AccountUtilizationByUser Start=0101 End=0131 User=USERNAME

kur USERNAME - jūsų MIF naudotojo vardas, o Start ir End nurodo einamojo mėnesio pradžios ir pabaigos datas. Jas galima nurodyti ir kaip $(date +%m01) ir $(date +%m31), kas nurodo einamojo mėnesio pirmą ir paskutinę dienas.

DĖMESIO: naudojimas pateikiamas minutėmis, pateiktą skaičių reikia dalinti iš 60, gausite išnaudotas valandas.

Antrasis būdas peržiūrėti, kiek išnaudota resursų:

sshare -l -A USERNAME_mif -p -o GrpTRESRaw,GrpTRESMins,TRESRunMins

kur USERNAME - MIF naudotojo vardas. Arba parametre -A nurodyti tą paskyrą, kurios naudojimą reikia pažiūrėti. Duomenys yra pateikiami cpu/gpu minutėmis:

• GrpTRESRaw - kiek išnaudota.
• GrpTRESMins - koks yra limitas.
• TRESRunMins - likę resursai dar vis vykdomų užduočių.

Toliau pateikiama informacija apie mokymus, kurie vyko 2021m gruodžio mėn.

• Trumpai apie HPC, kas tai yra, kam jo reikia
• Kokie HPC būna, koks yra VU ir kokia MIF dalis
• Kaip prisijungti MIF darbuotojams / studentams prie HPC
• SSH rakto kūrimas ir naudojimas Windows aplinkoje
• WinScp naudojimas Windows aplinkoje

• Įvadas į HPC (skaidrės)
• Įvadas į HPC (video)

• Slurm komandos darbams paleisti/stabdyti ar progresui peržiūrėti.
• Sbatch failas ir jo tipiniai parametrai CPU ir GPU particijoms
• Darbai interaktyviu režimu ir darbai liekantys veikti po atsijungimo (Sbatch)
• Python/R/julia ar kitų kalbų paketų diegimas
• Singularity konteineriai: atsisiuntimas ir/arba esamų modifikavimas
• Darbas su MPI
• Rezultatų išvedimas ir parsisiuntimas į naudotojo kompiuterį
• Papildomų resursų užsakymai (Waldur)

• Užduočių valdymas, naudotojų PĮ ir CPU skaičiavimai HPC infrastruktūroje (skaidrės)
• Užduočių valdymas, naudotojų PĮ ir CPU skaičiavimai HPC infrastruktūroje (video)

• GPU skaičiavimai
• CUDA programinio kodo spartinimui naudojant GPU
• Programavimas Python Jupyter-notebooks su GPU
• Simuliacinių skaičiavimų pavyzdys
• Mašininio mokymo projektas (duomenys/modelis jų įkėlimas/atsisiuntimas)
• Mašininio mokymo pavyzdys naudojant vieną GPU
• Mašininio mokymo pavyzdys naudojant kelis GPU

• GPU skaičiavimai HPC insfrastruktūroje (skaidrės)
• GPU skaičiavimai HPC insfrastruktūroje (video)

• HPC Waldur portalo aprašymas
• ITAPC paslaugų užsakymas
• Quick Start User Guide (SLURM)
• HPC User Manual (Qlustar)
• MPI standartas
• pagalba@mif.vu.lt - problemų su HPC registracija