Skirtumai

Čia matote skirtumus tarp pasirinktos versijos ir esamo dokumento.

--- hpc:gpu [2021/12/16 10:57] – sukurtas eduardas
+++ hpc:gpu [2022/01/31 16:46] – linp
@@ Linija 1: / Linija 1: @@
-Info apie GPU skaičiavimus
+====== Paketinis užduočių vykdymas su GPU (SLURM) ======
+Norint pasinaudoti PST skaičiavimo resursais su GPU reikės formuoti užduočių skriptus (.sh):
+Pavyzdys, bandant patikrinti ar jum suteikta GPU.
+Sukuriamas failas gpu.txt su indikatoriumi ir vykdymo laiko momentu:
+<code shell test_gpu.sh>
+#!/bin/sh
+#SBATCH -p gpu
+#SBATCH -n1
+#SBATCH --gres gpu
+source gpu_env/bin/activate
+python3 test.py
+</code>
+Pasinagrinėkime pavyzdį paeilučiui:
+<code shell>
+$ #SBATCH -p gpu
+</code>
+nukreipiama į PST su vaizdo plokščių resursais skaičiavimo resursą.
+<code shell>
+$ #SBATCH -n1
+</code>
+nurodome, koks CPU poreikis bus reikalingas
+<code shell>
+$ #SBATCH --gres gpu
+</code>
+nurodome, koks GPU poreikis bus reikalingas (esant N GPU poreikiui būtų nurodoma gpu:N).
+<code shell>
+$ source gpu_env/bin/activate
+</code>
+pasiruošiame aplinką darbui (pirmą kartą ją reikia sukurti atskirai žr. aplinka.sh)
+<code shell>
+$ python3 test.py
+</code>
+Kviečiame savo kodo skriptą, atlikti užduočiai su Python
+Čia iškviečiamo Python kalbos skripto kodas, iškviečiant Pytorch biblioteką ir patikrinat GPU prieigą, kurios dažniausiai reikia kuriant mašininio mokymo modelius.
+<code shell test.py>
+import torch
+import time
+val = torch.cuda.is_available()
+f = open("gpu.txt", "a")
+ts = time.time()
+f.write("GPU is loaded {} at {}\n".format(val, ts))
+f.close()
+</code>
+Čia iškviečiamo Python kalbos skripto kodas, iškviečiant Pytorch biblioteką ir patikrinat GPU prieigą, kurios dažniausiai reikia kuriant mašininio mokymo modelius.
+<code shell aplinka.sh>
+#!/bin/bash
+python3 -m venv gpu_env
+# pirmą kartą susirašome reikiamas bibliotekas savo projektui pvz:
+pip3 install wheel
+pip3 install pillow scikit-image
+pip3 install numba
+pip3 install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
+</code>