Skirtumai

Čia matote skirtumus tarp pasirinktos versijos ir esamo dokumento.

--- hpc [2022/09/30 07:44] – [Programinė įranga] rolnas
+++ hpc [2024/02/21 12:50] (esamas) – [Singularity] rolnas
@@ Linija 19: / Linija 19: @@
 Instaliuotų OS paketų sąrašą galite pasitikrinti su komanda ''dpkg -l'' (prisijungimo mazge **hpc** arba **power** mazguose).
+===== Singularity =====
 Su komanda [[https://sylabs.io/guides/3.2/user-guide/index.html|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.
@@ Linija 25: / Linija 27: @@
 <code shell>
 $ singularity build --sandbox /tmp/python docker://python:3.8
-$ singularity exec -w /tmp/python pip install paketas
+$ mkdir ~/workdir
+$ singularity exec -H ~/workdir:$HOME -w /tmp/python pip install paketas
 $ singularity build python.sif /tmp/python
 $ rm -rf /tmp/python
 </code>
+Tam kad pasinaudoti tokiu konteineriu, patariama (kad nesusikirstų su esamais python paketais namų kataloge) - pakeisti jame namų katalogą.
+<code shell>
+$ mkdir ~/workdir
+$ singularity exec -H ~/workdir:$HOME python.sif python3 ...
+</code>
 Analogiškai galima pasinaudoti R, Julia ar kitais konteineriais, kuriuose paketams instaliuoti nereikia naudotojo root teisių.
 Jeigu reikia papildyti singularity kontainerį OS paketais, tam reikia root/superuser teisių. Su fakeroot jas simuliuojame, o jam reikalingą biblioteką ''libfakeroot-sysv.so'' kopijuojame į konteinerį, pvz:
 <code shell>
-$ singularity build --sandbox /tmp/python docker://ubuntu:18.04
+$ singularity build --sandbox /tmp/python docker://ubuntu:20.04
 $ cp /libfakeroot-sysv.so /tmp/python/
 $ fakeroot -l /libfakeroot-sysv.so singularity exec -w /tmp/python apt-get update
@@ Linija 42: / Linija 52: @@
 $ rm -rf /tmp/python
 </code>
+===== Hadoop =====
 Kataloge ''/apps/local/bigdata'' yra paruošti scenarijai pasileisti savo **hadoop** užduotis pasinaudojant [[https://github.com/LLNL/magpie|Magpie]] rinkiniu.
+===== JupyterHub =====
 Su [[https://hpc.mif.vu.lt/hub/|JupyterHub]] galite interneto naršyklės pagalba vykdyti skaičiavimus su python komandų eilute ir pasinaudoti [[https://jupyter.org|JupyterLab]] aplinka. Jeigu savo namų kataloge instaliuosite savo JupyterLab aplinką, tai reikia instaliuoti papildomai ''batchspawner'' paketą - tada jums startuos jūsų aplinką, pvz:
 <code shell>
-$ python3.7 -m pip install --upgrade pip setuptools wheel
+$ python3.8 -m pip install --upgrade pip setuptools wheel
-$ python3.7 -m pip install --ignore-installed batchspawner jupyterlab
+$ python3.8 -m pip install --ignore-installed batchspawner jupyterlab
 </code>
@@ Linija 97: / Linija 111: @@
 ^Eilė (partition) ^Laiko limitas ^RAM	   ^Pastabos|
-^main             ^7d            ^7000MB  ^CPU telkinys|
+^main             ^nėra          ^7900MB  ^CPU telkinys|
-^gpu              ^48h           ^12000MB ^GPU telkinys|
+^gpu              ^nėra          ^12700MB ^GPU telkinys|
-^power            ^48h           ^2000MB  ^IBM Power9 telkinys|
+^power            ^nėra          ^8000MB  ^IBM Power9 telkinys|
-Visose eilėse užduotims laiko limitas yra **2h**, jei jis nebuvo nurodytas, o lentelėje yra pateiktas maksimalus leidžiamas laiko limitas.
+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.