ai-infra-interview-305

第 171 题：Slurm的sbatch脚本编写？gres资源申请？

题目

Slurm的sbatch脚本编写？gres资源申请？

---

完整讲解

一、sbatch 脚本结构

sbatch 是 Slurm 的批处理提交命令，脚本中通过 #SBATCH directive 指定资源与行为。常用项：--job-name、--partition、--nodes/--ntasks-per-node、--cpus-per-task、--time、--output/--error；GPU 通过 gres 申请。脚本体为实际要执行的命令（如 srun 启动 MPI、或直接跑 Python）。

二、gres 资源申请

gres（Generic Resource）：在 Slurm 中表示 GPU、FPGA 等设备。典型写法：#SBATCH --gres=gpu:2（2 块任意 GPU）、#SBATCH --gres=gpu:a100:4（4 块 A100）。需集群配置 GresTypes=gpu 及每节点 Gres=gpu:8 等。申请后任务内通过 CUDA_VISIBLE_DEVICES（由 Slurm 自动设置）使用对应 GPU。

三、工程要点

脚本内用 srun 做多进程/多节点时，通常每个 task 对应一进程；配合 --gres 保证每进程可见的 GPU 与 task 绑定。超时用 --time 避免长占；大作业用 --exclusive 独占节点时可减少干扰。生产环境常把 partition、account、qos 等写进脚本或通过环境/模板注入。

面试要点

• sbatch 用 #SBATCH 指定 partition、nodes、cpus、time、output；GPU 用 --gres=gpu[:type]:数量。
• gres 需集群配置 GresTypes 与节点 Gres；任务内通过 CUDA_VISIBLE_DEVICES 使用 GPU。
• 多任务时 srun 与 gres 配合；可结合 –exclusive、–account、–qos 做资源与计费控制。

---

记忆要点

1. sbatch = 批处理脚本；#SBATCH 写资源，脚本体写执行命令。
2. gres=gpu:2 或 gres=gpu:a100:4；集群需配置 Gres。
3. 任务内用 CUDA_VISIBLE_DEVICES；srun 多任务时注意 GPU 与 task 绑定。

返回模块

返回总览