常用作业脚本 R 脚本

常用作业脚本

见集群指南

#!/bin/sh
#SBATCH --partition=3080ti
#SBATCH --job-name=H2relax
#SBATCH --nodes=1
#SBATCH --ntasks-per-node=4
#SBATCH --gres=gpu:4
#SBATCH --gpus-per-task=1

module load compiler mkl mpi
module load cuda/11.6
module load pwmat
mpirun -np $SLURM_NPROCS PWmat | tee output

#!/bin/sh
#SBATCH --partition=3080ti
#SBATCH --job-name=H2relax
#SBATCH --nodes=2
#SBATCH --ntasks-per-node=4
#SBATCH --gres=gpu:4
#SBATCH --gpus-per-task=1

module load compiler mkl mpi
module load cuda/11.6
module load pwmat
mpirun -np $SLURM_NPROCS PWmat | tee output

#!/bin/bash
#SBATCH --partition=cpu
#SBATCH --job-name=pwmat_test
#SBATCH --nodes=1
#SBATCH --ntasks-per-node=16
#SBATCH --output=%j.out
#SBATCH --error=%j.err

module load mpi mkl
module load pwmat-cpu/20231108-oneapi-2021

mpirun -np $SLURM_NPROCS PWmat -host 10.0.0.2 20150 | tee output

#!/bin/bash
#SBATCH -o job.%j.out
#SBATCH --partition=compute
#SBATCH -J myFirstMPIJob
#SBATCH --nodes=2
#SBATCH --ntasks-per-node=28

ulimit -s unlimited
module load mpi mkl compiler    # 导入MPI运行环境
module load vasp/6.2.0          # 导入MPI应用程序

srun hostname -s | sort -n >slurm.hosts  # 生成 machinefile
# 执行MPI并行计算程序
mpirun -np $SLURM_NPROCS -f slurm.hosts vasp_std > log
#mpirun -np $SLURM_NPROCS vasp_std > log

R 作业脚本提交

在 hpc 中不使用 rstudio-server 起网页的方式运行 R 程序

而是通过提交脚本

1. 写一个脚本计算并打印前 10 个斐波那契数列的值 vim fibonacci.R

   # 计算斐波那契数列的函数
   fibonacci <- function(n) {
     if (n <= 1) {
       return(n)
     } else {
       return(fibonacci(n-1) + fibonacci(n-2))
     }
   }
   
   # 打印前 10 个斐波那契数列的值
   for (i in 0:9) {
     fib_value <- fibonacci(i)
     print(fib_value)
   }
   

2. 编写 slurm 提交脚本, 用于提交作业并在计算节点上运行 R 脚本 vim run_fibonacci.sh

   #!/bin/bash
   #SBATCH --job-name=fibonacci_job
   #SBATCH --output=fibonacci_job_%j.out
   #SBATCH --error=fibonacci_job_%j.err
   #SBATCH --ntasks=1         # 每节点任务数为1
   #SBATCH --cpus-per-task=1  # 每任务 1 个 CPU 核心
   #SBATCH --time=00:10:00
   
   # Load R module
   module load R
   
   # Run R script
   Rscript fibonacci.R
   

3. 提交作业并查看

   sbatch run_fibonacci.sh
   squeue