Uso de Slurm

Guía de usuario para el uso del cluster de Slurm desplegado.

• Tener cuenta de usuario activa: LDAP ANTS.
• Tener acceso SSH al clúster: 155.54.210.99.
• Tener permiso de uso en al menos una partición:
  • CPU
  • GPU (si aplica)

Conexión típica:

ssh <USUARIO_LDAP>@<HOST_IP>

Te dejará en /slurm/home/<USUARIO>.

• Ver estado general del clúster:

sinfo

• Ver cola de trabajos:

squeue

• Ver solo tus trabajos:

squeue -u <USUARIO>

• Ver detalle de un job:

scontrol show job <JOB_ID>

• Cancelar un job:

scancel <JOB_ID>

Ejemplo CPU:

cat > job_cpu.sbatch <<'EOF'
#!/bin/bash
#SBATCH --job-name=cpu_test
#SBATCH --partition=cpu
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=4
#SBATCH --time=00:10:00
 
echo "Usuario: $USER"
echo "Host: $(hostname)"
echo "JobID: $SLURM_JOB_ID"
echo "Trabajo CPU de prueba"
sleep 20
EOF

Ejemplo GPU:

cat > job_gpu.sbatch <<'EOF'
#!/bin/bash
#SBATCH --job-name=gpu_test
#SBATCH --partition=gpu
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=4
#SBATCH --gres=gpu:1
#SBATCH --time=00:10:00
 
nvidia-smi || true
echo "Trabajo GPU de prueba"
sleep 20
EOF

sbatch job_cpu.sbatch

Slurm devolverá algo como:

Submitted batch job <JOB_ID>

squeue -u <USUARIO>

Estados comunes:

• PD: pendiente (pendiente de recursos/políticas).
• R: ejecutando.
• CG: terminando.
• CD: completado.
• F: fallado.

En este despliegue, si no defines –output/–error, Slurm aplica rutas por defecto:

• stdout → /slurm/home/%u/output/%j/stdout.txt
• stderr → /slurm/home/%u/output/%j/stderr.txt

Equivalente para un job real:

• /slurm/home/<USUARIO>/output/<JOB_ID>/stdout.txt
• /slurm/home/<USUARIO>/output/<JOB_ID>/stderr.txt

Consultar:

cat /slurm/home/<USUARIO>/output/<JOB_ID>/stdout.txt
cat /slurm/home/<USUARIO>/output/<JOB_ID>/stderr.txt

Durante la ejecución, el clúster crea automáticamente:

• /scratch/slurm/<USUARIO>/<JOB_ID>

Y al terminar el job, se elimina automáticamente.

Recomendación:

• Copia resultados importantes desde scratch a una ruta persistente antes de finalizar.
• Usa rutas persistentes para salidas finales (por ejemplo /slurm/home/<USUARIO>/…)

Para abrir una sesión interactiva en un nodo:

srun --partition=<PARTICION_CPU> --ntasks=1 --cpus-per-task=2 --time=00:30:00 --pty bash

Para GPU:

srun --partition=<PARTICION_GPU> --gres=gpu:1 --ntasks=1 --cpus-per-task=2 --time=00:30:00 --pty bash
 
===== 8. Arrays de jobs =====
 
Ejemplo:
 
<code bash>
cat > job_array.sbatch <<'EOF'
#!/bin/bash
#SBATCH --job-name=array_demo
#SBATCH --partition=<PARTICION_CPU>
#SBATCH --array=1-10
#SBATCH --time=00:05:00
 
echo "Task ID: $SLURM_ARRAY_TASK_ID"
sleep 5
EOF

Enviar:

sbatch job_array.sbatch

Enviar un primer job:

jid1=$(sbatch --parsable job_cpu.sbatch)

Enviar un segundo job que empiece cuando termine bien el primero:

sbatch --dependency=afterok:${jid1} job_cpu.sbatch

Ver historial básico:

sacct -u <USUARIO> --starttime today

Formato ampliado:

sacct -u <USUARIO> --format=JobID,JobName,Partition,State,Elapsed,ExitCode

sinfo -N -l

Detalle de un nodo:

scontrol show node <NODO>

• Invalid account or account/partition combination specified
  • Tu usuario no está asociado a esa cuenta/partición.
  • Contacta con administración.

• Job en PD mucho tiempo
  • Puede faltar recursos o prioridad.
  • Revisa motivo:

squeue -j <JOB_ID> -o "%.18i %.9P %.20j %.8u %.2t %.10M %.6D %R"

• No aparece output esperado
  • Revisa rutas por defecto /slurm/home/<USUARIO>/output/<JOB_ID>/
  • Revisa stderr.txt

• Error de GPU (Requested node configuration is not available)
  • –gres=gpu:<N> no cuadra con lo disponible.
  • Verifica con sinfo -N -l

• Solicita solo recursos que realmente necesitas.
• Define –time realista.
• Usa scripts reproducibles y versionados.
• Guarda resultados finales en almacenamiento persistente.
• Limpia datos intermedios pesados.

#!/bin/bash
#SBATCH --job-name=<NOMBRE_JOB>
#SBATCH --partition=<PARTICION_CPU_O_GPU>
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=<N_CPUS>
#SBATCH --time=<HH:MM:SS>
#SBATCH --mem=<RAM_MB_O_GB>
 
set -euo pipefail
echo "Job $SLURM_JOB_ID en $(hostname)"
 
# Tu carga de trabajo aquí

• Script .sbatch tiene #!/bin/bash.
• Partición correcta (CPU o GPU).
• Recursos correctos (cpu, mem, time, gres si GPU).
• Ruta de datos de entrada existe.
• Resultado final se guarda en ruta persistente.