前言

目标读者

本教程面向计算集群的新用户提供快速入门指导，涵盖从账号申请到作业提交的核心流程。如果您已有集群使用经验，可以跳过基础章节，直接查阅代码编译和作业提交等高级操作部分。

阅读指南

为便于查阅，本手册采用以下排版规范：

• 环境变量：PATH
• 命令操作：sinfo -al

• 配置文件内容：

  # ~/.bashrc 示例  
  module load CMake/4.1.0  
  export OMP_NUM_THREADS=4
  

• 命令输出或普通文件内容：

  PARTITION AVAIL  TIMELIMIT  NODES  STATE NODELIST
  A800*        up 3-00:00:00      5   idle gpu[1-5]
  RTX4090-7    up 3-00:00:00      1   idle gpu6
  RTX4090      up 3-00:00:00      2   idle gpu[7-8]
  L40          up 3-00:00:00      2   idle gpu[9-10]
  

• 完整的代码文件：

  示例代码文件：test.py

  import torch
  print(torch.cuda.is_available())
  print(torch.cuda.device_count())
  
  if torch.cuda.is_available():
      tensor_gpu = torch.rand(3, 3).cuda()
      print(tensor_gpu)
  

核心内容

在接下来的章节中，您将学习如何高效安全地使用集群资源，包括：

• 账号申请：通过在线申请系统开通账户和计算集群账号，查看已使用的机时费
• 环境配置：通过 module 命令加载 CUDA、Anaconda3 等基础环境
• 代码编译：在用户登录节点使用用编译器正确编译 C/C++、CUDA 等代码
• 作业提交：合理申请 CPU/GPU/内存资源，通过 Slurm 系统提交任务

重要守则

使用集群时请务必遵守：

1. 仅将计算资源用于科研或学习等用途；
2. 不在用户登录节点裸跑任务，始终通过 Slurm 作业调度系统申请资源和运行作业；
3. 提前预估资源需求，结束任务后及时释放资源。