namespace:doc-cmcc:cluster_gpu

Cluster Lautaro

Para este Cluster, el principal recurso de cómputo es una GPU NVIDIA K40C con 2880 núcleos CUDA.

Tambien tiene 40 cores disponibles para procesamiento en CPU o Hibrido junto a la GPU.

Hay disponible 3 compiladores : GCC 7.3, LLVM 4.0 y NVV , este último es el que deben usar para trabajar o compilar código para CUDA tool kit.

Para conectar al Cluster Lautaro, necesitas un cliente SSH para MS Windows, Linux y OSX

DATOS DE CONEXIÓN

SERVIDOR : paliaike.ingmat.ufro.cl
PUERTO   : 20161
 ssh -p 20161 user@paliaike.ingmat.ufro.cl                                # para conectarse a un terminal remoto del cluster
 scp -P 20161 -r archivo-local.zip user@paliaike.ingmat.ufro.cl:~user/    # upload desde computador local hacia el cluster



Para transferir archivos a través de una aplicación gráfica pueden usar FileZilla (https://filezilla-project.org/) o las alternativas que proporciona cada escritorio en Linux (gnome, kde, xfce, etc).

Pueden descargar algun cliente SSH/SCP opensource como : putty, kitty, winscp. o un paquete portable de WinSCP integrado con kitty, listo para usar con el CEMCC.

DESCARGAR CLIENTE SSH PARA MS WINDOWS

En Windows 10 actualizado, disponen de un cliente por consola, para SSH y SCP.

  1. Inicio/Ejecutar/
  2. Ejecutar el comando cmd o powershell
  3. Se abrira una ventana con un prompt

Ejecutar:

 ssh -p 20161 user@paliaike.ingmat.ufro.cl

Los 2 primeros métodos estan disponibles para enviar trabajos a procesar cualquier cómputo.

1.) Comando nohup

    nohup programa &                 # salida por pantalla y errores durante la ejecución al archivo de salida por default
    nohup programa 2> error.out&     # Envia solamente los errores durante la ejecución al archivo de salida error.out

Este comando envia “programa” en modo background, y la salida la envia a nohup.out por default (error y salida en pantalla)

2.) Multiplexor screen

     screen -S nombre-sesion                  #Crear una sesion de nombre "nombre-sesion"
     screen control+A+D                       #Desvincular el terminal de la sesion actual, para volver en otro momento...
     screen -list                             #Mostar las sesion abiertas activas
     screen -r nombre-trabajo                 #Restaurar una sesion previa

Más detalles : http://www.secnot.com/tutorial-screen.html

3.) Encolamiento (temporalmente fuera de servicio)

Para usar la GPU NVIDIA TESLA K40C en los cómputos tu programa debe estar escrito y soportar CUDA.

Esta disponible CUDA 8 y el compilador de NVIDIA para construir el soporte GPU adecuado.

Cada programa tiene su propio metodo y no de explicara cada uno en este documento.

Solamente está disponible el monitoreo a través del comando nvidia-smi, para estar seguro que la GPU esta procesadando tus datos.

(EN EDICIÓN…)

  • namespace/doc-cmcc/cluster_gpu.txt
  • Last modified: 2019/04/05 00:05
  • by deleteme