staudtyves/infrastruktur-dok
1
0
Fork 0
forked from CDS/infrastruktur-dok
Code Pull Requests Activity

Update Workstations-Getting-Started.md

Browse Source
This commit is contained in:
Thomas Keller 2024-08-23 12:08:22 +02:00
parent 741feabd39
commit 847b9f97c5
1 changed files with 5 additions and 3 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

8
Workstations-Getting-Started.md
View File

@ -123,17 +123,19 @@ apptainer exec --writable --fakeroot sandboxes/tensorflow/ apt install -y nvidia
### Starten eines Slurmjobs
Um auf die GPUs der Workstation zuzugreifen, brauchen wir zwingend eine Slurm Session. Da unser Programm nur für eine GPU ausgelegt ist, fordern wir auch nur eine GPU mit Slurm an (die zweite GPU kann von einem weiteren Benutzer für eine gleichzeitig laufende Berechnung angefordert werden):
`salloc -p students --time=2:00:00 -G a100:1 --ntasks=32 --mem-per-cpu=7G`
```salloc -p students --time=2:00:00 -G a100:1 --ntasks=32 --mem-per-cpu=7G
```
`
Sobald unser Slurm Job an der Reihe ist um ausgeführt zu werden (siehe `squeue`), können wir mit den folgenden Befehlen testen ob wir Zugriff auf die GPU haben:
```
apptainer shell --nv "${HOME}/build-apptainer/tensorflow-2.16.1-gpu.sif"
```
python3 <<- EOF
import tensorflow as tf
print(tf.config.list_physical_devices('GPU')[0])
EOF
exit
```
In der letzten Ausgabezeile unseres Skripts sollte im Falle eines Erfolgs nun