用UTS gpu集群

HackerTom

已于 2025-04-30 12:35:33 修改

阅读量1.2k

点赞数 3

分类专栏：环境文章标签： UTS 悉尼科技大学 gpu 集群服务器

于 2023-06-28 18:23:53 首次发布

本文链接：https://blog.csdn.net/HackerTom/article/details/131439430

版权

环境专栏收录该内容

94 篇文章

订阅专栏

Prerequisites

Accept offer、拿到学号、激活邮箱，可登录 myStudentAdmin 验证。登录服务器用的帐号是要另外申请、邮件告知的，但密码跟登 myStudentAdmin 是同一个。

国内/校外访问要连 UTS 的 vpn client。有两个：[3] 是 FortiClient，而 [4] 是 F5 Edge Client。[3] 那个好像连不了超算（不知道有没有记错，没有重新测试过），用 [4] 的可以，所以跟 [4] 步骤装软件、连 vpn 就好（UTS vpn 的页面 firefox 好像刷不出内容，可以试下用 chrome）。后续步骤都要连着操作，连申请帐号都要。

script error

2025.4.30

在墨尔本公寓用 [4] 的 F5 BIG-IP 连 iHPC 时，vpn 一直卡在 Initializing 或 Connecting：
BIG-IP Edge Client stuck
用去年学到的 Student VPN Tunnel 大法也不行，直接闪退。经 Service Connect 某老哥远程调试，需要卸载一个网络驱动（可能要管理员权限）再试。具体在 Device Manager -> Network adaptors -> WAN Miniport (IP)：

右键 Uninstall device，再点上面菜单栏的 Scan for hardware changes 刷新。现在再试 BIG-IP Edge Client，就能连上了。

2024.2.5

在国内用 [4] 的 F5 BIG-IP 连 iHPC 时，可能会遇到一个报错：
f5-error
然而半年前出国前（2023.7）没有这个报错，去到澳洲也不会。今次回国发现 F5 BIG-IP 软件更新了，不过无论新、旧 F5 BIG-IP 软件都报此错。发 ticket 问，说可能是 F5 BIG-IP 软件问题，让去 F5 Dynamic Webtop 点 na_vpn_student（图标是 Student VPN Tunnel）-> 点 Start，也会连 vpn（桌面菜单栏一个红圆形图标），然后就能连上 iHPC 了。

Request an iHPC Account

参照 [4]，在 iHPC 主页^[6] -> Account Request，填资料，submit，然后等他们创号（我等了几分钟，挺快），好了会发到 UTS 邮箱，有几封，其中一封 iHPC Admin 发来的邮件底部会告诉超算的用户名：
ihpc-email
Username 是登 iHPC 主页^[6]、shell 连服务器的用户名；Password 那「standard UTS password」就是登 myStudentAdmin 那个密码。

Usage

在 [6] -> Login 登录，就会跳到 iHPC Overview^[7]，可以看到当前各集群的使用状态。集群是用行星命名的，如 Jupiter、Mars 等。点 Documentation 有介绍。

connecting

Access And Connectivity 介绍连集群的方法，其中命令行连看 Connecting via SSH Command Line^[8]。几条基本信息：

IP / host name：access.ihpc.uts.edu.au，是登录节点/堡垒机
用户名：前文邮件发那个
密码：登 myStudentAdmin 那个

连进登录机后，参考 [8]，可用 cnode 命令看集群信息（其实可以直接在 iHPC Overview 看？）；选好要连的集群之后用 ssh <集群名> 连去相应集群，集群名在 iHPC Overview 有列出，如 mars1。

有两个集群好像要另外申请才能连：Jupiter、Saturn，详见 [8]。

可以配 ssh 免密登录，然后用 VS Code 连。当用 xshell 连时，不知为何一但进入 screen 就会卡，而用 windows 自带的命令行、vs code 内的 terminal 连就不会。可简单写个连接脚本，方便用自带命令行连：

@echo off
set USER=用户名
set IP=access.ihpc.uts.edu.au
ssh %USER%@%IP%

如果有多个服务器连，可参考 [30] 写个脚本当简易 ssh client 用。

known_hosts

如发现 ssh、vs code 突然不能连上 ihpc，有可能是 known_hosts 文件内容太旧。Windows 中此文件在：%USERPROFILE%\.ssh\known_hosts。只要删掉它，再用 ssh 连一次即可。

file stores

Getting Started^[9] -> File Stores、File Systems^[10] 有介绍存储空间，应该都是指连去特定集群后的空间，而不是登录机的。主要关注几点：

[10] 有讲各位置是否持久化目录（Survive Reboots? ），即重启之后数据保不保留；也讲是网盘还是本地盘（影响 IO 时间）。
home 目录（~）：是各集群同步的，见 [9]，所以 ssh 只在一个集群上配一次就好，会自动同步。只有 32G。
/data/<username>：也会同步，大很多，[9] 说限 1024G，可用来放数据和结果。
/share：也会同步，所有人可读写。
/scratch：所有人可读写的目录，[9] 说是说本地盘，所以 IO 会比 /data 快，但空间小一些，不用时要及时删东西省位。

environment

有 screen（复用终端）
有网，连进集群之后可以直接连 github、gitee，也可以直接 wget 下 conda、用 pip、conda 装包。

cuda、cudnn 等 gpu 基础软件齐全，见 GPU Computations，在集群里 ls /usr/local 得：

AnsysEM                 Cytoscape-3.9.1          nccl-2.15-11.8
apptainer-1.1.9         DassaultSystemes2022     nccl-2.16-11.0
arb-6.0.6               dock6                    nccl-2.16-11.8
bin                     eclipse                  nccl-2.16-12.0
blender-3.3.2           eeglab2022.1             nccl-2.6-10.0
chimera-1.16            ESI_Software_2019.5      nccl-2.8-10.1
cluster_reporter        ESI_Software_2021.5      nccl-2.8-11.1
CodeBlocks-Fortran-1.7  etc                      nccl-2.8-11.2
comsol61                FastQC                   nccl-2.9-11.3
containers              feko                     NetLogo-6.3
CST_STUDIO_SUITE_2022   Fiji.app                 openblas-0.3.21
cuda-10.0               fragpipe                 openmpi-intel-4.1.1
cuda-10.1               fragpipe16               ParaView-5.11.0
cuda-10.2               FreeCAD                  Perseus
cuda-11.0               games                    protobuf-3.19.6
cuda-11.1               gephi-0.10.1             pycharm-community-2022
cuda-11.2               gsl-2.7                  quantlib-1.27.1
cuda-11.3               hyperworks               R-3.6
cuda-11.4               IGV-2.15.4               R-4.1
cuda-11.5               ImageJ                   R-4.2
cuda-11.6               include                  R-4.3
cuda-11.7               lib                      rstudio-2022
cuda-11.8               lib64                    rstudio-2023
cuda-12.0               libexec                  SAS-9.4
cudnn7.6-10.0           matlab2020b              sbin
cudnn8.0-10.1           matlab2021a              share
cudnn8.2-10.2           matlab2021b              singularity-3.8.7
cudnn8.2-11.4           matlab2022a              singularityce-3.10.5
cudnn8.3-10.2           matlab2022b              Slicer-5.2.1
cudnn8.3-11.5           matlab2023a              SPSS
cudnn8.4-10.2           MaxQuant                 src
cudnn8.4-11.6           MeshLab                  stata17
cudnn8.5-10.2           NAG                      stata18
cudnn8.5-11.7           ncbi-blast-2.13.0+       tecplot
cudnn8.6-10.2           ncbi-blast-ihpc-2.13.0+  TensorRT-8.5-10.2
cudnn8.6-11.8           nccl-2.11-11.4           TensorRT-8.5-11.8
cudnn8.7-10.2           nccl-2.11-11.5           vmd-1.9.3
cudnn8.7-11.8           nccl-2.12-11.6           VSCode-linux-x64
cudnn8.8-11.8           nccl-2.14-11.7           weka-3.8.6
cudnn8.8-12.0           nccl-2.15-10.2           Wolfram

singularity 镜像，在 /share/singularity_containers/。

singularity

如果服务器已有的镜像不好用，如有包装不了（如 pytorch 1.2.0），可以自创 singularity 容器，基本用法、创建文件 recipe 写法、build 方法见 [17-21]。

在 UTS 的机器上写 recipe、build 都有些要另外注意的。recipe 示例，[21] 说 %post 中要加两句：

export DEBIAN_FRONTEND=noninteractive：当创建基于 ubuntu / debian 的容器时要；
mkdir -p /data /projects /scratch：这 3 个路径都是 UTS iHPC 的机器中有的，在 iHPC 机器上跑的 singularity 都会自动尝试挂载它们，要保证镜像中有这几个文件夹。

# py36_pt120
Bootstrap: docker
From: pytorch/pytorch:1.2-cuda10.0-cudnn7-runtime

%labels

Python 3.6.9
CUDA 10.0
cuDNN 7
PyTorch 1.2.0
torchvision 0.4.0

%post

# required by UTS iHPC
export DEBIAN_FRONTEND=noninteractive
mkdir -p /data /projects /scratch

# python packages
pip install --upgrade pip setuptools wheel
pip install --no-cache-dir \
    "scikit-learn>=0.23.2" "munkres>=1.1.4" "opencv-python==4.3.0.38" "numpy>=1.19.1" \
    click Cython easydict fire graphviz h5py matplotlib \
    ninja pandas PyYAML scipy tensorboard xlwt

build 的时候，[20] 说因为没有 root，[19] 的普通 build 命令可能不行，要用 [21] 的 builder，而 recipe、创建的镜像文件都要在 /scratch 下。步骤：

连去某个集群，如 ssh mars1。后面创建要用 singularity_build 脚本，集群中才有，登录节点没有；
将 recipe 复制去 /scratch/ 下的某个路径，如 /scratch/<username>/，cd 过去；
执行 singularity_build，提示、步骤参考 [21]：
- Select the process you wish to perform，选 1（Build from Recipe File）；
- Enter the full path of recipe file，按提示输入 recipe 的绝对路径，如 /scratch/<username>/py36_pt120；
- Do you wish to edit this recipe file using Vim? [y…n]，问你要不要编辑 recipe，y 改 n 跳过；
- Select Container Type，一般选 1（Image），如果要编译 cuda 代码（可能指 StyleGAN 那种有自写 cuda 文件的？）就选 2（Image-nv）。其实感觉可以无脑选 2？
- Enter the name of the output container，创建的镜像像文件名，不用写后缀名。如写 py36_pt120 则输出的文件就是 py36_pt120.sif；
- 等，创建完又会回到第一步，可以 10（To exit）退出；
- 将创建的镜像文件移去 /share/ 下，因为会同步，方便各结点调用。

用容器跑程序：singularity exec --nv /share/$(whoami)/py36_pt120.sif python main.py；或写一个驱动脚本（singu-run.sh），套娃执行真正的实验脚本（my_experiment.sh）：

参考 [35]，支持串行执行多个 scripts。

#!/bin/bash
# singu-run.sh

IMAGE_F=/share/`whoami`/py36_pt120.sif

for s in ${@:1}; do
   if [ ! -f $s ]; then
   	echo No such file: $s
   else
   	singularity exec --nv $IMAGE_F bash `realpath $s`
   fi
done

然后：bash singu-run.sh my_experiment_1.sh my_experiment_2.sh。

当在容器内用 pip 装包时，要注意用的是不是容器内的 pip，似乎默认的 pip 是宿主的（自己装的 miniconda 中的 pip），考虑用绝对路径调用容器内的 pip。

一些 singularity recipe 可见 iTomxy/ml-template/containers/singularity。

jupyter notebook

命令行连去某 gpu 节点（如 mars28）后，开 jupyter notebook，想在本地浏览器打开，直接用 mars28 的 ip 连不上，可用 ssh 隧道转发，参考 [24,25]，在本地（windows）运行：

（2023.11.8）参考 [32]，可以同时转发多个 ports。

@REM tunnel.bat
@echo off

@REM 登录 gpu 节点的用户名、IP（登入 gpu 节点后 ifconfig 查）
set USER=itom
set IP=1.2.3.4

@REM 6006 是 tensorboard
@REM set REMOTE_PORT=6006
set TB_PORT=6006

@REM 8888 是 jupyter notebook
@REM set REMOTE_PORT=8888
set JN_PORT=8888

@REM 转发来本地 18888 端口（避免与本地开的 jupyter notebook 端口冲突）
@REM set LOCAL_PORT=1%REMOTE_PORT%

@REM ssh -L %LOCAL_PORT%:127.0.0.1:%REMOTE_PORT% %USER%@%IP%
ssh -L 1%TB_PORT%:127.0.0.1:%TB_PORT% ^
	-L 1%JN_PORT%:127.0.0.1:%JN_PORT% ^
	%USER%@%IP%

然后在本地浏览器打开网址：localhost:18888。遇到过报错：

Bad local forwarding specification '18888'

参考 [26]，当时注释是写在端口号后的，即：

...
@REM set REMOTE_PORT=6006 @REM 6006 是 tensorboard
set REMOTE_PORT=8888 @REM 8888 是 jupyter notebook
...

后将注释放在上面一行，就行了。

同样，也要注意用的是不是容器内的 jupyter，如进了一个 tensorflow 的容器，用容器内的 pip 装了一个 jupyter，但默认的 jupyter 却是宿主机的 jupyter。考虑用 whereis jupyter 找有哪些 jupyter，似乎 ~/.local/bin/jupyter 就是在容器内装的（因为这样开出的 notebook 能 import tensorflow 成功），而如果是用 recipe build singularity 镜像时装的 jupyter，则在 /usr/local/bin/jupyter。

hosts

前一节用 tunneling 每次都要登上相应 gpu 结点用 ifconfig 查 IP，麻烦，想直接用 mercury4 等别名连，可以把登录结点的 hosts 文件内容复制一份在本地。登录结点的 hosts 文件在 /etc/hosts，Windows 本地的 hosts 文件在 C:\Windows\System32\drivers\etc\hosts。先将本地的 hosts 重命名备份（如 hosts.bak），再将重登录结点下载来的 hosts 文件复制过去，本地 windows 电脑就也可以直接 ssh mercury4 连接了。

Sieving Clusters

想像 [11] 一样，用脚本筛选能用的集群。首先 cnode all 的输出形如：

*******************************************************
*               Welcome to the iHPC                   *
*                                                     *
*    To connect to a node use the ssh command         *
*    (eg. ssh mars6).                                 *
*                                                     *
*******************************************************
 
   Node   Index	 Connect  %CPU	 %Mem	 %GPU	 %GPU Mem   User(s) 
 jupiter1   3      no	  100.0	 11.4	 	 	    edehghan,dmartins
    mars1   3      no	   0.5	 4.9	 0.0%	 0.1%	    xwang12,mfeizi
   mars24   2     yes	   1.6	 5.3	 0.0%	 0.1%	    aetminan
 mercury8   0     yes	   0.5	 7.7	 0.0%	 0.3%
(...更多...)

Node 是 host name，用 ssh <node> 连；
Connect 表明能不能连，因为每个集群最多同时连两个人，User(s) 是正在连的用户；
%GPU 是 gpu load、%GPU Mem 是显存占比，如果集群无 gpu 则此两列为空，如 jupiter1。

command

#!/bin/bash
# find-nodes.sh

cnode all | \
	awk 'NR > 10 && NF > 6 {print $1" "$3" "$4" "$6" "$7}' | \
	grep -v 'jupiter' | \
	grep yes | \
	awk '{print $1" "$3" "$4" "$5}' | \
	sort -n -k 3 -k 2 -k 4 | \
	awk '{if (length($1) > 7) print $1"\t"$2"\t"$3"\t"$4; else print $1"\t\t"$2"\t"$3"\t"$4;}'

其中：

awk 'NR > 10 && NF > 6 {print $1" "$3" "$4" "$6" "$7}'，虑掉前面一些 welcome 输出和元信息（NR > 10）、无 gpu 的行（NF > 6），只输出 Node、Connect、%CPU、%GPU、%GPU Mem 4 列（NR 是当前行数；NF 是当前行的列数，默认空格分隔。都从 1 开始）；
grep -v 'jupiter' 筛掉 jupiter ~~和 saturn~~ 的集群，因为~~要另外申请，还没申~~ jupyter 没有 gpu；
grep yes 选能连的；
awk '{print $1" "$3" "$4" "$5}' 去掉 Connect 一列；
sort -n -k 3 -k 2 -k 4 升序排序，优先级：%GPU > %CPU > %GPU Mem；
awk '{if (length($1) > 7) print $1"\t"$2"\t"$3"\t"$4; else print $1"\t\t"$2"\t"$3"\t"$4;}' 制表符美化输出，可以合并到第二条 awk 命令中。

可以写入一个 shell 文件（如 find-nodes.sh），chmod u+x find-nodes.sh 辅权之后，放在 $PATH 内的某个目录内（如 ~/.local/bin/，可以 echo $PATH 看有哪些）方便调用。如果只想找一个可用服务器连入去，而不关心是哪个，可以：ssh $(find-nodes.sh | head -n 1 | awk '{print $1}')。

greedy picking

想用命令自动（贪心地）按 cpu、gpu、gpu men 三项之和升序排列，然后选第一个节点连，而不是用 find-nodes.sh 打印之后，再手动 ssh 连。由 find-nodes.sh 改一个辅助脚本 gpu.sh：

#!/bin/bash
cnode all | \
        awk 'NR > 10 && NF > 6 {print $1" "$3" "$4" "$6" "$7}' | \
        grep yes | \
        awk '{print $1" "$3" "$4" "$5}' | \
        sed "s/\([a-z]\+[0-9]\+\) \([0-9\.]\+\) \([0-9\.]\+\)% \([0-9\.]\+\)%/\1 \2 \3 \4/" | \
        awk '{print $1" "$2+$3+$4}' | \
        sort -n -k 2 | \
        awk '{print $1}' | \
        head -n 1

放入 ~/.local/bin/、chmod u+x gpu.sh 加执行权限。再加一个命令入 ~/.bashrc（如 pick）：

alias pick='ssh $(gpu.sh)'

source ~/.bashrc 刷新后就可以敲 pick 连去一个 gpu 结点。

auto exiting

占住计算节点 2 天不跑会收到邮件，3 天就有另一封警告邮件，说再发生就销 iHPC 号……如果想脚本跑完程序自动推出计算节点，参考 [29]，可以用 hostname 命令判断当前在不在计算节点上：

登录节点叫 janus0

# run.sh

# 跑实验
python main.py

# 自动断连
host=`hostname` # mars18.ihpc.uts.edu
host=${host%%\.*} # mars18
if [ $host != "janus0" ]; then exit; fi

然后，在命令行里用 . 运行：. run.sh，而不是用 bash，因为 bash run.sh 会创建一个子 shell（子进程），子 shell 退出而主 shell 还连着。

可以用 cnode all | grep $(whoami) 找到现在正连着的计算结点。为方便，可在 ~/.bashrc 中自定义一个命令（如 whereami），用 vim ~/.bashrc 编辑，加一句：

alias whereami='cnode all | grep `whoami`'

然后 source ~/.bashrc 刷新。

monitoring job

参考 [34]，用 jmon 命令监视 cpu 占用，当一个核的 cpu 降到 25% 以下，会发邮件通知。不过如果另一个人在连、或自己同时跑多个实验时可能不准。

jmon 其实是调用 mail 命令，服务器应该配置过，可以发邮件给 uts 的邮箱，但发不了给 163 之类的其它邮箱。示例：

# run.sh

# 跑程序
python main.py

# 跑完，发邮件通知
echo \[`date`\] `whoami` @ `hostname` : `realpath $0` | mail -s "cmd done" <UTS邮箱>

NoMachine

iHPC 用一个叫 NoMachine 的软件提供图形界面连接。然而改 ~/.bashrc 可能会导致图形界面连不了，即在登录界面输入帐号、密码之后，一直卡在 Creating a new virtual desktop 的转圈界面。但命令行连不受影响。
gui-login

2024.7.16，经测试，原因是 ~/.bashrc 内一条我自己加的 conda activate cu116_pt1131 命令激活了一个虚拟环境，可能有些包有冲突？删掉就行。而装 conda 时自动写入 ~/.bashrc 的那段命令不影响，形如：

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/data/itom/miniconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
        eval "$__conda_setup"
else
        if [ -f "/data/itom/miniconda3/etc/profile.d/conda.sh" ]; then
                . "/data/itom/miniconda3/etc/profile.d/conda.sh"
        else
                export PATH="/data/itom/miniconda3/bin:$PATH"
        fi
fi
unset __conda_setup
# <<< conda initialize <<<

这段可以留着。

2023.12.21 初步怀疑是在 ~/.bashrc 中改 LD_LIBRARY_PATH 会引起此结果，但不确定，待测试。
2024.1.3，经测试，~/.bashrc 中加 alias、改 LD_LIBRARY_PATH、改 PS1、加 conda 的初始化命令、用 /usr/bin/python 执行一个自己写的 python 脚本，并不影响图形界面登录。不过通过在 .bashrc 中加打 log 命令：
```
# 在 ~/.bashrc 加一句 logging，测试图形界面登录会否调用 .bashrc
echo $(date) GUI >> gui-login.log
```
并用图形界面登录结点可知，用图形界面登录确实会调用（且是两次）.bashrc，问题很可能是出在改 .bashrc，但仍不确定具体是哪出问题。

Something Else

某自习室是升降台，型号是 ICF motion rectangular，发现一开始高度只能升到 780mm 就卡住，不能站着工作。在网页右下角客服聊天那要了一份说明书（instructions），其实高度可调最大范围是 [670, 1320] mm，但它可能根据使用习惯自动定死在一个更小的范围，要重调这个范围。分 set highest / lowest height limit，方法类似：

同时按 $\uparrow$ 、 $\downarrow$ 两秒；
按住 $\uparrow$ 同时连按 3 次 $\downarrow$ （如重置上界），或按住 $\downarrow$ 同时连按 3 次 $\uparrow$ （如重置下界）；
然后按 $\uparrow$ （或 $\downarrow$ ）就可以调到更高（或低）了。

assigned laptop

Research student 学校会发一台电脑，同时送电脑包、键鼠套装。键鼠套装是 Dell KM7120W Multi-Device Wirreless Keyboard and Mouse Combo，键盘有 Fn 键，F1 ~ F12 默认不是 F1 ~ F12，而是功能键。想改回默认 F1 ~ F12 的话，参考 [22]，按 Fn + Esc，就可以了。这电脑时不时要更新，更完之后 Rime 就会挂（2023.10.4)，暂不知原因，需要~~再重启一次~~ 手动启动 rime 服务，参照《rime打不了字》。

此手提有限制，如一些网页会被 block，另收到警告邮件说探测到 a critical matter regarding the security of our devices，让拿电脑去 cb11.05.204 检查电脑。他们那有具体引发问题的文件路径，如：

C:\Users<学号>\AppData\Local\Temp\OnlineInstall\11.4.8.2122\SDK\DownloadSDKServer.exe
C:\Users<学号>\AppData\Local\Programs\Thunder\Program\Win7AppId.exe

两个都跟迅雷有关。他们会要求：

删软件和相关文件；
用 Windows Security 做 full scan，如果扫出甚么有风险的东西也删掉，最后将结果截图发给他们。

用破解版 IDM 会被发现并禁网，他们叫 isolation，禁了之后 UTS 的手提能连上 UTS-WiFi，但上不了网，连自己屋的 wifi、手机热点也上不了网，说是一旦连上了，学校就能监测到，并封锁。须要他们解除 isolation。

不知道下次要装什么是不是要在虚拟机里搞才比较稳……UTS 有软件列表，见 [27,28]，里面有 VMware。

此手提会用 onedrive 同步文件，在资源管理器左侧的 OneDrive - UTS 可以看到有哪些目录会被同步，桌面在其中，就连软链接^[31]文件夹内的文件都会同步，如数据放在 *%USERPROFILE%\data* 下，这里不会同步，但为了打开方便，参照 [31] 在桌面创了个它的软链接：mklink /d "%USERPROFILE%\OneDrive - UTS\Desktop\data" %USERPROFILE%\data，这样的话，data\ 下的文件也会被 onedrive 同步。想避免同步，不创软链接，改过在桌面用 bat 文件用命令打开文件夹：

@REM data.bat
@start %USERPROFILE%\data

这样 onedrive 就只会同步这个 data.bat 而不会同步整个 data\。另，TIM、微信有文件在 OneDrive - UTS\Documents\ 下，即 Tencent Files\、WeChat Files\，挺大，又时不时会变，onedrive 好像一直在处理它们里面的文件，又取消不掉，要在软件内改掉放文件的位置。

latex template

SEDE（School of Electrical and Data Engineering）的 thesis latex 模板见 [23]。
Robotics Institute 的模板：UTS-RI/UTS_thesis_template_2022、UTS-RI/UTS-RI_thesis_template。