中科曙光计算服务平台使用经验

自己的电脑是2060 6G的显卡，跑一个老师给的代码报内存不够。所以想着找网上的一些计算资源，同学给了一个二维码，扫码登记之后有人打电话服务，把我拉进三人的专属服务小群里，有专门的工程师解答问题（有问必回，对我这种小白来说帮助很大，让我一个小小本科生受宠若惊）。

这里放一下网址：https://ac.sugon.com/

刚入坑炼丹，一脸懵逼，不知道怎么用别人的计算资源。先是跟着教程连接服务器教程，Xshell、Xftp及PyCharm连接深度学习GPU服务器的详细使用方法，拿Xshell和Xftp连接上了中科曙光的服务器，之后发现有点没必要，别人自己配备了命令行和文件管理，所以之后就直接拿他的E-shell和E-file来操作了。

炼丹首先是配环境，中科曙光自己好像有个什么SLURM调度器（详见：SLURM调度器使用教程），是集群自带的环境，但是工程师建议我自己配置环境，而且人家会帮我配好，我只需要说要装什么包就行（服务真周到）。

环境配好后，该怎么运行我的代码呢？又把我整不会了，好在人家工程师耐心指导，只需要把运行脚本（.slurm文件）写好，通过命令行输入sbatch 脚本名即可运行自己想要运行的指令。我这里脚本写的是

#!/bin/bash
#SBATCH -J pytorch
#SBATCH -N 1
#SBATCH -n 32
#SBATCH -p wzhdtest
#SBATCH --gres=dcu:4

source ~/.bashrc
source /work/home/act4hha6ti/anaconda3/etc/profile.d/conda.sh
conda activate pt1.10_py37
export LD_LIBRARY_PATH=/work/home/act4hha6ti/anaconda3/envs/pt1.10_py37/lib:$LD_LIBRARY_PATH
module purge
module load compiler/devtoolset/7.3.1
module load mpi/hpcx/gcc-7.3.1
module load compiler/dtk/22.10

#/work/home/act4hha6ti/anaconda3/envs/pt1.10_py37/bin/python 
cd /work/home/act4hha6ti/Code_Repository/Spatial-Temporal-Attention-Network-for-POI-Recommendation-master/
python train.py

中间还出现了一些问题，比如一开始运行它报了这个错：

因为我是直接把生成的数据和代码都传上去了（20多个G，传了半天），在本地跑是没问题的，我就找不到问题所在了，工程师帮我排查了集群方面的问题，最后还是我问学姐，学姐说可能是因为版本不一致的问题（我猜可能是joblib的版本不一致），让我在集群的环境下重新生成一遍数据。这次终于成功跑起来了。

然后就等炼丹结束，丹香四溢。不知是否能达到七品之阶，引来丹雷？