High Performance Computing (HPC) 使用指南(香港城市大学为例)

致谢:特别感谢王际潮的耐心指导

配置环境变量

vim ~/.bashrc 
i #插入
export PATH=/home/yupeng/anaconda3/bin:$PATH 
:wq #保存退出
source ~/.bashrc

配置环境空间

conda create -n spacename python=3.8

启动环境空间

source activate spacename

装包

pip install scipy

查看版本号和包

pip -V
pip list

1.代码要使用相对路径编写

2.链接HPC

ssh hongzli2@burgundy.hpc.cityu.edu.hk

如果是HTGC的话

ssh hongzli2@htgc1.cs.cityu.edu.hk

3.上传本地文件到服务器(新开一个cmd窗口,在本地cmd操作)
传输单个文件scp,传输文件夹scp -r (-r: 递归复制整个目录). 上传下载通用
scp 本地绝对路径 jichawang2@burgundy.hpc.cityu.edu.hk:/home/jichawang2

scp -r C:\Users\Administrator\Downloads\QuadraticKnapsack01GRASP-master hongzli2@burgundy.hpc.cityu.edu.hk:/home/hongzli2

4.sh文件编码问题
解决办法

5.一定要在source activate env进入指定之后,在使用sbatch命令提交sh文件进入job queue

sbatch sbatch_A.sh

6.CPU和GPU可以同时各运行一个程序,2个CPU程序只能排队运行

7.从服务器上下载文件(在本地cmd操作)
scp jichawang2@burgundy.hpc.cityu.edu.hk:/home/jichawang2/SAR 本地绝对路径
将服务器端的SAR文件夹全部拷贝至指定的绝对路径下。得到 绝对路径/SAR/…

scp hongzli2@burgundy.hpc.cityu.edu.hk:/home/hongzli2/scratch/home86396.log E:\HPC

8.可以终止自己的进程

scancel 82051 82052 85063

9.查看自己的队列

squeue -l

代码测试登录

ssh hongzli2@v100t.cs.cityu.edu.hk

可能会用到的基本Linux命令

删除文件(删除当前目录下的所有文件及目录,并且是直接删除,无需逐一确认命令行为)

rm -rf anaconda3/

查看文件,并退出

vim sbatch_A.sh
ESC 
:wq  %保存退出
enter

:q!  %不保存退出

当前路径

pwd

如果是用系里的condor

在这里插入图片描述

matlab的提交

  1. .m文件的写法
function hello(n)
if (nargin<1)
  n = 0;
else
  n = str2num(n); %一定要用这个函数转换!
end

for i=1:((n+1)*10)
  disp(sprintf('hello %d', i));
  pause(1);
end
  1. 先用 mcc 编译
mcc -v -m filename.m
  1. 生成可执行的文件 filename 后,用shell script (run_filename.sh) 去run
./run_filename.sh /usr/local/matlab 3 % 3是参数
  1. 生成.sh后,提交任务
condor_submit run_filename_matlab.condor
  1. 提交了任务后,查看任务
condor_q
condor_q hongzli2 %查看自己的任务
  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 10
    评论
并行计算(parallel computing)和高性能计算(high performance computing)是两个相关但不完全相同的概念。并行计算是指通过将计算任务分解成多个子任务并同时执行,以提高计算速度和效率的方法。而高性能计算则是指利用最先进的计算机硬件和软件技术,以实现更高的计算能力和性能。 在并行计算中,可以利用多个处理器、多个计算节点或者分布式计算机群集来同时处理多个子任务。这种并行方式可以极大地提高计算速度,特别是在处理大规模数据或复杂计算任务时非常有效。并行计算可以应用于各种领域,如科学计算、图像处理、机器学习、大数据分析等。 高性能计算则更多地涉及到优化计算系统的硬件和软件配置,以提供更高的计算能力和性能。这包括使用多核处理器、大容量内存、高速网络连接、并行文件系统等先进的计算机技术。高性能计算还涉及到使用并行编程模型和优化算法来改进计算效率。高性能计算通常适用于需要处理大规模数据或高复杂度计算任务的应用,如天气预报、基因组学、金融建模等。 总的来说,并行计算和高性能计算都旨在提高计算效率和性能,但侧重点略有不同。并行计算强调将一个计算任务拆分成多个并发执行的子任务,而高性能计算着重于通过优化计算系统的硬件和软件配置,以提供更大的计算能力和性能。两者常常是相辅相成的,并且在许多领域都得到广泛应用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

老实人小李

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值