实验室服务器使用说明

2021-01-01

使用服务器时请自觉遵守使用说明！

服务器种类

  • .158：Nvidia Tesla P100 SXM2 （四核，16GB）
  • .249：Nvidia RTX 3090*4 （单核，24GB）
  • 本地：Nvidia RTX 1080 Ti （单核，11GB）

载入服务器模块

每次登入服务器时均需要加载

显示当前可用的软件清单

module av

加载常用模块

module load anaconda3/2019.10 #亦可在自己路径下独立安装anaconda
module load cuda/11.1
module load cudnn/8.0.5
module load gcc/7.3.0

conda简要使用说明

初始化conda shell

conda init bash

创建虚拟环境（以testenv举例）

conda create -n testenv

激活虚拟环境

conda activate testenv

安装软件包

conda install numpy

conda install pytorch=0.4.0 # 指定具体版本

退出当前的虚拟环境

conda deactivate

查看所有的虚拟环境

conda env list

查看当前虚拟环境安装包

conda list

删除虚拟环境及其下面的所有包

conda remove -n testenv —-all

其他说明

软件最低版本需求

在3090上低于该版本将无法正常运行需要GPU的程序

PyTorch>=1.7.0
Tensorflow>=2.4.0

服务器资源的分配

  • 使用nvidia-smi或者gpustat(需使用pip或conda安装)查看当前服务器GPU使用状态
  • 多数程序运行时会默认占用所有可用的GPU，需要长时间使用GPU时，在运行指令前添加CUDA_VISIBLE_DEVICES指定具体运行的GPU，例如CUDA_VISIBLE_DEVICES=0 python main.py即指定在0号GPU上运行程序
  • 在服务器资源紧张时，将会根据任务优先级对资源进行协调（例如近期需要投会议或期刊的同学可以优先使用）
  • 请注意自己home路径下的硬盘占用情况，定期清理临时文件