Ich habe On-Demand-Kapazitätsreservierungen (ODCRs) oder zonale Reserved Instances konfiguriert

ODCRs, die Instanzen mit mehreren Netzwerkschnittstellen enthalten, wie P4d, P4de und AWS Trainium (Trn)

Überprüfen Sie in der Cluster-Konfigurationsdatei, ob sich der in einem öffentlichen Subnetz HeadNode befindet und ob sich die Rechenknoten in einem privaten Subnetz befinden.

ODCRs sind gezielte ODCRS

Die Datei '///run_instances_overrides.json' opt/slurm konnte nicht gelesen werden. etc/pclusterobwohl ich///run_instances_overrides.json bereits eingerichtet habe, indem ich den Anweisungen unter folge opt/slurm etc/pcluster Instances mit On-Demand Kapazitätsreservierungen (ODCR) starten

Wenn Sie die AWS ParallelCluster Versionen 3.1.1 bis 3.2.1 mit gezielten ODCRs verwenden und auch die JSON-Datei „Run Instances Override“ verwenden, ist es möglich, dass Sie die JSON-Datei nicht richtig formatiert haben. Möglicherweise wird ein Fehler wie der folgende angezeigtclustermgtd.log:

Unable to read file '/opt/slurm/etc/pcluster/run_instances_overrides.json'. 
Using default: {} in  /var/log/parallelcluster/clustermgtd.

Überprüfen Sie, ob das JSON-Dateiformat korrekt ist, indem Sie Folgendes ausführen:

$ echo /opt/slurm/etc/pcluster/run_instances_overrides.json | jq

Es wird angezeigt, dass RunInstances die Found-Parameter überschriebenin clustermgtd.log wenn die Clustererstellung fehlgeschlagen ist, oder in slurm_resume.log wenn die Ausführung des Jobs fehlgeschlagen ist

Wenn Sie die JSON-Datei „Run Instances Override“ verwenden, überprüfen Sie, ob Sie den Warteschlangennamen und den Namen der Rechenressourcen in der /opt/slurm/etc/pcluster/run_instances_overrides.json Datei korrekt festgelegt haben.

In slurm_resume.log ist ein Fehler aufgetreten (InsufficientInstanceCapacity), wenn ich einen Run-Job nicht ausführen kann, oder in clustermgtd.log, wenn ich keinen Cluster erstellen kann

Verwenden von PG-ODCR (Placement Group ODCR)

Wenn Sie ein ODCR mit einer zugehörigen Platzierungsgruppe erstellen, muss derselbe Platzierungsgruppenname in der Konfigurationsdatei verwendet werden. Legen Sie den entsprechenden Platzierungsgruppennamen in der Cluster-Konfiguration fest.

Verwenden von zonalen Reserved Instances

Wenn Sie zonale Reserved Instances mitPlacementGroup/Enabledto true in der Cluster-Konfiguration verwenden, wird möglicherweise ein Fehler wie der folgende angezeigt:

We currently do not have sufficient trn1.32xlarge capacity in the Availability Zone you requested (us-east-1d). Our system will be working on provisioning additional capacity. 
You can currently get trn1.32xlarge capacity by not specifying an Availability Zone in your request or choosing us-east-1a, us-east-1b, us-east-1c, us-east-1e, us-east-1f.

Dies ist möglicherweise darauf zurückzuführen, dass die zonalen Reserved Instances nicht in derselben UC (oder Spine) platziert sind, was bei der Verwendung von Placement-Gruppen zu Fehlern bei unzureichender Kapazität (ICEs) führen kann. Sie können diesen Fall überprüfen, indem Sie die PlacementGroup Gruppeneinstellung in der Cluster-Konfiguration deaktivieren, um festzustellen, ob der Cluster die Instances zuweisen kann.