HyperPod 在 Slurm 配置文件中管理哪些特定配置 - Amazon SageMaker AI

HyperPod 在 Slurm 配置文件中管理哪些特定配置

在 HyperPod 上创建 Slurm 集群时，HyperPod 座席会在 /opt/slurm/etc/ 处设置 slurm.conf 和 gres.conf 文件，以便根据 HyperPod 集群创建请求和生命周期脚本管理 Slurm 集群。下面的列表显示了 HyperPod 座席处理和覆盖的具体参数。

重要

我们强烈建议您不要更改这些由 HyperPod 管理的参数。

  • 在 slurm.conf 中，HyperPod 设置了以下基本参数：ClusterName、SlurmctldHost、PartitionName 和 NodeName。

    此外，要启用 自动恢复 功能，HyperPod 还需要设置如下 TaskPlugin 和 SchedulerParameters 参数。HyperPod 座席默认为这两个参数设置所需的值。

    TaskPlugin=task/none
SchedulerParameters=permit_job_expansion

  • 在 gres.conf 中，HyperPod 为 GPU 节点管理 NodeName。