SLURM混合集群线程分配异常及配置优化咨询

1. 是否可将ThreadsPerCore不同的节点纳入同一SLURM集群？ #

可以。SLURM完全支持包含不同线程配置（ThreadsPerCore）的节点混合部署，只要每个节点的硬件信息被SLURM正确识别（通过slurmd -C输出能看到准确的CPUs、ThreadsPerCore等参数即说明识别正常），集群可以统一管理这类异构节点，调度器会根据节点的资源属性分配任务。

2. 如何修改配置使任务按线程分配以充分利用tpc2的资源？ #

当前问题核心是SLURM默认按核心（而非逻辑线程）分配资源，需调整以下配置：

步骤1：确认节点资源配置（可选但推荐） #

在slurm.conf中明确指定每个节点的硬件参数（确保与slurmd -C输出一致）：

NodeName=tpc2 CPUs=80 Boards=1 SocketsPerBoard=2 CoresPerSocket=20 ThreadsPerCore=2 RealMemory=515620 State=UNKNOWN
NodeName=tpc1 CPUs=32 Boards=1 SocketsPerBoard=1 CoresPerSocket=32 ThreadsPerCore=1 RealMemory=190210 State=UNKNOWN
PartitionName=all Nodes=tpc1,tpc2 Default=YES MaxTime=INFINITE State=UP

步骤2：调整资源选择参数 #

修改slurm.conf中的SelectTypeParameters，添加CR_LLN（Logical Level Node）参数，让SLURM按逻辑CPU（线程）粒度分配资源：

SelectType=select/cons_res
SelectTypeParameters=CR_CPU_Memory,CR_LLN

步骤3：重启SLURM服务 #

修改配置后，重启控制节点的slurmctld和所有计算节点的slurmd服务：

# 控制节点执行
systemctl restart slurmctld

# 计算节点分别在tpc1、tpc2执行
systemctl restart slurmd

完成上述配置后，提交--cpus-per-task=1的任务时，tpc2将能同时运行80个任务，tpc1运行32个任务，充分利用所有逻辑线程资源。

内容的提问来源于stack exchange，提问作者Emma Athan