如何在Slurm中用不同节点运行带不同参数i的.sh脚本？

错误原因 #

你遇到的警告can't run 1 processes on 10 nodes, setting nnodes to 1，本质是主Slurm脚本仅在分配的10个节点中的某一个上执行，循环内的srun默认会将所有任务调度到当前节点（主脚本运行的节点），导致10个任务挤在同一个节点上，Slurm因此自动调整节点数为1，浪费了其他申请的节点资源。

解决方案 #

方案1：使用Slurm作业数组（推荐） #

作业数组是Slurm专门为批量处理独立任务设计的功能，能自动将每个任务分配到独立节点，写法更简洁规范：

#!/bin/bash
#SBATCH --job-name=Name
#SBATCH --array=1-10                  # 创建10个独立任务，编号1到10
#SBATCH --nodes=1                     # 每个数组任务占用1个节点
#SBATCH --ntasks=1                    # 每个节点仅运行1个任务
#SBATCH --ntasks-per-node=1

# 用SLURM_ARRAY_TASK_ID获取当前数组任务的编号，替代原循环变量i
./gaia.sh $SLURM_ARRAY_TASK_ID
date

提交后，Slurm会自动为每个数组任务（1到10）分配单独的节点，无需手动管理后台进程，所有任务并行执行。

方案2：修正循环+srun的节点分配逻辑 #

如果坚持使用原有的循环写法，需要手动指定每个srun对应的节点，确保任务分散到10个节点上：

#!/bin/bash
#SBATCH --job-name=Name
#SBATCH --nodes=10
#SBATCH --ntasks=10
#SBATCH --ntasks-per-node=1

# 获取当前作业分配的所有节点列表
NODES=$(scontrol show hostnames $SLURM_JOB_NODELIST)
# 将节点列表转为数组，方便按索引调用
NODE_ARRAY=($NODES)

# 循环遍历节点数组（索引0到9对应10个节点）
for idx in {0..9}
do
  # 计算任务编号，对应原有的i=1到10
  task_id=$((idx + 1))
  # 指定srun在对应节点上执行任务，--exclusive确保节点仅运行当前任务
  srun --nodes=1 --nodelist=${NODE_ARRAY[$idx]} --exclusive ./gaia.sh $task_id &
done

# 等待所有后台启动的任务完成，避免主脚本提前退出导致任务被终止
wait
date

这个方案中，我们先获取所有分配的节点，再给每个srun指定具体节点，强制任务分散到不同节点执行，最后用wait确保所有任务完成后才结束主脚本。

内容的提问来源于stack exchange，提问作者nikosvil