Slurm for AI Training Cluster Quiz

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

1. Ποια εντολή χρησιμοποιούν συνήθως οι χρήστες για να υποβάλουν μια μαζική εργασία στο Slurm;
   • παρτίδα
   • ισχύει kubectl
   • τρέξιμο docker
   • git push
2. Πώς μια εργασία Slurm ζητά GPU;
   • Με την επεξεργασία εγγραφών DNS
   • Μέσω μιας οδηγίας --gres=gpu
   • Μόνο μέσω διαδικτυακής φόρμας
   • Δεν μπορούν να ζητηθούν GPU στο Slurm
3. Ποιο στοιχείο Slurm λαμβάνει τις κεντρικές αποφάσεις προγραμματισμού;
   • slurmd
   • srun
   • slurmctld
   • παρτίδα
4. Why can srun help launch distributed training tasks inside a Slurm allocation?
   • It automatically restores every model checkpoint
   • It replaces slurmctld as the scheduler
   • It converts a single GPU into multiple physical GPUs
   • It launches coordinated tasks across allocated nodes; the training setup may still need explicit DDP configuration
5. Ποιος είναι ο σκοπός του προγραμματισμού συμπλήρωσης στο Slurm;
   • Για να εκτελέσετε σύντομες εργασίες σε κενά αδράνειας χωρίς να καθυστερήσετε εργασίες υψηλότερης προτεραιότητας
   • Για να διαγράψετε παλιές εργασίες
   • Για overclock GPU
   • Για να κρυπτογραφήσετε τα αρχεία καταγραφής εργασιών
6. What must an AI training script do so a requeued Slurm job can continue after a node failure?
   • Assume Slurm stores model weights automatically
   • Save checkpoints and reload them when the job restarts
   • Disable resource accounting
   • Submit a new job without restoring state
7. Which Slurm daemon normally runs on each compute node to launch tasks and report node status?
   • slurmctld
   • sbatchd
   • slurmd
   • gresctl
8. What can Slurm resource accounting help cluster administrators track?
   • The model’s validation accuracy automatically
   • The semantic content of training data
   • Whether every checkpoint is scientifically valid
   • Job resource use such as allocated CPUs, GPUs and time