Slurm untuk Kuis Cluster Pelatihan AI

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Perintah apa yang biasanya digunakan pengguna untuk mengirimkan pekerjaan batch ke Slurm?
   • kumpulan
   • kubectl terapkan
   • menjalankan buruh pelabuhan
   • git dorong
2. Bagaimana cara pekerjaan Slurm meminta GPU?
   • Dengan mengedit catatan DNS
   • Melalui arahan --gres=gpu
   • Hanya melalui formulir web
   • GPU tidak dapat diminta di Slurm
3. Komponen Slurm manakah yang membuat keputusan penjadwalan terpusat?
   • slurmd
   • berlari
   • slurmctld
   • kumpulan
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. Apa tujuan penjadwalan backfill di Slurm?
   • Untuk menjalankan pekerjaan-pekerjaan pendek di sela-sela waktu menganggur tanpa menunda pekerjaan-pekerjaan dengan prioritas lebih tinggi
   • Untuk menghapus pekerjaan lama
   • Untuk melakukan overclock GPU
   • Untuk mengenkripsi log pekerjaan
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