Quiz Slurm dla klastrów szkoleniowych AI

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jakiego polecenia zwykle używają użytkownicy do przesyłania zadania wsadowego do Slurma?
   • porcja
   • kubectl zastosuj
   • uruchomienie dokera
   • git, pchnij
2. W jaki sposób zadanie Slurm żąda procesorów graficznych?
   • Edytując rekordy DNS
   • Poprzez dyrektywę --gres=gpu
   • Tylko poprzez formularz internetowy
   • W Slum nie można zamawiać procesorów graficznych
3. Który komponent Slurma podejmuje centralne decyzje dotyczące planowania?
   • slums
   • rzucić
   • slurmctld
   • porcja
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. Jaki jest cel planowania zasypywania w Slurmie?
   • Wykonywanie krótkich zadań w bezczynnych przerwach bez opóźniania zadań o wyższym priorytecie
   • Aby usunąć stare zadania
   • Do podkręcania procesorów graficznych
   • Aby zaszyfrować dzienniki zadań
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
   • slums
   • 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