Bài kiểm tra về cụm đào tạo AI của Slurm

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. Người dùng thường sử dụng lệnh nào để gửi một công việc hàng loạt tới Slurm?
   • một mẻ
   • kubectl áp dụng
   • docker chạy
   • đẩy git
2. Công việc Slurm yêu cầu GPU như thế nào?
   • Bằng cách chỉnh sửa bản ghi DNS
   • Thông qua chỉ thị --gres=gpu
   • Chỉ qua một mẫu web
   • Không thể yêu cầu GPU trong Slurm
3. Thành phần Slurm nào đưa ra quyết định lập lịch tập trung?
   • nhếch nhác
   • chạy trốn
   • slurmctld
   • một mẻ
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. Mục đích của việc lập lịch chèn lấp trong Slurm là gì?
   • Để chạy các công việc ngắn trong khoảng trống nhàn rỗi mà không làm trì hoãn công việc có mức độ ưu tiên cao hơn
   • Để xóa công việc cũ
   • Để ép xung GPU
   • Để mã hóa nhật ký công việc
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
   • nhếch nhác
   • 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