西安交大超算中心服务器配置注意事项

司空骏

1.账号申请成功后linux系统默认用户密码为：hpc@手机号

2.使用anaconda镜像源的时候不能参考《Anaconda_PyPI镜像使用帮助》教程，要参考下面链接：https://hpcdocs.xjtu.edu.cn/software/python/

3.同时再把镜像源换成清华镜像，西安交大镜像源不可用。

4.安装pytorch时也不能参考《pytorch配置与提交计算任务说明》教程，因为服务器显卡驱动比较老，而用conda install pytorch torchvision -c pytorch安装pytorch会默认安装最新版本的pytorch，无法调用显卡的cuda。

5.提交下述作业：

#!/bin/bash
#SBATCH -J pytorch_test
#SBATCH -p gpu
#SBATCH -o %j.out
#SBATCH -e %j.err
#SBATCH -N 1
#SBATCH --ntasks-per-node=1
#SBATCH --cpus-per-task=6
#SBATCH -w gpu01
#SBATCH --gres=gpu:A100:1


source activate pytorch-env
date
nvidia-smi

查看得A100的cuda版本号：11.7
6.每一次用conda 安装包之前都要先设置http代理： module load http-proxy

7.然后使用下述命令配置环境pytorch-env:

conda create -n pytorch-env python=3.9

source activate pytorch-env

conda install pytorch=1.13.1 torchvision=0.14.1 torchaudio=0.13.1 cudatoolkit=11.7 -c pytorch -c nvidia

8.查看环境配置是否正确：
我这里启用两块A100
提交下述作业：

#!/bin/bash
#SBATCH -J pytorch_test
#SBATCH -p gpu
#SBATCH -o %j.out
#SBATCH -e %j.err
#SBATCH -N 1
#SBATCH --ntasks-per-node=1
#SBATCH --cpus-per-task=6
#SBATCH -w gpu01
#SBATCH --gres=gpu:A100:2


source activate pytorch-env
date
python -c 'import torch;
import os; 
print(torch.__version__); 
print(torch.cuda.device_count());
print(torch.cuda.is_available());
print(torch.cuda.get_device_name(0))' 
date

返回信息打印如下，表明pytorch环境已设置成功：

Fri May 30 18:58:15 CST 2025
1.13.1
2
True
NVIDIA A100-SXM4-40GB
Fri May 30 18:58:21 CST 2025

来源：https://www.cnblogs.com/yunzhe666/p/18920641