Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Memecahkan masalah pendaftaran node yang tidak valid (INVALID_REG) di AWS PCS

Ketika sebuah node mendaftar dengan perangkat keras yang bertentangan dengan konfigurasinya, Slurm menetapkan status node ke INVALID_REG dan mengurasnya. ReasonBidang node dalam scontrol show node output melaporkan penyebabnya. Penyebab paling umum adalah topologi CPU yang dikonfigurasi yang tidak cocok dengan perangkat keras, dan, dengan deteksi otomatis GPU aktif, tata letak soket yang tidak sesuai dengan afinitas GPU yang terdeteksi. Untuk informasi tambahan tentang bagaimana AWS PCS mengkonfigurasi topologi pada setiap versi Slurm, lihat. Mengkonfigurasi topologi perangkat keras di AWS PCS

Topologi CPU tidak cocok dengan perangkat keras

Tata letak soket yang dikonfigurasi yang menyatakan lebih banyak sumber daya daripada laporan node membuat node mendaftar dengan alasan berikut:

NodeName=my-cng-1-1 ... State=DOWN+CLOUD+DRAIN+INVALID_REG
   Reason=Low socket*core*thread count [slurm@2026-09-07T11:45:03]

Teks alasannya kata demi kata; jumlah yang dibandingkan hanya muncul di slurmctld log pada tingkat log debug, seperti. Node my-cng-1-1 has low socket*core*thread count (48 < 96) Ini berarti konfigurasi Sockets dan CoresPerSocket kombinasi melebihi jumlah inti sebenarnya dari node. Misalnya, pengaturan Sockets kustom yang lebih besar dari jumlah aktual domain cache NUMA atau L3 menghasilkan total yang tidak dapat dipenuhi perangkat keras.

Afinitas GPU tidak sesuai dengan batas soket

Dengan deteksi otomatis GPU aktif, tata letak soket yang tidak cocok dengan perangkat keras membuat node mendaftar dengan alasan berikut:

Reason=gres/gpu GRES autodetected core affinity 0-23 on node my-cng-1-1 doesn't match socket
boundaries. (Socket 0 is cores 0-0). Consider setting Parameters=l3cache_as_socket ...

Ini berarti GPU terpasang ke berbagai inti yang tidak muat di dalam satu soket yang dikonfigurasi. Biasanya muncul ketika deteksi otomatis GPU diaktifkan tanpa topologi CPU, sehingga node kembali ke tata letak satu-core-per-socket default.

Resolusi

Konfigurasikan topologi CPU dari grup simpul komputasi sehingga batas soket cocok dengan perangkat keras:

Untuk informasi selengkapnya, lihat Perilaku topologi menurut versi Slurm.