Notas de lançamento das versões do Slurm no PCS AWS

Mudanças implementadas no AWS PCS

• Os registros de auditoria do Scheduler agora são entregues separadamente por meio do tipo de PCS_SCHEDULER_AUDIT_LOGS registro, simplificando a solução de problemas e a auditoria com controle independente sobre a entrega dos registros. Para obter mais informações, consulte os registros de auditoria do Scheduler no AWS PCS.

• A fila expressa está habilitada por padrão. Trabalhos que falham devido a problemas no nó (como erros de capacidade insuficiente) podem ser reenfileirados com a maior prioridade de agendamento usando. sbatch --requeue=expedite Isso é controlado pela configuração SchedulerParameters=enable_expedited_requeue.

• O requeue_delay parâmetro está disponível como uma configuração de cluster personalizada com um padrão de 5 segundos. Anteriormente, o atraso na fila estava vinculado à expiração da credencial (70 segundos). Agora, os administradores podem configurar isso de forma independente viaSchedulerParameters=requeue_delay=<seconds>.

• HealthCheckNodeStateagora suporta o START_ONLY valor, que executa o programa de verificação de integridade somente na inicialização do nó (slurmd start).

• CommunicationParameters=disable_httpé definido por padrão para desativar os endpoints HTTP (métricas e testes de saúde) introduzidos no Slurm 25.11. Para reativar esses endpoints, defina. CommunicationParameters=enable_http Para obter mais informações, consulte Métricas do Slurm no AWS PCS.

Problemas conhecidos

• O Slurm 25.11 valida AllowQOS e DenyQOS particiona as configurações mesmo quando AccountingStorageEnforce=QOS não está definido. Se uma QOS referenciada AllowQOS ou DenyQOS não existir no banco de dados contábil do Slurm, slurmctld sairá com um erro fatal. Certifique-se de que todos os valores de QOS listados na partição AllowQOS e nas DenyQOS configurações existam no banco de dados contábil antes de atualizar ou reiniciar o Slurm 25.11.

• O slurmd registro pode mostrar a mensagem de erroerror: cannot create url_parser context for http_parser/libhttp_parser. Esse é um problema conhecido do Slurm que ocorre mesmo quando CommunicationParameters=disable_http está configurado. O erro pode ser ignorado com segurança e não afeta a operação do cluster.

• Anúncio de lançamento do SchedMD: https://www.schedmd.com/slurm-version-25-11-0-is-now-available/

• Notas de lançamento do SchedMD: https://github.com/SchedMD/slurm/blob/slurm-25.11/RELEASE_NOTES.md

Mudanças implementadas no AWS PCS

• O Slurm SchedulerParameter requeue_on_resume_failure agora está ativado por padrão.

• “stderr” foi removido como uma opção para LogTimeFormat, pois foi desativado no Slurm 25.05.

• AWS O PCS suporta a configuração Multi-cluster sackd: o nó de login pode acessar vários clusters.

• Anúncio de lançamento do SchedMD: https://www.schedmd.com/slurm-version-25-05-0-is-now-available/

• Notas de lançamento do SchedMD: https://github.com/SchedMD/slurm/blob/slurm-25-05-0-1/RELEASE_NOTES.md

Mudanças implementadas no AWS PCS

• AWS O PCS oferece suporte à contabilidade do Slurm. Para obter mais informações, consulte Contabilidade de slurm no PCS AWS.

• Anúncio de lançamento do SchedMD

• Notas de lançamento do SchedMD

Mudanças implementadas no AWS PCS

• O novo módulo Slurm Step Manager agora está habilitado por padrão no AWS PCS. Esse módulo oferece benefícios significativos ao transferir o gerenciamento de etapas do controlador central para os nós de computação, melhorando substancialmente a simultaneidade do sistema em ambientes com uso intenso de etapas. Para suportar essa configuração e melhor isolar Prolog e Epilog processar a execução, novos sinalizadores de prólogo (Contain,Alloc) são habilitados.

• A comunicação hierárquica do controlador para os nós de computação é habilitada para otimizar a comunicação entre nós do Slurm, o que melhora a escalabilidade e o desempenho. Além disso, a configuração de roteamento agora usa listas de nós de partição para comunicações do controlador, em vez do algoritmo de roteamento padrão do plug-in, aprimorando a resiliência do sistema.

• Um novo plugin de hash HashPlugin=hash/sha3 substitui o anterior. hash/k12 plugin Agora, isso está habilitado por padrão nos clusters AWS PCS.

• Os registros do controlador Slurm agora incluem recursos aprimorados de auditoria para todas as chamadas de procedimento remoto (RPC) de entrada para. slurmctld Os registros incluem o endereço de origem, o usuário autenticado e o tipo de RPC antes do processamento da conexão.

• Anúncio de lançamento do SchedMD

• Notas de lançamento do SchedMD

Configurações do Slurm que você pode alterar no PCS AWS

• O SuspendTime padrão é. 60 Use o parâmetro scaleDownIdleTimeInSeconds de configuração AWS PCS para defini-lo. Para obter mais informações, consulte o scaleDownIdleTimeInSecondsparâmetro do tipo de ClusterSlurmConfiguration dados na Referência da API AWS PCS.

• O MaxJobCount e MaxArraySize é baseado no tamanho escolhido para o cluster. Para obter mais informações, consulte o sizeparâmetro da ação da CreateCluster API na Referência da API AWS PCS.

• A configuração do SelectTypeParameters Slurm é padronizada como. CR_CPU Você pode fornecê-lo como um valor slurmCustomSettings para defini-lo ao criar um cluster. Para obter mais informações, consulte o slurmCustomSettingsparâmetro da ação da CreateCluster API e SlurmCustomSettingna Referência da API AWS PCS.

• Você pode definir Prolog e Epilog no nível do cluster. Você pode fornecê-lo como um valor slurmCustomSettings para defini-lo ao criar um cluster. Para obter mais informações, consulte CreateClustere SlurmCustomSettingna Referência da API AWS PCS.

• Você pode definir Weight e RealMemory no nível do grupo de nós de computação. Você pode fornecê-lo como um valor slurmCustomSettings para defini-lo ao criar um grupo de nós de computação. Para obter mais informações, consulte CreateComputeNodeGroupe SlurmCustomSettingna Referência da API AWS PCS.