本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

在中配置自定义 GRES 设置 AWS 个

Slurm 用于gres.conf管理计算节点上的通用资源 (GRES)，例如 GPU、 Multi-Process 服务 (MPS) 和 Multi-Instance GPU (MIG) 设备。 AWS PCS 允许您在创建或更新计算节点组slurmConfiguration期间gres.conf通过的gresCustomSettings属性进行自定义。

与其他自定义设置（参数和值对的简单列表）不同，gresCustomSettings是记录列表。每条记录都是一组描述一个 GRES 设备或资源的gres.conf属性。例如，该记录Name=gpu Type=a100 File=/dev/nvidia[0-7]声明了八个 A100 GPU。

在 Slurm 中，gres.conf记录适用于集群中的每个节点，除非它指定了NodeName=前缀。 AWS PCS 总是为计算节点组添加NodeName=前缀，因此您无需指定前缀，并且您提供的每条记录仅适用于该计算节点组。 AWS PCS 不支持群集范围的gres.conf记录。

配置 gres.conf 设置

gres.conf可以在创建计算节点组期间通过 AWS 控制台、CLI 或 SDK 配置自定义设置，也可以在以后通过更新操作进行修改。

AWS 管理控制台

在计算节点组资源的创建或编辑页面中导航到其他调度器设置。gres.conf以原生形式每行输入一条gres.conf记录（例如，Name=gpu Type=a100 File=/dev/nvidia[0-7]）。

AWS CLI

要对gres.conf设置进行编程管理，请使用创建或更新计算节点组操作中的gresCustomSettings字段。列表的每个元素都是一gres.conf条记录。

例— 在计算节点组上声明 GPU 设备

aws pcs update-compute-node-group \
    --cluster-identifier my-cluster \
    --compute-node-group-identifier my-cng-1 \
    --slurm-configuration \
    'gresCustomSettings=[{Name=gpu,Type=a100,File=/dev/nvidia[0-7]}]'

支持计算节点组的 gres.conf 设置

计算节点组级别的每条记录都支持以下gres.conf属性：

有关每个属性的含义和可接受的值，请参阅 Slurm gres .conf 文档。 AWS PCS 根据与 Slurm 适用的相同规则验证您的记录。特别是，每条记录都必须声明一个Name或一个活动AutoDetect值，并且 GPU 记录 (Name=gpu) 必须指定File或，MultipleFiles除非活动AutoDetect值发现了设备。

有效AutoDetect值是任何开启检测的值，例如nvml或full。AutoDetect=off关闭检测，因此它不是有效值，无法在记录中单独使用。

操作方法 AWS PCS 应用你的 gres.conf 记录

GRES 配置出现在 Slurm 配置中的两个位置， AWS PCS 会同时写入这两个配置：

AWS PCS 将您的记录呈现到其管理的 GRES 配置中，gres.conf并与之进行核对：

在 Slurm 版本 26.05 及更高版本中，当节点的套接字布局已知时， AWS PCS 会AutoDetect=full默认设置 GPU 计算节点组，这可能是因为您设置Sockets了计算节点组，也可能是因为 AWS PCS 自动检测到了 CPU 拓扑。slurmCustomSettings当插槽布局不可用时， AWS PCS 会AutoDetect改为发出 GPU 记录。

gres.conf 和 Gres 设置之间的限制

Slurm 需要 GRES 配置的两端来调度资源，而只出现在其中一个配置中的资源不起作用。Gres设置中slurm.conf没有gres.conf记录的条目会使节点报告的资源少于配置的资源，并且节点会耗尽。没有Gres条目的记录会使设备留在节点上，但不可调度。

AWS 当您创建或更新计算节点组时，PCS 会相互验证两者，并在以下情况下拒绝该请求：

最后两次检查取决于您的记录声明的内容。 AWS PCS 无法计算 Slurm 在节点启动时发现的设备，因此仅启用的记录AutoDetect接受条目中的任何gpu数量和类型。Gres这就是 MIG 配置文件通过验证的方式。 AWS PCS 还会跳过共享 GRES（mps和shard）的计数检查，并在 GPU 记录声明为 “否” 时跳过类型检查。Type

AWS PCS 接受没有匹配Gres条目的记录。资源存在于节点上，但任务无法请求它。添加该Gres条目以使其可调度。