测验：GRES

若 slurm.conf 中是 Gres=gpu:a100:8，而 gres.conf 中是 File=/dev/nvidia[0-3]，会怎样？

• 较大的声明被忽略，只使用四块
• 实际设备自动扩展为八块
• slurmd 报告 count 不一致，节点进入 DRAIN
• 忽略 gres.conf，按八块处理

gres.conf 中的 Cores= 有什么作用？

• 限制可使用该 GPU 的核心数
• 指出靠近该 GPU 的 CPU 核心，以便安排在同一插槽
• 指定 GPU 内部计算核心数
• 决定 GPU 作业的 CPU 优先级

AutoDetect=nvml 有什么局限？

• 完全无法检测 MIG 实例
• 需要 Slurm 构建时支持 NVML，且检测结果与声明不同时节点会被排除
• 检测会让 slurmd 启动缓慢
• 无法处理混合多种 GPU 类型的节点

关于作业中的 CUDA_VISIBLE_DEVICES，哪项正确？

• 其中直接写入分配到的物理 GPU 编号
• 在作业脚本中始终为空
• 它是从 0 开始的逻辑编号，代码不应硬编码物理编号
• 必须由用户自行设置

使用 MIG 的集群需要注意什么？

• MIG 无法表示为 GRES
• MIG 只能通过分区管理
• 无法统计 MIG 实例数量
• MIG 配置变化时，gres.conf 也必须同步变化

节点上一块 GPU 因硬件故障消失，节点进入 DRAIN。如何评价该行为？

• 这比让作业运行在故障 GPU 上好，是有意设计的安全机制
• 反应过度，应关闭检查
• 这是配置错误
• 这是 slurmd 的误判缺陷