Saltar a contenido

Preguntas frecuentes

Conexión

Mi conexión SSH se queda esperando y nunca pide la frase de paso

Es el cortafuegos de la universidad: solo deja entrar desde algunas redes cableadas de la USACH y por VPN cuando tu acceso está habilitado. Escribe a hpc.fisica@usach.cl con tu usuario y la red desde la que te conectas, y pedimos que te habiliten. Ver Si la conexión «se queda pegada».

¿Puedo entrar desde otro computador?

Sí. Crea una llave nueva en ese computador y agrégala a ~/.ssh/authorized_keys desde un computador que ya funcione. No copies tu llave privada. Paso a paso en Conectarte desde otro computador.

Me dice Permission denied (publickey)

El servidor no reconoce tu llave. Revisa que pegaste en el formulario el contenido del archivo .pub correcto y que usas el usuario correcto. Prueba ssh -i ~/.ssh/id_ed25519 nombre.apellido@158.170.68.170.

Si te pasa al hacer ssh a un nodo de cómputo (ssh cpun1), es normal: los nodos de cómputo no aceptan SSH de usuarios. Usa srun --pty bash (Sesión interactiva).

Trabajos

Mi trabajo está PENDING (PD) hace mucho rato

Mira la razón en la columna NODELIST(REASON) de squeue -u $USER:

  • Priority: hay trabajos con más prioridad antes que el tuyo. Van primero los proyectos que han usado menos el clúster recientemente.
  • Resources: eres el siguiente, pero aún no hay recursos libres.
  • QOSMaxCpuPerUserLimit: ya tienes 512 CPUs en uso. Espera a que terminen tus otros trabajos.
  • QOSMaxGRESPerUser: ya tienes 4 GPUs en uso. Lo mismo.
  • ReqNodeNotAvail: pediste un nodo que no está disponible ahora (por ejemplo, en mantención).

Un trabajo pequeño y con --time ajustado suele empezar antes. Más detalle en ¿Por qué mi trabajo está pendiente?.

Me dice Invalid account or account/partition combination specified

Tu cuenta no está asociada a un proyecto aprobado, o pediste un proyecto (-A) al que no perteneces. Revisa tus proyectos:

sacctmgr show assoc user=$USER format=account%30,qos%20

Si no aparece ninguno, escribe a hpc.fisica@usach.cl. Si aparece más de uno, elige con -A <proyecto>.

Mi trabajo terminó con OUT_OF_MEMORY («Out Of Memory»)

Tu programa usó más memoria de la que pediste, y Slurm lo detuvo. No hay swap: no se puede pasar del límite.

En el archivo de salida del trabajo verás líneas como estas (el nodo y los números cambian):

slurmstepd-cpun1: error: Detected 1 oom_kill event in StepId=264.0. Some of the step tasks have been OOM Killed.
srun: error: cpun1: task 0: Out Of Memory

Qué hacer:

  1. Mira cuánto usó: sacct -j <jobid> -o JobID,Elapsed,MaxRSS,ReqMem,State (columna MaxRSS).
  2. Pide un poco más con --mem (por ejemplo --mem=32G).

Si no pones --mem, recibes 2,9 GB por CPU en CPU, 3,9 GB en MEM y 5 GB en GPU.

Mi trabajo terminó con TIMEOUT

Pasó del tiempo pedido. Si no pusiste --time, el límite es 4 horas. Pide más con --time (máximo 7 días: --time=7-00:00:00). Para cálculos aún más largos, ver Trabajos más largos que 7 días.

¿Puedo pedir más tiempo para un trabajo que ya está corriendo?

Sí, caso a caso. Un administrador puede extender un trabajo que ya está corriendo. Escribe a hpc.fisica@usach.cl antes de que termine, con el ID del trabajo, cuánto tiempo más necesitas y por qué. Para cálculos largos, igual conviene guardar el avance (checkpoint): ver Trabajos más largos que 7 días.

¿Cómo entro al nodo donde corre mi trabajo?

No por SSH, sino con srun, desde el nodo de entrada:

srun --jobid=<jobid> --overlap --pty bash

Abre una terminal dentro de tu trabajo, en su nodo, y ahí puedes mirar con top cuánto usa. --overlap es necesario: sin esa opción, srun se queda esperando. Solo funciona con tus propios trabajos. Sal con exit; el trabajo sigue corriendo. Ver Entrar a un trabajo que ya está corriendo.

¿Puedo usar más de un nodo?

Por defecto, no: cada trabajo usa un solo nodo, y un nodo CPU ya tiene 256 CPUs. MPI y multihilo dentro de un nodo funcionan sin problema (--nodes=1 --ntasks-per-node=…).

Si tu programa de verdad necesita varios nodos, el o la responsable de tu proyecto puede pedirlo a hpc.fisica@usach.cl. Se aprueba por proyecto, y entonces se usa --qos=multinodo. Ver Un nodo por trabajo.

¿Me llegan correos cuando mi trabajo termina?

No, por ahora no. --mail-type y --mail-user no hacen nada. Revisa tus trabajos con squeue -u $USER y, cuando terminen, con sacct.

¿Hay límites por usuario?

Sí. Cada trabajo: hasta 7 días y un nodo. Cada persona: hasta 512 CPUs y 4 GPUs en uso al mismo tiempo; los trabajos que pasen de eso esperan en la cola. Ver Slurm: colas y límites.

Software

¿Cómo instalo numpy (u otro paquete de Python)?

En tu propio entorno de Python:

python3 -m venv ~/venvs/ciencia
source ~/venvs/ciencia/bin/activate
pip install numpy

Y en tu script de trabajo, antes de llamar a Python: source ~/venvs/ciencia/bin/activate. Paso a paso en Software y Python.

¿Puedo instalar software?

Sí, sin permisos de administrador: paquetes de Python en tu propio entorno (Software y Python), o cualquier otro software con contenedores. No hay sudo ni module load.

¿Puedo usar Jupyter?

No disponible por ahora. Trabaja con scripts y sbatch.

Cuenta y archivos

Aprobaron mi proyecto pero no puedo entrar

Aprobar el proyecto no crea tu cuenta, ni siquiera la del o la responsable. Si vas a usar el clúster, pide tu cuenta con el formulario Unirse a un proyecto, con el enlace de invitación que te llegó al aprobarse el proyecto (o el código del proyecto) y tu llave SSH. Cuando la cuenta esté creada te avisamos por correo.

¿Dónde guardo mis datos?

En la carpeta de tu proyecto, /data/proyectos/<proyecto>, donde <proyecto> es el nombre de tu proyecto en Slurm (sacctmgr show assoc user=$USER format=account%30). Solo los miembros del proyecto pueden entrar, y tiene 5 TB para todo el equipo.

Tu carpeta personal (/home/<usuario>, 1 TB) es para código, scripts, entornos de Python y resultados pequeños, no para datos. Ninguna de las dos tiene respaldo. Ver Almacenamiento y datos.

Me sale Disk quota exceeded

La carpeta donde escribes llegó a su límite: 5 TB la del proyecto (para todo el equipo) o 1 TB tu home. Mira cuánto se usa:

numfmt --to=iec $(getfattr --only-values -n ceph.dir.rbytes /data/proyectos/<proyecto>)
numfmt --to=iec $(getfattr --only-values -n ceph.dir.rbytes ~)

Borra lo que ya no necesites. Si el proyecto de verdad necesita más espacio, pídelo a hpc.fisica@usach.cl, explicando para qué. Ver Si llegas al límite.

¿Qué pasa con mis archivos si me voy o mi proyecto termina?

Tu cuenta se bloquea, pero tus archivos se quedan. A los 6 meses tu home se archiva y se borra del clúster (te avisamos por correo antes), y el archivo se guarda 18 meses más. Antes de esa fecha puedes pedir acceso para copiar tus datos. Detalles en Cuando dejas el clúster.