EPIC-Slurm-Cluster

EPIC Cluster — Open OnDemand Guide

【重要·必看】A100服务器使用须知

快速链接

• 🧭 Quick Start（面向用户）：quick_start
• 🛠 Admin Doc（管理员）：admin_doc
• 🧑‍💻 Developer Doc（开发/深度维护）：developer_doc
• ❓ 提交 Issue（问题/需求/咨询）：https://github.com/loren5555/EPIC-Slurm-Cluster/issues/new/choose

关于本平台

• 前端：Open OnDemand（简称 OOD）
• 调度：Slurm
• 监控：基础统计报表已上线（暂无配额/限额）
• IApp：Jupyter / Code-Server / Shell（功能简单，直接在各页标签内说明）

当前重要提示

⚠️ 请务必阅读并遵守以下约束

1. /home 空间紧张：/home仅用于存储代码与较小的环境。请将重要/大数据放入数据盘目录。
2. 禁止修改驱动/底层 NVIDIA 组件：严禁在服务器上在线安装/更新任何 NVIDIA 相关驱动、CUDA、NVIDIA Fabric Manager 等。违者可能导致硬件锁死与不可恢复风险。
3. /workspace 为 RAID0、无备份：仅用于缓存/临时/可再生成数据。重要成果请自行异地/云盘备份。
4. BMC 控制台需 SSH 转发：
   ```bash ssh -N -L 8443:192.168.100.2:443 maintain@222.20.76.74

   之后浏览器访问 https://localhost:8443

   账户与密码独立管理（向管理员索取）

5. 资源与队列策略（现阶段）： CPU：不限、不排队（请自觉使用合适核数） GPU：排队（Slurm 队列） 内存/磁盘：暂不设限（请谨慎申请/占用，避免影响他人） 容器/ Docker：后续可能上线。上线前请不要私自安装相关系统级组件。