西安交大超算中心服务器配置注意事项

1.账号申请成功后linux系统默认用户密码为：hpc@手机号
2.使用anaconda镜像源的时候不能参考《Anaconda_PyPI镜像使用帮助》教程，要参考下面链接：https://hpcdocs.xjtu.edu.cn/software/python/
3.同时再把镜像源换成清华镜像，西安交大镜像源不可用。
4.安装pytorch时也不能参考《pytorch配置与提交计算任务说明》教程，因为服务器显卡驱动比较老，而用conda install pytorch torchvision -c pytorch安装pytorch会默认安装最新版本的pytorch，无法调用显卡的cuda。
5.提交下述作业：

1. #!/bin/bash
2. #SBATCH -J pytorch_test
3. #SBATCH -p gpu
4. #SBATCH -o %j.out
5. #SBATCH -e %j.err
6. #SBATCH -N 1
7. #SBATCH --ntasks-per-node=1
8. #SBATCH --cpus-per-task=6
9. #SBATCH -w gpu01
10. #SBATCH --gres=gpu:A100:1
13. source activate pytorch-env
14. date
15. nvidia-smi

复制代码

查看得A100的cuda版本号：11.7
6.每一次用conda 安装包之前都要先设置http代理： module load http-proxy
7.然后使用下述命令配置环境pytorch-env:

1. conda create -n pytorch-env python=3.9
3. source activate pytorch-env
5. conda install pytorch=1.13.1 torchvision=0.14.1 torchaudio=0.13.1 cudatoolkit=11.7 -c pytorch -c nvidia

复制代码

8.查看环境配置是否正确：
我这里启用两块A100
提交下述作业：

1. #!/bin/bash
2. #SBATCH -J pytorch_test
3. #SBATCH -p gpu
4. #SBATCH -o %j.out
5. #SBATCH -e %j.err
6. #SBATCH -N 1
7. #SBATCH --ntasks-per-node=1
8. #SBATCH --cpus-per-task=6
9. #SBATCH -w gpu01
10. #SBATCH --gres=gpu:A100:2
13. source activate pytorch-env
14. date
15. python -c 'import torch;
16. import os;
17. print(torch.__version__);
18. print(torch.cuda.device_count());
19. print(torch.cuda.is_available());
20. print(torch.cuda.get_device_name(0))'
21. date

复制代码

返回信息打印如下，表明pytorch环境已设置成功：

1. Fri May 30 18:58:15 CST 2025
2. 1.13.1
3. 2
4. True
5. NVIDIA A100-SXM4-40GB
6. Fri May 30 18:58:21 CST 2025

复制代码

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！