随笔分类 -  超级计算高性能计算集群

linux服务器更换主板后无法识别网卡(网卡启动失败)解决办法
摘要：在我的超算集群里，有台服务器故障报修，主板坏了，更换主板后，无法识别网卡，用命令ifconfig -a 查看只显示lo loopback 127.0.0.1，以及eth7,eth8,eth9等没有网卡的信息，如此的话，导致服务器和集群别的节点服务器都无法ping通 原因和解决办法： 系统加载网卡驱动 阅读全文
posted @ 2016-08-04 22:47 王能武 阅读(11856) 评论(2) 推荐(1)
超算存储导致的作业异常问题
摘要：简介：超算的parastor存储通过NFS网络文件系统共享给用户使用，由于存储空间使用率过高，达到了90%以上，出现了一些问题 问题一：用户在用fluent软件调用存储的数据的时候，一直调用不了 问题二：用户CST软件计算完的作业在回传给mc主控节点的时候，也即是回传计算结果到存储目录的时候，一直在 阅读全文
posted @ 2016-07-22 20:31 王能武 阅读(336) 评论(0) 推荐(0)
linux机群下NFS+NIS服务的搭建以及MPICH的简单安装
摘要：MPICH是目前应用最广泛的免费MPI系统，也是运行在大部分机群系统的MPI并行环境 MPICH的网址是：http://www.mcs.anl.gov/mpi/mpich,从此处可以下载源程序mpich.tar.gz 下面以四台机器为机群为例说明MPICH的安装和配置： 1在四台机器上/etc/ho 阅读全文
posted @ 2016-07-20 18:47 王能武 阅读(1378) 评论(0) 推荐(0)
进程，进程间通信与线程（并行计算）
摘要：简介：在超级计算并行计算中，消息传递并行程序设计密切相关的一个概念就是进程，正是由于进程之间可以通信，才决定了并行程序设计平台的出现 1 进程 进程可表示为四元组，也即是（P,C,D,S）, 其中P是程序的代码，C是进程的控制状态，D是进程的数据，S是进程的执行状态。任何进程都和程序联系在一起，程序 阅读全文
posted @ 2016-07-20 14:30 王能武 阅读(1055) 评论(0) 推荐(0)
超算系统重要节点目录的备份
摘要：超算上一些重要角色节点： node100 node101 (lsf作业调度系统节点，和PAC网站页面管理） node108 node105 (NIS服务主从节点） node166 (parastor并行存储 MGR节点) 备份策略：备份可以通过定时计划任务 /etc/crontab 来进行备份，备份 阅读全文
posted @ 2016-07-19 18:51 王能武 阅读(492) 评论(0) 推荐(0)
超算CST DC分布式作业Main Controller 主控节点程序连接不上问题
摘要：基础点： CST DC MC主控节点配置文件：/etc/xdg/CST AG/CST DC Main Control2013.conf CST DC SS求解器节点配置文件：/etc/xdg/CST AG/CST DC Solver Control2013.conf MC进程：lsb-cst-mai 阅读全文
posted @ 2016-07-19 16:52 王能武 阅读(1321) 评论(0) 推荐(0)
超级计算LSF作业调度系统（web界面集群管理）
摘要：简介：LSF机群作业管理系统是曙光公司自己的一套作业管理系统，采用B/S架构，直接在网页管理界面就可以管理整个作业和作业节点； 1 LSF常用作业管理命令： 作业提交bsub 查看自己运行的所有作业的情况bjobs 跟踪某任务屏幕输出bpeek bkill 杀死某个作业 bqueues作业队列情况 阅读全文
posted @ 2016-07-19 15:50 王能武 阅读(3172) 评论(0) 推荐(0)
超算节点内存泄漏原因和处理
摘要：1 内存泄漏的原因：应用程序在占用内存后，退出时没有及时的放出内存，导致没有放出的这块内存不能被其他程序使用，从而出现内存变小，泄漏问题；终究原因其实就是程序没有写好。 2 内存泄漏的判断：可以通过shell脚本检测出节点的内存大小，并比对节点已安装的内存大小，如果小于节点原始内存大小，则表示内存出 阅读全文
posted @ 2016-07-19 13:33 王能武 阅读(725) 评论(0) 推荐(0)
hpc超算集群的dd命令进行系统恢复
摘要：方法：通过镜像其他节点来进行操作系统的恢复 1 把需要修复的系统盘插入到正常节点去，然后通过fdisk -l 查看磁盘的系统名是多少，如果假设为/dev/sdc 2 这个时候可以输入命令进行光盘数据的复制：dd if=/dev/sda of=/dev/sdc bs=1M &（&符号表示在后台进行复制 阅读全文
posted @ 2016-07-18 10:26 王能武 阅读(387) 评论(0) 推荐(0)
Feko模型文件在超算节点测试以验证节点软件Feko的licence是否有效
摘要：问题：超算节点上安装的Feko软件不是正版软件，需要破解，有时候license过期，会导致节点软件用不了，这样的话，作业在这个节点上运行会出现错误，需要重新破解，然后验证破解成功与否 解决：: 1在lsf master 主节点/opt/lsf/conf/lsbbatch/kc hpc/configd 阅读全文
posted @ 2016-07-13 19:26 王能武 阅读(597) 评论(0) 推荐(0)
超级计算 CST DC分布式作业模型已经完成，但一直没有返回数据
摘要：问题：CST DC作业主要涉及到前端节点（登陆节点），主控制器，和求解器，也即是frontend（登陆节点） DC maincontrol（MC节点） DC Solver Servers（计算节点）,没有数据返回，可能是计算节点和MC节点失去连接，或者MC和登陆节点失去连接，或者节点失去响应和假死状 阅读全文
posted @ 2016-07-13 19:07 王能武 阅读(734) 评论(0) 推荐(0)
超级计算 CST DC作业故障（一）
摘要：（1）故障问题：用户的CST DC（分布式计算作业）作业出现解压缩错误， 提示如下： error while decompressing: Extracted file:.................. No space left on device. 原因和解决方案：这是用户或者用户组的磁盘配 阅读全文
posted @ 2016-07-13 18:31 王能武 阅读(528) 评论(0) 推荐(0)