提交计算任务¶

DevPod 适合编辑、编译和小规模调试，但它的资源是受限的。需要完整算力（整机核数、独占绑核、GPU）时，需要把程序作为计算任务提交到分区队列中运行。

在 DevPod 内使用 hpc 命令提交和管理任务。它的用法是 Slurm 风格的，如果你用过 Slurm 会觉得很熟悉：

Tips for agent

hpc skills 显示 hpc 的用法。

Slurm	hpc	说明
`sinfo`	`hpc partitions`（别名 `hpc sinfo`）	查看分区容量、限制、可用镜像
`srun cmd`	`hpc submit cmd`	运行一条命令并实时输出
`sbatch job.sh`	`hpc submit job.sh`	提交脚本，`#HPC` 指令设置参数
`srun --pty bash`	`hpc submit --interactive bash` + `hpc attach`	交互式任务
`squeue`	`hpc squeue`	查看排队/运行中的任务
`scancel`	`hpc cancel`	取消任务

在同一个物理区域内，任务和 DevPod 共享同一个家目录，故在 DevPod 里准备好代码，直接 hpc submit 即可在计算节点上运行。

分区¶

任务提交到分区（partition）。用下面的命令查看你能用的分区、它们的资源范围和排队情况：

hpc partitions   # 分区容量、CPU/GPU/内存/时长限制、允许的镜像
hpc limits       # 每个分区对「你」的限制（可申请的资源范围、同时任务数上限）

各实验开放的分区以实验文档和平台页面为准。不指定 -p 时任务会进入默认分区。

提交任务¶

直接运行命令¶

hpc submit -p intels4 -c 4 -m 8Gi ./build/myprog

任务会排队、启动，然后把输出实时流回你的终端，结束后返回（退出码就是你命令的退出码）。加 -d（detach）则只打印任务号立即返回。默认只显示任务自己的输出；加 --events 可以看到排队位置、调度事件等横幅。

hpc 的参数必须写在命令前面

从第一个非选项参数（你的命令）开始，后面的内容会原样传给你的程序（引号也会保留），不再被 hpc 解析：

hpc submit uname -a                        # -a 传给 uname
hpc submit python3 -m http.server -p 80    # -m、-p 80 都传给 python3
hpc submit -c 4 -p intels4 uname -a        # -c/-p 是 hpc 的，-a 是 uname 的
hpc submit bash -c 'echo $HOSTNAME && date'  # 引号里的脚本原样交给 bash

多个参数会像 srun 一样不经 shell 直接执行。要用管道、&& 等 shell 语法，写成一个带引号的整行，或者写进脚本提交：

hpc submit 'make -j && ./run.sh'

常用参数：

参数	说明
`-p, --partition`	目标分区（省略则用默认分区）
`-c, --cpu N`	CPU 核数
`-g, --gpu N`	GPU 数（仅支持 GPU 的分区）
`-m, --mem SIZE`	内存，如 `8Gi`
`-t, --time DUR`	最长运行时长，如 `30m`、`1h30m`
`-i, --image`	容器镜像（须在分区允许列表内，默认取第一个）
`-e, --env K=V,…`	额外环境变量（覆盖继承的同名变量）
`--export ALL\\|NONE`	环境继承（见下，默认 ALL）
`-o, --output PATH`	输出文件（见下；`-` = 明确不落文件）
`-n, --name`	任务显示名
`-d, --detach`	提交后立即返回任务号，不流式输出
`--interactive`	交互式任务（见下）
`--events`	显示排队/调度横幅（默认只显示任务自己的输出）

环境变量（sbatch 语义）¶

默认情况下（--export=ALL），提交时 shell 的整个环境跟着任务走——在 DevPod 里 export OMP_NUM_THREADS=8 之后提交，任务里直接生效，和 sbatch 一致（会话类变量如 SSH_*、HOSTNAME、HOME 除外）。PATH 会与任务镜像自带的 PATH 合并：你的工具优先命中，镜像里的（如 CUDA 的 nvcc）也不会丢。-e K=V 覆盖继承的同名变量； --export=NONE 则只传 -e 给出的变量。

提交脚本（sbatch 风格）¶

把参数写进脚本的 #HPC 指令（也兼容 #SBATCH 写法），直接提交脚本文件。脚本必须以 #! 开头，并且按它的 shebang 解释器执行——#!/bin/bash 就跑在 bash 里， #!/usr/bin/env python3 也可以：

job.sh

#!/bin/bash
#HPC --partition=intels4
#HPC --cpu=8
#HPC --mem=16Gi
#HPC --time=30m
#HPC --output=result_%j.log

make -j
./build/myprog

hpc submit job.sh

命令行上显式给出的参数优先于脚本内的指令。

交互式任务¶

需要一个「在计算节点上的 shell」时（类似 srun --pty bash / salloc）：

hpc submit -p intels4 -c 8 --interactive bash

任务启动后自动进入终端；断开后可以随时用任务号重新接入：

hpc attach <任务号>

Tip

交互式任务同样占用你的任务配额并受时长限制，用完请 exit 或 hpc cancel，不要让它空挂。

工作目录（sbatch 语义）¶

任务在你提交时所在的目录中运行（相对家目录）。在 ~/lab2 下执行 hpc submit，任务的工作目录就是 ~/lab2。

注意：只有家目录是共享存储。如果你在家目录之外提交，任务看不到那里的文件，会回退到 ~ 运行（提交时会有警告）。

输出与日志¶

输出去向和 Slurm 一致，按提交模式分：

前台提交（默认，srun 语义）：输出只流回你的终端，不写文件。要留档加 -o。
后台提交（-d，sbatch 语义）：stdout/stderr 写入工作目录下的持久文件，默认 j<任务号>.out，可用 -o 自定义。

文件名支持占位符：

占位符	含义
`%j`	任务号
`%u`	用户名
`%x`	任务名
`%Y %m %d %H %M %S`	提交时间

hpc submit -d -o result_%j.log ...

hpc logs <任务号>（-f 跟随）看的是容器的实时日志——它在任务结束、容器被回收后就没有了。要留档请用 -d 或 -o 落文件。

任务的最终状态反映你的命令的退出码。

查看与管理¶

hpc ls               # 我的任务列表（-s STATE 过滤状态）
hpc squeue           # 全体用户的活跃任务
hpc info <任务号>     # 任务详情（状态、节点、资源）
hpc logs -f <任务号>  # 实时日志
hpc cancel <任务号>   # 取消（别名 hpc rm）

这些信息在平台的「任务」「队列」页面上也都能看到，网页上同样可以提交任务和查看实时输出。

完整示例¶

# 编译（在 DevPod 里）
cd ~/lab2 && make -j

# 前台提交，输出直接流回终端（srun 风格,不落文件）
hpc submit -p intels4 -c 8 -m 16Gi -t 30m ./build/benchmark

# 后台提交，输出落到 ~/lab2/j<id>.out（sbatch 风格）
hpc submit -d -c 8 ./build/benchmark
hpc ls
cat ~/lab2/j123.out

# 前台但也想留档
hpc submit -o run_%j.log ./build/benchmark