Depuis le noeud de login, lancez une session interactive sur un noeud. Par exemple, pour réserver un coeur et un gpu sur un noeud de la file gpu pendant 5 heures :
srun -A votre_account_slurm -p gpu --gres=gpu:1 -t 05:00:00 --pty bash -i
Créez un environnement conda avec jupyter et activez-le :
module load miniconda conda create -n jupyter_env python=3.8 jupyter source activate jupyter_env
Si vous avez besoin d’installer d’autres packages Python, vous pouvez le faire avec :
conda install nom_du_package
Si vous avez besoin de charger des modules du cluster, chargez-les avec :
module load nom_du_module
Choisir un port libre (ici 10002, prendre une valeur entre 1025 et 60000) et préparer la redirection SSH :
export myport=10002 echo "ssh -NL $myport:$(hostname):$myport $USER@login-hpc.univ-cotedazur.fr"
Copiez la sortie de cette commande.
Lancez Jupyter :
jupyter-notebook --no-browser --port=$myport --ip='0.0.0.0'
Dans un second terminal, lancez la commande copiée précédemment, elle doit être similaire à :
ssh -NL 10002:gpu01:10002 user1@login-hpc.univ-cotedazur.fr
Rien ne se passe après la connexion, c’est normal.
Ouvrir un navigateur web et y coller l’adresse écrite dans le premier terminal, celle commençant par 127.0.0.1. Par exemple :
Jupyter Notebook 6.4.11 is running at: http://127.0.0.1:10002/?token=fd205eb91399103f95d1bc80d0400bf0536442810ba3df1a
Pour terminer la session Jupyter : CTRL-C dans le terminal 2 fois.
Pour désactiver l’environnement Python : conda deactivate
Pour quitter la session interactive : exit