...

#$ -cwd
#$ -pe gpu 1

module load tensorflow/1-12-0gpu
source $TMPDIR/gpu

echo $CUDA_VISIBLE_DEVICES

python3.5 moj_program.py

Primjer opisa paralelnog posla koji zahtijeva 4 GPU-a:

#$ -cwd
#$ -pe gpu 4

module load tensorflow/1-12-0gpu
source $TMPDIR/gpu

echo $CUDA_VISIBLE_DEVICES

/usr/lib64/openmpi3/bin/mpirun -np $NSLOTS -bind-to none -map-by slot -mca pml ob1 -mca btl ^openib python3.5 moj_program.py

SGE pretpostavljeno svakom poslu dodjeljuje jednu CPU jezgru. Ukoliko je potrebno, moguće je tražiti više jezgri:

#$ -nprocs <broj_jezgri>

Više informacija o pokretanju poslova možete pronaći na stranici Pokretanje i upravljanje poslovima.Paralelne okoline

...

Paralelne okoline se odabiru SGE parametrom:

#$ -pe <paralelna okolina>

Dostupne paralelne okoline za korištenje grafičkih procesora:

...

Više informacija o paralelnim okolinama dostupnim na Isabelli možete pronaći na stranici Redovi poslova i paralelne okoline.

SGE pretpostavljeno svakom poslu dodjeljuje jednu CPU jezgru. Ukoliko je potrebno, moguće je tražiti više jezgri:

#$ -nprocs <broj_jezgri>

Više informacija o pokretanju poslova možete pronaći na stranici Pokretanje i upravljanje poslovima.

Performanse

Performanse paralelnog izvođenja TensorFlow aplikacija korištenjem Horovod biblioteke mjerene su standarnim resnet101 benchmarkom iz službenog TensorFlow benchmark repozitorija.

...