ASC24 Finals Memories

QWQ

能亲手组装集群的机会不多，也是第一次整天靠着机架干活，兴奋之情远大于风扇的呼啸声

一、赛后技术总结

（一）工作分配

• 任务分工：ai模块1人负责，HPL&HPCG模块1人负责，其余人员按赛题分配
• 核心策略：
  • HPL&HPCG可快速完成（脚本已完善，仅需cv+修改dat数据），完成后立即支援其他赛题
  • 初赛需精细化处理各赛题，决赛需取舍（聚焦团队赛与单项奖）
  • ai和HPL&HPCG依赖GPU性能，性能不足时直接提交单机版本保团队赛题分数
• 提交规范：赛题文件需放入组委会提供磁盘，支持热插拔，挂载失败可重新插拔尝试

（二）必备技能

1. 社交能力
   • 对外：主动请教超级团队赛队友，可与其他队伍交流进度（存在信息保密情况属正常）
   • 对内：保持和谐避免争吵，以大局为重；严禁中途退出（会受多方鄙视）
   • 赛后：建议与行业大佬交流，积累人脉
2. 文档能力：熟练制作文档，要求排版简洁、语句精炼，全员参与
3. 英语能力：保障跨队伍交流、赛题理解及答辩沟通，避免因语言问题被吐槽
4. 脚本能力：通过脚本实现应用安装、编译、运行的一键化操作，减少手动输入
5. 编程语言：必须掌握Fortran（决赛大量涉及古老语法的代码）
6. 文件阅读
   • 赛题README需仔细阅读（注意要求变化）
   • 代码解析：从main主程序入手，善用vscode搜索替换功能，可通过代码原理推测未定义变量
7. 数据保存
   • 强制保存日志文件（所有赛题运行均需记录）
   • 运行脚本需符合组委会要求（便于时间节点查验）

（三）基础环境搭建

1. 系统环境
   • 推荐：Rocky Linux最小化安装，通过dnf安装nfs等工具
   • 特殊工具：docker需导入官方repo安装docker-ce（避免dnf直接安装替代品）
   • 集群管理：建议使用slurm和module（调度管理便捷，需提前准备安装脚本）
   • 密码策略：统一密码（如password），减少记忆成本
   • 系统复制：可用联想硬盘底座或dd指令实现全盘复制（本次忘带底座）
2. 网络环境
   • 必做：搭建局域网（便于节点访问与管理）
   • 建议：提前熟悉openwrt（本次因docker不熟练+未带软路由受影响）
   • 防火墙：完全关闭（避免莫名问题）
3. IB相关：暂不熟悉，建议参考其它前辈的经验，后续可考虑采购二手设备学习

（四）环境配置

1. 组件分类
   • 非必要（推荐）：slurm、module
   • 必要：Intel oneAPI（2022/2024）、Nvidia Driver & CUDA、mpich、openmpi、docker
2. 环境加载：除驱动外，其他环境通过脚本临时加载（避免写死系统环境变量，保持系统整洁）
3. 文件共享
   • 配置：主节点共享/share目录，软件建议安装在共享文件夹
   • 关键：正确设置文件权限
   • 注意：避免将文件放在opt目录（重启后子节点可能出现容器相关文件夹导致NFS崩溃）

（五）HPL & HPCG

1. GPU版本
   • 建议：使用NVIDIA HPC-Benchmarks（理论性能远超CPU）
   • 部署方式：单机用docker，多机用singularity（多机调度依赖slurm，自行调度较复杂）
   • 备选：若理解深刻可编译运行GPU版（环境配置较复杂）
2. CPU版本
   • 适用场景：无GPU或GPU性能不足时
   • 便捷方案：直接使用intel版本（路径通常在intel的mkl的share中，2024与2022版本存在差异）
   • 编译建议：用intel库手动编译hpl官方代码（速度快于非intel编译版本）

二、赛后感受分享

（一）队伍内

尽量别出现争吵，线下的每时每刻都很重要，争吵不会解决问题（可以解决人），良好的对内氛围才能够让队伍走得长久。
出现不懂的地方至少应该尽快与队员反馈，说不定谁知道些什么偏方。一味得好强并不能一帆风顺，只会让一人的苦恼变成多人的苦恼，尽管队员不会责骂你，但是出现的问题会很头疼，更难以解决。
实在压力大了，就去吃茶歇吧：）。不过尽量别把茶歇拿回来，食物和电脑放一起总引起不好的回忆。

（二）队伍外

队伍外请一定一定一定要保持礼貌，这不仅是自己的脸面，同时也是学校的脸面，不要对外口出狂言，以及不要随便定义他人性别（错将一位女士当兄弟，我觉得我能记一辈子，一次的外向换来一辈子的内向），能用您尽量用您，这个词就是为此存在的QWQ。