如何在多个节点上运行一个matlab脚本在hpc ?

10视图(30天)

显示旧的评论

穆罕默德Abdulhayoglu 2015年4月1日

1
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/195644-how-to-run-a-matlab-script-in-multiple-nodes-in-a-hpc

回答: 沃尔特·罗伯森 2017年10月31日

你好,

我有一个m文件,首先连接到一个数据库,获取一些数据,然后通过parfor处理这些数据。这就像:

                         javaaddpath (“ojdbc6.jar”);
                        
                         javaaddpath (“orai18n.jar”);
                        
                         javaaddpath (“ojdl.jar”);
                        
                         康涅狄格州=数据库(“数据库”,“用户”,“PASSW”,“oracle.jdbc.driver.OracleDriver”,“主机”);结束

…

parfor i =编制

……

我可以运行代码通过parpool和杠杆20工人hpc在提交我的工作为:

qsub-lnodes = 1: ppn = 20walltime = 01:00:00 pmem big_data.sh = 2 gb

我的问题是运行这个脚本使用多个节点。如果我尝试

qsub-lnodes = 4: ppn = 20walltime = 01:00:00 pmem big_data.sh = 2 gb

再一次集群与20工人只使用1个节点。运行这个沟通的工作工作我写脚本(mdcs40.m)如下:

                         myCluster = parcluster;
                        
                         j = createCommunicatingJob (myCluster,“类型”,“池”);
                        
                         createTask (j @big_data2 1, {});
                        
                         j。AttachedFiles = {“big_data2.m”}
                        
                         j。NumWorkersRange = 40 [40];
                        
                         提交(j);
                        
                         等待(j)
                        
                         = fetchOutputs (j)
                        
                         删除(j);
                        
                         退出;

当我提交这份工作

matlab-nosplash -nodisplay < mdcs40。m > parforJob.out

我得到了这样一个错误:

                         错误使用并行。工作/提交(第304行)
                        
                         你要求至少40个工人,但集群“当地”
                        
                         NumWorkers属性设置为允许最多20个工人。运行一个
                        
                         沟通工作比这更多的工人(最多512
                        
                         当地的集群),增加集群的NumWorkers财产的价值。
                        
                         的默认值的NumWorkers本地集群的核心
                        
                         的本地机器上。