1. iOS에서 클러스터 사용하기 2번 문서에서 설명했듯이, 어느 환경에서든 SSH 접속만 가능하다면 클러스터 이용이 가능합니다. Visual Studio Code를 쓸 수 있다면 좋겠지만, iOS 버전이 없습니다. Web version은 SSH를 지원하지 않습니다. 이 문서는 iPad에서 koder라는 앱을 이용해 클러스터를 이용하는 예제를 다룹니다. 1) 파일 시스템 접속 클러스터의 파일 시스템에 접속하여 파일을 열람하고 수정할 수 있습니다. 좌측 상단의 2번째 아이콘을 클릭하여 FTP/SFTP 설정으로 들어갑니다. 좌측 하단의 + 버튼을 누르면 New FTP Connection 설정 창이 나옵니다....
4. GPU node에서 tensorflow 코드 실행하기 2번 문서를 먼저 숙지하시기 바랍니다. 이 문서는 2번 문서의 Step 1, 2, 3 이후의 내용만을 다룹니다. gpu-compute node에서는 Python만 사용 가능합니다. Step 4. Setting up a conda environment conda environment를 새로 만들면서 cudatoolkit, tensorflow, torch를 설치합니다. 주의: 각 사용자의 conda environment에 tensorflow, torch 뿐 아니라 cudatoolkit도 따로 설치됩니다. gpu-compute node와 cpu-compute node는 서로 다른 컴퓨터이므로 한쪽에서 만든 conda environment는 다른 쪽에서 사용할 수 없습니다....
3. CPU node에서 R 코드 실행하기 2번 문서의 Step 1, 2, 3을 먼저 숙지하시기 바랍니다. 이 문서는 그 이후의 내용만을 다룹니다. 1. 필요한 R 패키지를 자신의 디렉토리에 설치하기 R은 cpu-compute에만 설치되어 있습니다. R은 conda environment를 사용하지 않으며, R 패키지들은 install.packages를 통해 설치할 때 별도의 옵션을 주지 않으면 user별 directory가 아닌 NAS 내의 공통 폴더에 저장됩니다. 아래의 샘플 코드는 R 패키지를 /mnt/nas/users/mjm/R_packages 라는 디렉토리에 설치합니다. **install.packages()**에서 lib 옵션을 통해 자신의 개인 디렉토리에 패키지를 설치할 수 있습니다....
CPU node에서 Python 코드 실행하기 R 사용자는 Step 1-3을 숙지한 뒤 다음 문서로 넘어가세요. Step 1 - terminal 앱 고르기 User는 SSH로 proxy node에 접속하여 클러스터를 사용합니다. 터미널 환경과 vi 에디터에 익숙한 user는 자신에게 친숙한 앱을 사용하면 됩니다. 그렇지 않은 경우 Visual Studio Code를 사용하는 것을 추천합니다. 이 문서에서는 Visual Studio Code를 사용하는 것을 전제로 합니다. 추천 이유는 다음과 같습니다. Windows, MacOS, Linux에서 모두 사용 가능합니다. 터미널과 에디터, 파일 브라우저가 통합되어 있습니다....
요약 Chili Pepper는 총 세 개의 컴퓨터로 구성된 컴퓨팅 클러스터입니다. CPU node 하나, GPU node 하나, 그리고 이 둘을 관리하는 proxy node로 구성되어 있습니다. Slurm이라는 job scheduler로 여러 user의 작업을 각 node에 효율적으로 할당합니다. 각 user는 자신만의 conda environment를 스스로 생성하여 사용합니다. 기본적으로 non-interactive입니다. User가 자신의 로컬 컴퓨터에서 작성 및 테스트한 코드를 서버에 제출하면 서버가 해당 코드를 실행합니다. 주피터 노트북 환경은 실행 가능하지만, 꼭 필요한 경우에 한하여 요청 시 제공합니다....