队列¶
队列可以一次提交多个计算,交给本地调度器依次运行。调度器会给每个作业分配单独的 GPU(避免两个作业 挤在同一张卡上),记录作业状态,也支持取消。
.venv-mace/bin/mliport queue submit tasks.json
.venv-mace/bin/mliport queue start
.venv-mace/bin/mliport jobs
.venv-mace/bin/mliport queue stop
queue start 在后台启动调度器后立即返回。用 mliport jobs(或 queue status)查看状态,等作业变成
done 或 failed 后再停止调度器。TUI 的 Run 页面和命令行用同一套代码提交作业,行为一致。
任务文件¶
任务文件是一个 JSON 对象,包含一个 tasks 列表。calc_type 可以是 sp、opt、md 或 neb,文件
路径必须存在:
{
"max_concurrent": 1,
"tasks": [
{
"name": "lgps-sp",
"calc_type": "sp",
"structure": "/data/LGPS.vasp",
"model": "/data/mace-omat-0-medium.model",
"model_type": "mace",
"task": "bulk",
"device": "cuda",
"output_dir": "/data/runs/lgps-sp"
},
{
"name": "uma-md-800K",
"calc_type": "md",
"python": "/data/mliport/.venv/bin/python",
"structure": "/data/LGPS.vasp",
"model": "/data/uma-s-1p2.pt",
"model_type": "uma",
"task": "omat",
"device": "cuda",
"options": {"ensemble": "NVT", "temperature": 800, "steps": 50000}
}
]
}
计算参数写在 options 里。python 字段可以让某个任务用另一个后端的环境运行,这样同一个队列里可以
混用不同后端。模型路径和后端每个任务都必须写明。
控制调度器¶
| 命令 | 选项 | 含义 |
|---|---|---|
queue submit |
任务文件 | 把文件里的所有任务加入队列 |
queue start |
--max-concurrent N |
同时最多运行几个作业(默认 1,适用于单 GPU) |
queue start |
--max-jobs-per-gpu N |
一块 GPU 上最多同时跑几个作业(默认 1,即独占);只有小体系、显存够用时才调大 |
queue start |
--poll SECONDS |
调度器轮询间隔(默认 5) |
queue start |
--foreground |
在前台运行调度器(Ctrl-C 停止) |
queue status |
等待中、运行中和已结束的作业,以及各自分配的 GPU | |
queue stop |
停止后台调度器 | |
queue pause / queue resume |
可选的作业 id | 暂停或恢复某个等待中的作业;不写 id 则作用于全部 |
kill 和 clean 用于单个作业。
文件位置¶
作业记录保存在 MLIPORT_JOBS_DIR 下(默认在用户目录里)。每个作业有自己的运行目录,里面有 run.log
和 mliport_results.json;每个作业用的是哪块 GPU 也有记录。
出问题时¶
没有空闲 GPU 时,作业会一直等待,不会超出 --max-jobs-per-gpu 的限制。作业崩溃或出错时会标记为失败
并写明原因,同时释放 GPU。调度器重启后会清理失效的占用。队列会把 CUDA_VISIBLE_DEVICES 设为分配到
的那块 GPU,不要在作业里修改它。
作业的执行顺序不影响计算结果。做一组输运或 NEB 计算时,请在任务里写明模型、步长和保存间隔,保证 各次结果可以比较。