检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
在部署/创建集群过程中出现某个节点未加入集群或者不存在需要怎么办？ 问题描述 在部署/创建集群过程中，如果出现某个节点未加入集群或节点不存在，那么集群将无法正常部署/创建。 处理方法 可删除集群重新创建，选择其中创建成功的计算节点手动绑定EIP，然后和其他计算节点重新创建集群。
已配置弹性云服务器免密登录。 操作步骤 检查是否已安装IB驱动。 使用“PuTTY”，采用密钥对方式登录弹性云服务器。 执行以下命令，切换为root 用户。 $ sudo su 执行以下命令，防止系统超时退出。 # TMOUT=0 执行以下命令，查询是否已安装IB驱动。 # rpm -qa
当前不支持集群恢复操作，创建失败或扩容失败的节点无法自动恢复。 集群创建/扩容时，公共镜像当前只支持CentOS 7系列。 集群/节点执行删除操作时，请自行判断是否删除节点所绑定的弹性公网IP和挂载的数据盘。未删除的弹性公网IP和数据盘会持续产生扣费。 请不要在ECS控制台对HPC集群中的节点进行操作，以免集群出现异常。
单击左侧的“节点管理”； 在“节点管理”页面集群的下拉框切换到要进行节点操作的集群。 选择要进行删除操作的节点，单击操作列“删除”。 按需类型节点删除 选择是否删除云服务器，如勾选，连同云服务器一同删除，如不勾选，则只删除节点信息，对应的云服务器节点仍保留，用户可通过弹性云服务器页面查看。 包周期类型节点删除
常见问题 为什么集群被删除后还在计费？ 在部署/创建集群过程中出现某个节点未加入集群或者不存在需要怎么办？ 集群云服务器节点创建完成，但在部署过程中失败了能否修复？ 集群创建任务提交失败，提示“Insufficient EIP quota”怎么办？ 集群创建提交失败，提示集群配额不足怎么办？
登录集群中任意一台BMS。 执行以下命令，关闭BMS防火墙。 # service firewalld stop # iptables -F 执行以下命令，查看防火墙是否关闭成功。 # service firewalld status 图1 确认关闭防火墙成功 依次登录集群中所有BMS，重复执行1.b～1.c，关闭所有BMS的防火墙。
执行以下命令，ssh方式登录本节点，验证是否可以不输入密码登录BMS。 $ ssh localhost 图1 免密登录BMS 系统回显结果如图1所示，可以无密钥登录本节点，表示权限配置成功。 依次登录集群中其他BMS，重复执行步骤1～5。 执行以下命令，验证参加测试的BMS之间是否可以免密码互相登录。
登录HPC-S²控制台。 单击左侧的“集群管理”。 在“集群管理”页面，对于不需要或异常的集群可进行删除操作。 按需类型集群 确定页可选择是否删除云服务器，如勾选，连同云服务器一同删除，如不勾选，则只删除集群信息，对应的云服务器节点仍保留，用户可通过弹性云服务器页面查看。 包周期类型集群
0rc2为例）。 对于集群中的每台BMS，都需要执行该操作。 前提条件 已配置BMS集群间互相免密登录。 操作步骤 查询是否安装了IB驱动。 执行以下命令，查询是否已成功安装IB驱动。 $ ls /usr/mpi/gcc/openmpi-3.1.0rc2/bin/mpirun $ rpm
2a1为例）。 对于集群中的每台BMS，都需要执行该操作。 前提条件 已配置BMS集群间互相免密登录。 操作步骤 查询是否安装了IB驱动 执行以下命令，查询是否已成功安装IB驱动。 $ ls /usr/mpi/gcc/openmpi-4.0.2a1/bin/mpirun $ rpm
验证方法： 执行ulimit -a 命令查看 关闭超线程 系统默认关闭，如果是打开的，需要进行关闭。 判断系统是否开启超线程。 通过查询系统的物理核数和逻辑核数的关系可以判断是否开启多线程，如果：逻辑核数 = 物理核数，说明没有开超线程；逻辑核数 = 2*物理核数，说明系统开启了多线程。
4 export MPI_IB_PKEY=2.a中获取的pkey $source ~/.bashrc 如果存在多个pkey，使用英文逗号隔开。 执行以下命令，检查环境变量是否配置成功。 # which mpirun 图3 检查环境变量 在单个BMS上运行Platform MPI。
执行以下命令，ssh方式登录本节点，验证是否可以不输入密码登录ECS。其中hostname1为本主机名。 $ ssh localhost $ ssh hostname1 依次登录集群中其他ECS，重复执行步骤1～4。 执行以下命令，验证参加测试的ECS之间是否可以免密码互相登录。 假设集群
登录集群中任意一台BMS。 执行以下命令，关闭BMS防火墙。 # service firewalld stop # iptables -F 执行以下命令，查看防火墙是否关闭成功。 # service firewalld status 图1 确认关闭防火墙成功 依次登录集群中所有BMS，重复执行步骤1.2～步骤1
export MPI_IB_PKEY=步骤2.1中获取的pkey $source ~/.bashrc 如果存在多个pkey，使用英文逗号隔开。 执行以下命令，检查环境变量是否配置成功。 # which mpirun 图3 Platform MPI环境变量导入成功 执行下列命令，在单个ECS上运行Platform
nmpi-310/lib 执行以下命令，导入配置的MPI环境变量。 $ source ~/.bashrc 执行以下命令，查看MPI环境变量是否正常。 $ which mpirun 图3 环境变量正常 回显如图3所示表示环境变量正常。 执行以下命令，在单个BMS上运行社区OpenMPI。
nmpi-311/lib 执行以下命令，导入配置的MPI环境变量。 # source ~/.bashrc 执行以下命令，查看MPI环境变量是否正常。 # which mpirun 图2 查看社区OpenMPI环境变量 系统回显结果如图2所示，则环境配置正常。 执行以下命令，在单个弹性云服务器上运行Intel
网络仍异常。 解决方案： 1.请检查集群中每个节点的配置文件/etc/dat.conf中"ofa-v2-cma-roe-enp177s0"是否放在首行且每个节点都一致。 2.若以上方法无法解决，请联系技术支持处理。 父主题： 常见问题
HPC和公有云 公有云上部署HPC的优势 传统的HPC使用中存在如下问题： 投资成本高，扩容部署复杂，重复利用已有投资十分困难。 应用复杂，资源预测困难，灵活性差，亟待提升效率。 效率低下导致决策缓慢，失去市场、以及开发研究成果的良机。 应用计算量快速膨胀，对性能要求越来越高。
验证MPI运行在RoCE网络上 执行以下命令，安装iproute2。 yum -y install iproute* 执行以下命令，查看RoCE上是否有流量。 rdma res show 若MPI运行中，回显结果中qp 数量较大（大于1），则证明运行在 RoCE 网络上： 无业务时 有业务时
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
