Komputasi Python dengan Conda Environment (Siap Pakai): Perbedaan antara revisi

Dari ALELEON by EFISON
(melengkapi heading untuk persiapan hyperlink)
(10 revisi perantara oleh pengguna yang sama tidak ditampilkan)
Baris 7: Baris 7:


== '''''0. Spesifikasi''''' ==
== '''''0. Spesifikasi''''' ==
Conda env siap pakai ini dibuat oleh '''tim admin''' ALELEON Supercomputer dengan spesifikasi:
Conda env siap pakai ini dibuat oleh '''tim admin''' ALELEON dengan spesifikasi:


* Setiap conda env spesifik menjalankan 1 package utama (contoh TensorFlow, PyTorch, BoltzTraP, dll).
* Setiap conda env spesifik menjalankan 1 package utama (contoh TensorFlow, PyTorch, BoltzTraP, dll).
Baris 45: Baris 45:
|}
|}


== '''''2. Daftar Conda Env Siap Pakai''''' ==
== '''''2. Daftar Conda Env Tersedia''''' ==
Berikut adalah daftar conda env siap pakai yang tersedia.
Berikut adalah daftar conda env siap pakai.
 
* ''User dapat melayangkan permintaan pembuatan conda env tertentu ke tim admin melalui '''support@efisonlt.com'''.''


* Cek kelengkapan package dengan ''expand / kembangkan'' tabel '''Package terinstal'''.
* Bila ada kekurangan package, lihat '''<big>[ Subbab 3 ]</big>'''.
{| class="wikitable"
{| class="wikitable"
! colspan="9" |- Daftar Conda Env Tersedia -
|-
| colspan="9" |''Permintaan pembuatan conda env ke tim admin hubungi '''support@efisonlt.com'''.''
|-
! rowspan="2" |Package Utama
! rowspan="2" |Package Utama
dan terinstal
dan terinstal
Baris 67: Baris 71:
Jupyter
Jupyter
|-
|-
! colspan="9" |''Bidang AI / Machine Learning / Deep Learning''
|'''PyTorch 2.7.1 <small>(CUDA 12.6)</small>'''
| rowspan="2" |<code>'''$CENV/pytorch-2.7.1cuda'''</code>
| rowspan="2" |<code>Anaconda3/2024.02-1</code>
| rowspan="2" |<big>3.12</big>
! rowspan="2" |V
! rowspan="2" |V
! rowspan="2" |V
! rowspan="2" |V
! rowspan="2" |V
|-
|-
|
|
{| class="wikitable mw-collapsible mw-collapsed"
|-
!Package terinstal
|-
|<syntaxhighlight lang="bash">
_libgcc_mutex 0.1
_openmp_mutex 5.1
absl-py 2.3.1
anyio 4.9.0
argon2-cffi 25.1.0
argon2-cffi-bindings 21.2.0
arrow 1.3.0
asttokens 3.0.0
async-lru 2.0.5
attrs 25.3.0
babel 2.17.0
beautifulsoup4 4.13.4
bleach 6.2.0
bzip2 1.0.8
ca-certificates 2025.2.25
certifi 2025.6.15
cffi 1.17.1
charset-normalizer 3.4.2
comm 0.2.2
contourpy 1.3.2
cycler 0.12.1
debugpy 1.8.14
decorator 5.2.1
defusedxml 0.7.1
executing 2.2.0
expat 2.7.1
fastjsonschema 2.21.1
filelock 3.18.0
fonttools 4.58.4
fqdn 1.5.1
fsspec 2025.5.1
h11 0.16.0
h5py 3.14.0
httpcore 1.0.9
httpx 0.28.1
idna 3.10
ipykernel 6.29.5
ipython 9.4.0
ipython-pygments-lexers 1.1.1
ipywidgets 8.1.7
isoduration 20.11.0
jedi 0.19.2
jinja2 3.1.6
joblib 1.5.1
json5 0.12.0
jsonpointer 3.0.0
jsonschema 4.24.0
jsonschema-specifications 2025.4.1
jupyter 1.1.1
jupyter-client 8.6.3
jupyter-console 6.6.3
jupyter-core 5.8.1
jupyter-events 0.12.0
jupyter-lsp 2.2.5
jupyter-server 2.16.0
jupyter-server-terminals 0.5.3
jupyterlab 4.4.4
jupyterlab-pygments 0.3.0
jupyterlab-server 2.27.3
jupyterlab-widgets 3.0.15
keras 3.10.0
kiwisolver 1.4.8
ld_impl_linux-64 2.40
libffi 3.4.4
libgcc-ng 11.2.0
libgomp 11.2.0
libstdcxx-ng 11.2.0
libuuid 1.41.5
libxcb 1.17.0
markdown-it-py 3.0.0
markupsafe 3.0.2
matplotlib 3.10.3
matplotlib-inline 0.1.7
mdurl 0.1.2
mistune 3.1.3
ml-dtypes 0.5.1
mpi4py 4.1.0
mpmath 1.3.0
namex 0.1.0
nbclient 0.10.2
nbconvert 7.16.6
nbformat 5.10.4
ncurses 6.4
nest-asyncio 1.6.0
networkx 3.5
notebook 7.4.4
notebook-shim 0.2.4
numpy 2.3.1
nvidia-cublas-cu12 12.6.4.1
nvidia-cuda-cupti-cu12 12.6.80
nvidia-cuda-nvrtc-cu12 12.6.77
nvidia-cuda-runtime-cu12 12.6.77
nvidia-cudnn-cu12 9.5.1.17
nvidia-cufft-cu12 11.3.0.4
nvidia-cufile-cu12 1.11.1.6
nvidia-curand-cu12 10.3.7.77
nvidia-cusolver-cu12 11.7.1.2
nvidia-cusparse-cu12 12.5.4.2
nvidia-cusparselt-cu12 0.6.3
nvidia-nccl-cu12 2.26.2
nvidia-nvjitlink-cu12 12.6.85
nvidia-nvtx-cu12 12.6.77
openmpi 5.0.8
openssl 3.0.16
optree 0.16.0
overrides 7.7.0
packaging 25.0
pandas 2.3.0
pandocfilters 1.5.1
parso 0.8.4
pexpect 4.9.0
pillow 11.3.0
pip 25.1
platformdirs 4.3.8
prometheus-client 0.22.1
prompt-toolkit 3.0.51
psutil 7.0.0
pthread-stubs 0.3
ptyprocess 0.7.0
pure-eval 0.2.3
pycparser 2.22
pygments 2.19.2
pyparsing 3.2.3
python 3.12.11
python-dateutil 2.9.0.post0
python-json-logger 3.3.0
pytz 2025.2
pyyaml 6.0.2
pyzmq 27.0.0
readline 8.2
referencing 0.36.2
requests 2.32.4
rfc3339-validator 0.1.4
rfc3986-validator 0.1.1
rich 14.0.0
rpds-py 0.26.0
scikit-learn 1.7.0
scipy 1.16.0
send2trash 1.8.3
setuptools 78.1.1
six 1.17.0
sniffio 1.3.1
soupsieve 2.7
sqlite 3.45.3
stack-data 0.6.3
sympy 1.14.0
terminado 0.18.1
threadpoolctl 3.6.0
tinycss2 1.4.0
tk 8.6.14
torch 2.7.1
torchaudio 2.7.1
torchvision 0.22.1
tornado 6.5.1
traitlets 5.14.3
triton 3.3.1
types-python-dateutil 2.9.0.20250516
typing-extensions 4.14.0
tzdata 2025.2
uri-template 1.3.0
urllib3 2.5.0
wcwidth 0.2.13
webcolors 24.11.1
webencodings 0.5.1
websocket-client 1.8.0
wheel 0.45.1
widgetsnbextension 4.0.14
xorg-libx11 1.8.12
xorg-libxau 1.0.12
xorg-libxdmcp 1.1.5
xorg-xorgproto 2024.1
xz 5.6.4
zlib 1.2.13
</syntaxhighlight>
|}
|-
|'''TensorFlow 2.19 <small>(CUDA 12.5)</small>'''
| rowspan="2" |<code>'''$CENV/tensorflow-2.19cuda'''</code>
| rowspan="2" |<code>Anaconda3/2024.02-1</code>
| rowspan="2" |<big>3.11</big>
! rowspan="2" |V
! rowspan="2" |V
! rowspan="2" |V
! rowspan="2" |V
! rowspan="2" |V
|-
|
|
|
{| class="wikitable mw-collapsible mw-collapsed"
|
!Package terinstal
|
|-
|
|<syntaxhighlight lang="bash">
|
_libgcc_mutex 0.1
|
_openmp_mutex 5.1
|
absl-py 2.3.0
anyio 4.9.0
argon2-cffi 25.1.0
argon2-cffi-bindings 21.2.0
arrow 1.3.0
asttokens 3.0.0
astunparse 1.6.3
async-lru 2.0.5
attrs 25.3.0
babel 2.17.0
beautifulsoup4 4.13.4
bleach 6.2.0
bzip2 1.0.8
ca-certificates 2025.2.25
certifi 2025.6.15
cffi 1.17.1
charset-normalizer 3.4.2
comm 0.2.2
contourpy 1.3.2
cycler 0.12.1
debugpy 1.8.14
decorator 5.2.1
defusedxml 0.7.1
executing 2.2.0
expat 2.7.1
fastjsonschema 2.21.1
flatbuffers 25.2.10
fonttools 4.58.4
fqdn 1.5.1
gast 0.6.0
google-pasta 0.2.0
grpcio 1.73.1
h11 0.16.0
h5py 3.14.0
httpcore 1.0.9
httpx 0.28.1
idna 3.10
ipykernel 6.29.5
ipython 9.4.0
ipython-pygments-lexers 1.1.1
ipywidgets 8.1.7
isoduration 20.11.0
jedi 0.19.2
jinja2 3.1.6
joblib 1.5.1
json5 0.12.0
jsonpointer 3.0.0
jsonschema 4.24.0
jsonschema-specifications 2025.4.1
jupyter 1.1.1
jupyter-client 8.6.3
jupyter-console 6.6.3
jupyter-core 5.8.1
jupyter-events 0.12.0
jupyter-lsp 2.2.5
jupyter-server 2.16.0
jupyter-server-terminals 0.5.3
jupyterlab 4.4.4
jupyterlab-pygments 0.3.0
jupyterlab-server 2.27.3
jupyterlab-widgets 3.0.15
keras 3.10.0
kiwisolver 1.4.8
ld_impl_linux-64 2.40
libclang 18.1.1
libffi 3.4.4
libgcc-ng 11.2.0
libgomp 11.2.0
libstdcxx-ng 11.2.0
libuuid 1.41.5
libxcb 1.17.0
markdown 3.8.2
markdown-it-py 3.0.0
markupsafe 3.0.2
matplotlib 3.10.3
matplotlib-inline 0.1.7
mdurl 0.1.2
mistune 3.1.3
ml-dtypes 0.5.1
mpi4py 4.1.0
namex 0.1.0
nbclient 0.10.2
nbconvert 7.16.6
nbformat 5.10.4
ncurses 6.4
nest-asyncio 1.6.0
notebook 7.4.4
notebook-shim 0.2.4
numpy 2.1.3
nvidia-cublas-cu12 12.5.3.2
nvidia-cuda-cupti-cu12 12.5.82
nvidia-cuda-nvcc-cu12 12.5.82
nvidia-cuda-nvrtc-cu12 12.5.82
nvidia-cuda-runtime-cu12 12.5.82
nvidia-cudnn-cu12 9.3.0.75
nvidia-cufft-cu12 11.2.3.61
nvidia-curand-cu12 10.3.6.82
nvidia-cusolver-cu12 11.6.3.83
nvidia-cusparse-cu12 12.5.1.3
nvidia-nccl-cu12 2.23.4
nvidia-nvjitlink-cu12 12.5.82
openmpi 5.0.8
openssl 3.0.16
opt-einsum 3.4.0
optree 0.16.0
overrides 7.7.0
packaging 25.0
pandas 2.3.0
pandocfilters 1.5.1
parso 0.8.4
pexpect 4.9.0
pillow 11.3.0
pip 25.1
platformdirs 4.3.8
prometheus-client 0.22.1
prompt-toolkit 3.0.51
protobuf 5.29.5
psutil 7.0.0
pthread-stubs 0.3
ptyprocess 0.7.0
pure-eval 0.2.3
pycparser 2.22
pygments 2.19.2
pyparsing 3.2.3
python 3.11.13
python-dateutil 2.9.0.post0
python-json-logger 3.3.0
pytz 2025.2
pyyaml 6.0.2
pyzmq 27.0.0
readline 8.2
referencing 0.36.2
requests 2.32.4
rfc3339-validator 0.1.4
rfc3986-validator 0.1.1
rich 14.0.0
rpds-py 0.26.0
scikit-learn 1.7.0
scipy 1.16.0
seaborn 0.13.2
send2trash 1.8.3
setuptools 78.1.1
six 1.17.0
sniffio 1.3.1
soupsieve 2.7
sqlite 3.45.3
stack-data 0.6.3
tensorboard 2.19.0
tensorboard-data-server 0.7.2
tensorflow 2.19.0
tensorflow-io-gcs-filesystem 0.37.1
termcolor 3.1.0
terminado 0.18.1
threadpoolctl 3.6.0
tinycss2 1.4.0
tk 8.6.14
tornado 6.5.1
traitlets 5.14.3
types-python-dateutil 2.9.0.20250516
typing-extensions 4.14.0
tzdata 2025.2
uri-template 1.3.0
urllib3 2.5.0
wcwidth 0.2.13
webcolors 24.11.1
webencodings 0.5.1
websocket-client 1.8.0
werkzeug 3.1.3
wheel 0.45.1
widgetsnbextension 4.0.14
wrapt 1.17.2
xorg-libx11 1.8.12
xorg-libxau 1.0.12
xorg-libxdmcp 1.1.5
xorg-xorgproto 2024.1
xz 5.6.4
zlib 1.2.13
</syntaxhighlight>
|}
|-
|-
! colspan="9" |''Bidang Komputasi Saintifik''
|'''BoltzTrap2 25.3.1'''
| rowspan="2" |<code>'''$CENV/boltztrap2-25.3.1'''</code>
| rowspan="2" |<code>Anaconda3/2024.02-1</code>
| rowspan="2" |<big>3.11</big>
! rowspan="2" |V
! rowspan="2" |-
! rowspan="2" |-
! rowspan="2" |V
! rowspan="2" |V
|-
|-
|
|
{| class="wikitable mw-collapsible mw-collapsed"
{| class="wikitable mw-collapsible mw-collapsed"
|+BoltzTraP2 25.3.1
!Package terinstal
!Package terinstal:
|-
|-
|<syntaxhighlight lang="bash">
|<syntaxhighlight lang="bash">
Baris 229: Baris 617:
</syntaxhighlight>
</syntaxhighlight>
|}
|}
|<code>'''$CONDAENV/boltztrap2-25.3.1'''</code>
|<code>Anaconda3/2024.02-1</code>
|<big>3.11</big>
!V
!-
!-
!V
!V
|}
|}
== '''''3. <small>(Apabila butuh)</small> Melengkapi Conda Env Siap Pakai''''' ==
'''Terdapat dua opsi:'''
# Melalui bantuan / diskusi dengan tim admin, atau
# Melakukan instalasi sendiri.
'''Instalasi package tambahan ini bersifat''' '''<big>global:</big>'''
# Package terinstal di HOME user.
# Perhatikan kolom '''Versi Python''' di tabel '''[Daftar Conda Env Tersedia].'''
# Contoh user menginstal package di conda env dengan versi Python 3.11: 
#* Package tersebut akan aktif di conda env lain dengan versi Python sama.
#* [[Berkas:GMB warning wololo.png|nirbing|30x30px]] Ada potensi package tersebut ''tidak cocok'' dengan conda env bersangkutan atau lainnya.
#* Lakukan instalasi dengan bijak.
'''Dimana user melakukan instalasi package?'''
# User '''sesi Jupyter''' dapat melakukan instalasi '''pada sesi notebook.'''
# User yang menjalankan komputasi '''batch job''' menginstal package '''di Login Node''' melalui langkah berikut:
{| class="wikitable mw-collapsible mw-collapsed"
!- Langkah instalasi package di Login Node -
|-
|[[Berkas:EOD Apps Shell full.png|kiri|nirbing|101x101px]]'''''Menggunakan terminal!'''''
*''User EFIRO klik app '''<code>Aleleon Shell Access</code>'''''
*''atau menu '''<code>Apps > Aleleon Shell Access</code>'''''
|-
!<big><code>-/ 1 /-</code></big>
|-
| Pilih dan aktifkan conda env tersedia yang akan dipakai:
$ '''ml ''[Py Package Manager]'''''
$ '''source activate ''[Nama Conda Env]'''''
''<small>- Contoh mengaktifkan conda env PyTorch 2.7.1:</small>''
<small>$ ml Anaconda3/2024.02-1
$ source activate $CENV/pytorch-2.7.1cuda</small>
|-
!<big><code>-/ 2 /-</code></big>
|-
|Lakukan instalasi package Python yang dibutuhkan:
*Lihat '''[[https://wiki.efisonlt.com/wiki/Daftar_Instalasi_Package_Python#Instalasi_Package_Umum_dengan_pip_/_conda Instalasi Package Umum dengan pip / conda]]'''
|-
!<big><code>-/ 3 /-</code></big>
|-
|Jika sudah selesai, praktik baik menonaktifkan conda env:
$ '''conda deactivate'''
$ '''ml unload Anaconda3'''
|}
== '''''4. Pilihan Menjalankan Komputasi''''' ==
Berikut opsi menjalankan komputasi Python dengan conda env, pilih sesuai kebutuhan:
*'''<big>''[ 4.1 - Berjalan di Login Node ]''</big>'''
**'''Dalam taraf tertentu, user dapat menggunakan conda env di login node.'''
***Tidak mengkonsumsi Kredit Core Hour.
**'''Hanya untuk menjalankan kegiatan non-komputasi, contoh ''pre-processing input''.'''
***Login node mempunyai spesifikasi terbatas.
***Keperluan komputasi gunakan metode batch job / sesi Jupyter.
***Tim admin berhak menginterupsi kegiatan user yang memberatkan login node.
*'''<big>''[ 4.2 - Batch Job ]''</big>'''
**'''Menjalankan script Python siap jalan tanpa interaksi user <nowiki/>di [<nowiki/>[[Spesifikasi ALELEON Supercomputer#Spesifikasi%20Compute%20Node|Compute node]]].'''
***[[Berkas:GMB warning wololo.png|nirbing|40x40px]] ''Perhatikan '''file <code>.ipynb</code>''' harus dikonversi ke '''file <code>.py</code>'''.''
***''Job dijalankan oleh manajemen Slurm, user menunggu hingga selesai.''
**'''Batch job akan berhenti ketika:'''
***''Program komputasi selesai berjalan.''
***''Program komputasi menyentuh limit waktu yang ditentukan user.''
***''Program menjumpai error sehingga selesai prematur.''
**'''Koneksi user tidak mempengaruhi jalannya batch job:'''
***''Job tidak akan berhenti ketika koneksi user terputus, atau''
***''user keluar (log out) dari ALELEON.''
*'''<big>''[ 4.3 - Sesi Jupyter ]''</big>'''
**'''Menjalankan sesi interaktif Jupyter Lab atau Notebook di [<nowiki/>[[Spesifikasi ALELEON Supercomputer#Spesifikasi%20Interactive%20Node|interactive node]]].'''
**'''Sesi Jupyter akan berhenti ketika:'''
*** ''Waktu sesi habis.''
***''Sesi dihentikan secara manual oleh user.''
***''Sesi menjumpai error sehingga selesai prematur.''
**'''Koneksi user tidak mempengaruhi jalannya sesi Jupyter, contoh:'''
***''Sesi tidak akan berhenti ketika koneksi user terputus, atau''
***''user keluar (log out) dari ALELEON.''
**'''Ketika user keluar dari sesi Jupyter saat cell berjalan dan kembali masuk:'''
***''Bisa jadi cell tsb. tidak menampilkan proses jalannya komputasi.''
***''Lihat cell berikutnya apakah belum / sedang / sudah selesai berjalan.''
---
=== 4.1. Berjalan di Login Node ===
{| class="wikitable mw-collapsible mw-collapsed"
!- Langkah Menjalankan Conda Env di login node -
[[Berkas:Sbatch terminal display rev2.png|tepi|400x400px]]
|-
|[[Berkas:EOD Apps Shell full.png|kiri|nirbing|101x101px]]'''''Menggunakan terminal!'''''
*''User EFIRO klik app '''<code>Aleleon Shell Access</code>'''''
*''atau menu '''<code>Apps > Aleleon Shell Access</code>'''''
|-
!<big><code>-/ 1 /-</code></big>
|-
| Pilih dan aktifkan conda env tersedia yang akan dipakai:
$ '''ml ''[Py Package Manager]'''''
$ '''source activate ''[Nama Conda Env]'''''
''<small>- Contoh mengaktifkan conda env PyTorch 2.7.1:</small>''
<small>$ ml Anaconda3/2024.02-1
$ source activate $CENV/pytorch-2.7.1cuda</small>
|-
!<big><code>-/ 2 /-</code></big>
|-
|Lakukan kegiatan user dengan conda env ini.
|-
!<big><code>-/ 3 /-</code></big>
|-
|Jika sudah selesai, praktik baik menonaktifkan conda env:
$ '''conda deactivate'''
$ '''ml unload Anaconda3'''
|}
=== 4.2. Batch Job ===
=== 4.3. Sesi Jupyter ===
== '''''5. Pelaporan Kendala dan Support''''' ==

Revisi per 4 Juli 2025 10.30

Logo Python Anaconda Mamba ALELEON tp.png

Halaman ini menjelaskan menjalankan komputasi / aplikasi Python dengan conda environment (conda env) yang tersedia atau siap pakai di ALELEON Supercomputer.

Laman ini merupakan bagian laman [Komputasi Python]

0. Spesifikasi

Conda env siap pakai ini dibuat oleh tim admin ALELEON dengan spesifikasi:

  • Setiap conda env spesifik menjalankan 1 package utama (contoh TensorFlow, PyTorch, BoltzTraP, dll).
  • User dapat menambah instalasi package (apabila dibutuhkan) - lihat [ Subbab 3 ].
Keterangan simbol perintah terminal
$ Perintah ketika conda env tidak aktif
(env)$ Perintah ketika conda env aktif

1. Langkah Menjalanlan Komputasi

Subbab Langkah
[ 2 ] Lihat conda env tersedia dan spesifikasinya.
  • Cek kelengkapan package dan dukungan komputasi.
[ 3 ] Apabila dibutuhkan, user dapat menambah instalasi package.
[ 4 ] Menjalankan komputasi dengan pilihan:
  • [ 4.1 ] sesi interaktif di Login Node
  • [ 4.2 ] batch job
  • [ 4.3 ] sesi Jupyter Notebook / Lab
[ 5 ] Support apabila menemui masalah.

2. Daftar Conda Env Tersedia

Berikut adalah daftar conda env siap pakai.

  • Cek kelengkapan package dengan expand / kembangkan tabel Package terinstal.
  • Bila ada kekurangan package, lihat [ Subbab 3 ].
- Daftar Conda Env Tersedia -
Permintaan pembuatan conda env ke tim admin hubungi support@efisonlt.com.
Package Utama

dan terinstal

Nama Conda Env Py Package Manager Versi

Python

Dukungan Komputasi
CPU GPU MPI Batch

Job

Sesi

Jupyter

PyTorch 2.7.1 (CUDA 12.6) $CENV/pytorch-2.7.1cuda Anaconda3/2024.02-1 3.12 V V V V V
Package terinstal 
_libgcc_mutex 0.1
_openmp_mutex 5.1
absl-py 2.3.1
anyio 4.9.0
argon2-cffi 25.1.0
argon2-cffi-bindings 21.2.0
arrow 1.3.0
asttokens 3.0.0
async-lru 2.0.5
attrs 25.3.0
babel 2.17.0
beautifulsoup4 4.13.4
bleach 6.2.0
bzip2 1.0.8
ca-certificates 2025.2.25
certifi 2025.6.15
cffi 1.17.1
charset-normalizer 3.4.2
comm 0.2.2
contourpy 1.3.2
cycler 0.12.1
debugpy 1.8.14
decorator 5.2.1
defusedxml 0.7.1
executing 2.2.0
expat 2.7.1
fastjsonschema 2.21.1
filelock 3.18.0
fonttools 4.58.4
fqdn 1.5.1
fsspec 2025.5.1
h11 0.16.0
h5py 3.14.0
httpcore 1.0.9
httpx 0.28.1
idna 3.10
ipykernel 6.29.5
ipython 9.4.0
ipython-pygments-lexers 1.1.1
ipywidgets 8.1.7
isoduration 20.11.0
jedi 0.19.2
jinja2 3.1.6
joblib 1.5.1
json5 0.12.0
jsonpointer 3.0.0
jsonschema 4.24.0
jsonschema-specifications 2025.4.1
jupyter 1.1.1
jupyter-client 8.6.3
jupyter-console 6.6.3
jupyter-core 5.8.1
jupyter-events 0.12.0
jupyter-lsp 2.2.5
jupyter-server 2.16.0
jupyter-server-terminals 0.5.3
jupyterlab 4.4.4
jupyterlab-pygments 0.3.0
jupyterlab-server 2.27.3
jupyterlab-widgets 3.0.15
keras 3.10.0
kiwisolver 1.4.8
ld_impl_linux-64 2.40
libffi 3.4.4
libgcc-ng 11.2.0
libgomp 11.2.0
libstdcxx-ng 11.2.0
libuuid 1.41.5
libxcb 1.17.0
markdown-it-py 3.0.0
markupsafe 3.0.2
matplotlib 3.10.3
matplotlib-inline 0.1.7
mdurl 0.1.2
mistune 3.1.3
ml-dtypes 0.5.1
mpi4py 4.1.0
mpmath 1.3.0
namex 0.1.0
nbclient 0.10.2
nbconvert 7.16.6
nbformat 5.10.4
ncurses 6.4
nest-asyncio 1.6.0
networkx 3.5
notebook 7.4.4
notebook-shim 0.2.4
numpy 2.3.1
nvidia-cublas-cu12 12.6.4.1
nvidia-cuda-cupti-cu12 12.6.80
nvidia-cuda-nvrtc-cu12 12.6.77
nvidia-cuda-runtime-cu12 12.6.77
nvidia-cudnn-cu12 9.5.1.17
nvidia-cufft-cu12 11.3.0.4
nvidia-cufile-cu12 1.11.1.6
nvidia-curand-cu12 10.3.7.77
nvidia-cusolver-cu12 11.7.1.2
nvidia-cusparse-cu12 12.5.4.2
nvidia-cusparselt-cu12 0.6.3
nvidia-nccl-cu12 2.26.2
nvidia-nvjitlink-cu12 12.6.85
nvidia-nvtx-cu12 12.6.77
openmpi 5.0.8
openssl 3.0.16
optree 0.16.0
overrides 7.7.0
packaging 25.0
pandas 2.3.0
pandocfilters 1.5.1
parso 0.8.4
pexpect 4.9.0
pillow 11.3.0
pip 25.1
platformdirs 4.3.8
prometheus-client 0.22.1
prompt-toolkit 3.0.51
psutil 7.0.0
pthread-stubs 0.3
ptyprocess 0.7.0
pure-eval 0.2.3
pycparser 2.22
pygments 2.19.2
pyparsing 3.2.3
python 3.12.11
python-dateutil 2.9.0.post0
python-json-logger 3.3.0
pytz 2025.2
pyyaml 6.0.2
pyzmq 27.0.0
readline 8.2
referencing 0.36.2
requests 2.32.4
rfc3339-validator 0.1.4
rfc3986-validator 0.1.1
rich 14.0.0
rpds-py 0.26.0
scikit-learn 1.7.0
scipy 1.16.0
send2trash 1.8.3
setuptools 78.1.1
six 1.17.0
sniffio 1.3.1
soupsieve 2.7
sqlite 3.45.3
stack-data 0.6.3
sympy 1.14.0
terminado 0.18.1
threadpoolctl 3.6.0
tinycss2 1.4.0
tk 8.6.14
torch 2.7.1
torchaudio 2.7.1
torchvision 0.22.1
tornado 6.5.1
traitlets 5.14.3
triton 3.3.1
types-python-dateutil 2.9.0.20250516
typing-extensions 4.14.0
tzdata 2025.2
uri-template 1.3.0
urllib3 2.5.0
wcwidth 0.2.13
webcolors 24.11.1
webencodings 0.5.1
websocket-client 1.8.0
wheel 0.45.1
widgetsnbextension 4.0.14
xorg-libx11 1.8.12
xorg-libxau 1.0.12
xorg-libxdmcp 1.1.5
xorg-xorgproto 2024.1
xz 5.6.4
zlib 1.2.13
TensorFlow 2.19 (CUDA 12.5) $CENV/tensorflow-2.19cuda Anaconda3/2024.02-1 3.11 V V V V V
Package terinstal 
_libgcc_mutex 0.1
_openmp_mutex 5.1
absl-py 2.3.0
anyio 4.9.0
argon2-cffi 25.1.0
argon2-cffi-bindings 21.2.0
arrow 1.3.0
asttokens 3.0.0
astunparse 1.6.3
async-lru 2.0.5
attrs 25.3.0
babel 2.17.0
beautifulsoup4 4.13.4
bleach 6.2.0
bzip2 1.0.8
ca-certificates 2025.2.25
certifi 2025.6.15
cffi 1.17.1
charset-normalizer 3.4.2
comm 0.2.2
contourpy 1.3.2
cycler 0.12.1
debugpy 1.8.14
decorator 5.2.1
defusedxml 0.7.1
executing 2.2.0
expat 2.7.1
fastjsonschema 2.21.1
flatbuffers 25.2.10
fonttools 4.58.4
fqdn 1.5.1
gast 0.6.0
google-pasta 0.2.0
grpcio 1.73.1
h11 0.16.0
h5py 3.14.0
httpcore 1.0.9
httpx 0.28.1
idna 3.10
ipykernel 6.29.5
ipython 9.4.0
ipython-pygments-lexers 1.1.1
ipywidgets 8.1.7
isoduration 20.11.0
jedi 0.19.2
jinja2 3.1.6
joblib 1.5.1
json5 0.12.0
jsonpointer 3.0.0
jsonschema 4.24.0
jsonschema-specifications 2025.4.1
jupyter 1.1.1
jupyter-client 8.6.3
jupyter-console 6.6.3
jupyter-core 5.8.1
jupyter-events 0.12.0
jupyter-lsp 2.2.5
jupyter-server 2.16.0
jupyter-server-terminals 0.5.3
jupyterlab 4.4.4
jupyterlab-pygments 0.3.0
jupyterlab-server 2.27.3
jupyterlab-widgets 3.0.15
keras 3.10.0
kiwisolver 1.4.8
ld_impl_linux-64 2.40
libclang 18.1.1
libffi 3.4.4
libgcc-ng 11.2.0
libgomp 11.2.0
libstdcxx-ng 11.2.0
libuuid 1.41.5
libxcb 1.17.0
markdown 3.8.2
markdown-it-py 3.0.0
markupsafe 3.0.2
matplotlib 3.10.3
matplotlib-inline 0.1.7
mdurl 0.1.2
mistune 3.1.3
ml-dtypes 0.5.1
mpi4py 4.1.0
namex 0.1.0
nbclient 0.10.2
nbconvert 7.16.6
nbformat 5.10.4
ncurses 6.4
nest-asyncio 1.6.0
notebook 7.4.4
notebook-shim 0.2.4
numpy 2.1.3
nvidia-cublas-cu12 12.5.3.2
nvidia-cuda-cupti-cu12 12.5.82
nvidia-cuda-nvcc-cu12 12.5.82
nvidia-cuda-nvrtc-cu12 12.5.82
nvidia-cuda-runtime-cu12 12.5.82
nvidia-cudnn-cu12 9.3.0.75
nvidia-cufft-cu12 11.2.3.61
nvidia-curand-cu12 10.3.6.82
nvidia-cusolver-cu12 11.6.3.83
nvidia-cusparse-cu12 12.5.1.3
nvidia-nccl-cu12 2.23.4
nvidia-nvjitlink-cu12 12.5.82
openmpi 5.0.8
openssl 3.0.16
opt-einsum 3.4.0
optree 0.16.0
overrides 7.7.0
packaging 25.0
pandas 2.3.0
pandocfilters 1.5.1
parso 0.8.4
pexpect 4.9.0
pillow 11.3.0
pip 25.1
platformdirs 4.3.8
prometheus-client 0.22.1
prompt-toolkit 3.0.51
protobuf 5.29.5
psutil 7.0.0
pthread-stubs 0.3
ptyprocess 0.7.0
pure-eval 0.2.3
pycparser 2.22
pygments 2.19.2
pyparsing 3.2.3
python 3.11.13
python-dateutil 2.9.0.post0
python-json-logger 3.3.0
pytz 2025.2
pyyaml 6.0.2
pyzmq 27.0.0
readline 8.2
referencing 0.36.2
requests 2.32.4
rfc3339-validator 0.1.4
rfc3986-validator 0.1.1
rich 14.0.0
rpds-py 0.26.0
scikit-learn 1.7.0
scipy 1.16.0
seaborn 0.13.2
send2trash 1.8.3
setuptools 78.1.1
six 1.17.0
sniffio 1.3.1
soupsieve 2.7
sqlite 3.45.3
stack-data 0.6.3
tensorboard 2.19.0
tensorboard-data-server 0.7.2
tensorflow 2.19.0
tensorflow-io-gcs-filesystem 0.37.1
termcolor 3.1.0
terminado 0.18.1
threadpoolctl 3.6.0
tinycss2 1.4.0
tk 8.6.14
tornado 6.5.1
traitlets 5.14.3
types-python-dateutil 2.9.0.20250516
typing-extensions 4.14.0
tzdata 2025.2
uri-template 1.3.0
urllib3 2.5.0
wcwidth 0.2.13
webcolors 24.11.1
webencodings 0.5.1
websocket-client 1.8.0
werkzeug 3.1.3
wheel 0.45.1
widgetsnbextension 4.0.14
wrapt 1.17.2
xorg-libx11 1.8.12
xorg-libxau 1.0.12
xorg-libxdmcp 1.1.5
xorg-xorgproto 2024.1
xz 5.6.4
zlib 1.2.13
BoltzTrap2 25.3.1 $CENV/boltztrap2-25.3.1 Anaconda3/2024.02-1 3.11 V - - V V
Package terinstal 
_libgcc_mutex 0.1
_openmp_mutex 5.1
anyio 4.9.0
argon2-cffi 25.1.0
argon2-cffi-bindings 21.2.0
arrow 1.3.0
ase 3.25.0
asttokens 3.0.0
async-lru 2.0.5
attrs 25.3.0
babel 2.17.0
beautifulsoup4 4.13.4
bleach 6.2.0
boltztrap2 25.3.1
bzip2 1.0.8
ca-certificates 2025.2.25
certifi 2025.6.15
cffi 1.17.1
cftime 1.6.4.post1
charset-normalizer 3.4.2
comm 0.2.2
contourpy 1.3.2
cycler 0.12.1
cython 3.1.2
debugpy 1.8.14
decorator 5.2.1
defusedxml 0.7.1
executing 2.2.0
expat 2.7.1
fastjsonschema 2.21.1
fonttools 4.58.4
fqdn 1.5.1
h11 0.16.0
httpcore 1.0.9
httpx 0.28.1
idna 3.10
ipykernel 6.29.5
ipython 9.3.0
ipython-pygments-lexers 1.1.1
ipywidgets 8.1.7
isoduration 20.11.0
jedi 0.19.2
jinja2 3.1.6
json5 0.12.0
jsonpointer 3.0.0
jsonschema 4.24.0
jsonschema-specifications 2025.4.1
jupyter 1.1.1
jupyter-client 8.6.3
jupyter-console 6.6.3
jupyter-core 5.8.1
jupyter-events 0.12.0
jupyter-lsp 2.2.5
jupyter-server 2.16.0
jupyter-server-terminals 0.5.3
jupyterlab 4.4.3
jupyterlab-pygments 0.3.0
jupyterlab-server 2.27.3
jupyterlab-widgets 3.0.15
kiwisolver 1.4.8
ld_impl_linux-64 2.40
libffi 3.4.4
libgcc-ng 11.2.0
libgomp 11.2.0
libstdcxx-ng 11.2.0
libuuid 1.41.5
libxcb 1.17.0
markupsafe 3.0.2
matplotlib 3.10.3
matplotlib-inline 0.1.7
mistune 3.1.3
nbclient 0.10.2
nbconvert 7.16.6
nbformat 5.10.4
ncurses 6.4
nest-asyncio 1.6.0
netcdf4 1.7.2
notebook 7.4.3
notebook-shim 0.2.4
numpy 2.3.1
openssl 3.0.16
overrides 7.7.0
packaging 25.0
pandocfilters 1.5.1
parso 0.8.4
pexpect 4.9.0
pillow 11.2.1
pip 25.1
platformdirs 4.3.8
prometheus-client 0.22.1
prompt-toolkit 3.0.51
psutil 7.0.0
pthread-stubs 0.3
ptyprocess 0.7.0
pure-eval 0.2.3
pycparser 2.22
pygments 2.19.2
pyparsing 3.2.3
python 3.11.13
python-dateutil 2.9.0.post0
python-json-logger 3.3.0
pyyaml 6.0.2
pyzmq 27.0.0
readline 8.2
referencing 0.36.2
requests 2.32.4
rfc3339-validator 0.1.4
rfc3986-validator 0.1.1
rpds-py 0.25.1
scipy 1.16.0
send2trash 1.8.3
setuptools 78.1.1
six 1.17.0
sniffio 1.3.1
soupsieve 2.7
spglib 2.6.0
sqlite 3.45.3
stack-data 0.6.3
terminado 0.18.1
tinycss2 1.4.0
tk 8.6.14
tornado 6.5.1
traitlets 5.14.3
types-python-dateutil 2.9.0.20250516
typing-extensions 4.14.0
tzdata 2025b
uri-template 1.3.0
urllib3 2.5.0
wcwidth 0.2.13
webcolors 24.11.1
webencodings 0.5.1
websocket-client 1.8.0
wheel 0.45.1
widgetsnbextension 4.0.14
xorg-libx11 1.8.12
xorg-libxau 1.0.12
xorg-libxdmcp 1.1.5
xorg-xorgproto 2024.1
xz 5.6.4
zlib 1.2.13

3. (Apabila butuh) Melengkapi Conda Env Siap Pakai

Terdapat dua opsi:

  1. Melalui bantuan / diskusi dengan tim admin, atau
  2. Melakukan instalasi sendiri.

Instalasi package tambahan ini bersifat global:

  1. Package terinstal di HOME user.
  2. Perhatikan kolom Versi Python di tabel [Daftar Conda Env Tersedia].
  3. Contoh user menginstal package di conda env dengan versi Python 3.11:
    • Package tersebut akan aktif di conda env lain dengan versi Python sama.
    • GMB warning wololo.png Ada potensi package tersebut tidak cocok dengan conda env bersangkutan atau lainnya.
    • Lakukan instalasi dengan bijak.

Dimana user melakukan instalasi package?

  1. User sesi Jupyter dapat melakukan instalasi pada sesi notebook.
  2. User yang menjalankan komputasi batch job menginstal package di Login Node melalui langkah berikut:
- Langkah instalasi package di Login Node -
EOD Apps Shell full.png
Menggunakan terminal!
  • User EFIRO klik app Aleleon Shell Access
  • atau menu Apps > Aleleon Shell Access
-/ 1 /-
Pilih dan aktifkan conda env tersedia yang akan dipakai: 
$ ml [Py Package Manager]
$ source activate [Nama Conda Env]

- Contoh mengaktifkan conda env PyTorch 2.7.1:
$ ml Anaconda3/2024.02-1
$ source activate $CENV/pytorch-2.7.1cuda
-/ 2 /-
Lakukan instalasi package Python yang dibutuhkan:
-/ 3 /-
Jika sudah selesai, praktik baik menonaktifkan conda env: 
$ conda deactivate
$ ml unload Anaconda3

4. Pilihan Menjalankan Komputasi

Berikut opsi menjalankan komputasi Python dengan conda env, pilih sesuai kebutuhan:

  • [ 4.1 - Berjalan di Login Node ]
    • Dalam taraf tertentu, user dapat menggunakan conda env di login node.
      • Tidak mengkonsumsi Kredit Core Hour.
    • Hanya untuk menjalankan kegiatan non-komputasi, contoh pre-processing input.
      • Login node mempunyai spesifikasi terbatas.
      • Keperluan komputasi gunakan metode batch job / sesi Jupyter.
      • Tim admin berhak menginterupsi kegiatan user yang memberatkan login node.
  • [ 4.2 - Batch Job ]
    • Menjalankan script Python siap jalan tanpa interaksi user di [Compute node].
      • GMB warning wololo.png Perhatikan file .ipynb harus dikonversi ke file .py.
      • Job dijalankan oleh manajemen Slurm, user menunggu hingga selesai.
    • Batch job akan berhenti ketika:
      • Program komputasi selesai berjalan.
      • Program komputasi menyentuh limit waktu yang ditentukan user.
      • Program menjumpai error sehingga selesai prematur.
    • Koneksi user tidak mempengaruhi jalannya batch job:
      • Job tidak akan berhenti ketika koneksi user terputus, atau
      • user keluar (log out) dari ALELEON.
  • [ 4.3 - Sesi Jupyter ]
    • Menjalankan sesi interaktif Jupyter Lab atau Notebook di [interactive node].
    • Sesi Jupyter akan berhenti ketika:
      • Waktu sesi habis.
      • Sesi dihentikan secara manual oleh user.
      • Sesi menjumpai error sehingga selesai prematur.
    • Koneksi user tidak mempengaruhi jalannya sesi Jupyter, contoh:
      • Sesi tidak akan berhenti ketika koneksi user terputus, atau
      • user keluar (log out) dari ALELEON.
    • Ketika user keluar dari sesi Jupyter saat cell berjalan dan kembali masuk:
      • Bisa jadi cell tsb. tidak menampilkan proses jalannya komputasi.
      • Lihat cell berikutnya apakah belum / sedang / sudah selesai berjalan.

---

4.1. Berjalan di Login Node

- Langkah Menjalankan Conda Env di login node -

Sbatch terminal display rev2.png

EOD Apps Shell full.png
Menggunakan terminal!
  • User EFIRO klik app Aleleon Shell Access
  • atau menu Apps > Aleleon Shell Access
-/ 1 /-
Pilih dan aktifkan conda env tersedia yang akan dipakai: 
$ ml [Py Package Manager]
$ source activate [Nama Conda Env]

- Contoh mengaktifkan conda env PyTorch 2.7.1:
$ ml Anaconda3/2024.02-1
$ source activate $CENV/pytorch-2.7.1cuda
-/ 2 /-
Lakukan kegiatan user dengan conda env ini.
-/ 3 /-
Jika sudah selesai, praktik baik menonaktifkan conda env: 
$ conda deactivate
$ ml unload Anaconda3

4.2. Batch Job

4.3. Sesi Jupyter

5. Pelaporan Kendala dan Support

Diperoleh dari "https://wiki.efisonlt.com/index.php?title=Komputasi_Python_dengan_Conda_Environment_(Siap_Pakai)&oldid=2039"