Komputasi Python dengan Conda Environment

Halaman ini menjelaskan menjalankan komputasi / aplikasi Python dengan conda environment di ALELEON Supercomputer.

Laman ini merupakan bagian laman -> Komputasi Python

Wololo!

Perhatikan halaman ini sedang dalam proses revisi penulisan. User disarankan untuk kembali mereferensi halaman ini setelah pesan ini hilang. Terima kasih untuk bersedia menunggu dan mohon maaf atas ketidaknyamanannya.

Langkah Menjalankan Komputasi

Terdapat tiga langkah utama:

1. Buat conda environment untuk menampung instalasi package.
2. Instal package Python yang diperlukan di conda env tersebut.
3. Menggunakan conda env tersebut untuk menjalankan komputasi.

Spesifikasi

Tutorial ini memandu membuat conda environment dengan site-packages terisolasi di dalamnya.

Keterangan simbol perintah terminal
$ -> perintah ketika conda env tidak aktif
(env)$ -> perintah ketika conda env aktif

Membuat Conda Environment

ALELEON Supercomputer menyediakan pilihan Python Package Manager (PPM) berikut untuk membuat conda environment. Pilih sesuai preferensi user:

- Membuat conda env dengan Anaconda -
PPM Python paling banyak digunakan. Saat ini menjadi standar industri.
0
Menggunakan terminal! User web EFIRO buka app Aleleon Shell Access.
1
Pilih dan aktifkan modul Anaconda untuk membuat conda env: Ingat atau catat modul Anaconda yang dipakai. Kedepannya digunakan untuk mengaktifkan conda env ini. $ module load [nama-modul-anaconda] Daftar nama modul Anaconda 3 Versi Nama Modul Versi Py default 2024-02-1 Anaconda3/2024.02-1 3.11.7 2023.07-2 Anaconda3/2023.07-2 3.11.4 2022.05 Anaconda3/2022.05 3.9.12 2021.05 Anaconda3/2021.05 3.8.8 2020.11 Anaconda3/2020.11 3.8.5
2
Package apa yang akan diinstal user di conda env ini? Beberapa package membutuhkan Python versi spesifik Gunakan opsi 3B untuk membuat conda env. Package yang diketahui butuh Python versi spesifik Package Versi Python TensorFlow Lihat [TensorFlow Tested Build Configurations] PyTorch 3.9 - 3.12 AutoGluon 3.9 - 3.12
3
Buat conda env dengan opsi:
3A - Conda env kosong dengan Python 3 versi terbaru (3.13): $ conda create -n [nama-conda-env] pip Contoh dengan nama 'skripsi' $ conda create -n skripsi pip
3B - Conda env kosong dengan Python versi tertentu: $ conda create -n [nama-conda-env] python=[versi] Contoh dengan Python 3.10 $ conda create -n skripsi python=3.10
Saran
Pilih nama conda env yang mengandung unsur nama modul: Untuk mengingat modul yang digunakan membuat conda env. Contoh user memilih modul Anaconda3/2024-02-1 Gunakan nama conda env seperti A2024-skripsi
---

- Membuat conda env dengan Mamba -
Alternatif yang dikembangkan komunitas. Dalam beberapa kasus lebih ringan dan cepat dari Anaconda.
0
Menggunakan terminal! User web EFIRO buka app Aleleon Shell Access.
1
Pilih dan aktifkan modul Mamba untuk membuat conda env: Ingat atau catat modul Mamba yang dipakai. Kedepannya digunakan untuk mengaktifkan conda env ini. $ module load [nama-modul-mamba] Daftar nama modul Mamba Versi Nama Modul Versi Py default 23.11.0-0 Mamba/23.11.0-0 3.10.13
2
Package apa yang akan diinstal user di conda env ini? Beberapa package membutuhkan Python versi spesifik Gunakan opsi 3B untuk membuat conda env. Package yang diketahui butuh Python versi spesifik Package Versi Python TensorFlow Lihat [TensorFlow Tested Build Configurations] PyTorch 3.9 - 3.12 AutoGluon 3.9 - 3.12
3
Buat conda env dengan opsi:
3A - Conda env kosong dengan Python 3 versi terbaru (3.13): $ mamba create -n [nama-conda-env] pip Contoh dengan nama 'skripsi' $ mamba create -n skripsi pip
3B - Conda env kosong dengan Python versi tertentu: $ mamba create -n [nama-conda-env] python=[versi] Contoh dengan Python 3.10 $ mamba create -n skripsi python=3.10
Saran
Pilih nama conda env yang mengandung unsur nama modul: Untuk mengingat modul yang digunakan membuat conda env. Contoh user memilih modul Mamba/23.11.0-0 Gunakan nama conda env seperti M23-skripsi
---

Mengaktifkan Conda Env dan Instalasi Package

Ada baiknya user melengkapi instalasi package sebelum menjalankan komputasi karena:

1. Batch job -> supaya script Python berjalan tanpa error missing package.
2. Sesi Jupyter -> untuk efisiensi penggunaan karena terkadang ada package yang membutuhkan waktu lama untuk instalasi.

Instalasi ini berjalan di login node sehingga tidak mengkonsumsi Core Hour.

Mengaktifkan Conda Environment
0
Menggunakan terminal! User web EFIRO buka app Aleleon Shell Access.
1
Muat modul PPM yang digunakan untuk membuat conda env $ module load [Anaconda-atau-Mamba ....] Apabila lupa dengan nama conda env, cari dengan: $ conda env list
2
Aktifkan conda env dengan perintah source: $ source activate [nama-conda-env]
3
Pilih panduan instalasi package yang dibutuhkan
Lihat laman wiki [Daftar Instalasi Package Python]. Halaman terpisah karena daftar terlalu panjang ._.
4
Apabila hendak menonaktfkan conda env: (env)$ conda deactivate

Pilihan Menjalankan Komputasi

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

1. [Batch job] -> menjalankan script Python siap jalan yang tidak membutuhkan interaksi user melalui manajemen Slurm di [compute node].
2. [Sesi Jupyter] -> menjalankan sesi interaktif Jupyter Lab atau Notebook di [interactive node].

---

Menjalankan Package Python versi GPU?

Terdapat hal yang perlu diperhatikan apabila user menginstal package Python versi CUDA dan hendak menjalankan conda env dengan GPU:

1. Package membutuhkan tipe dan versi library NVIDIA sesuai seperti CUDA, cuDNN untuk dapat berjalan di GPU NVIDIA.
2. Terdapat dua metode untuk melengkapi library NVIDIA yang dibutuhkan package ini:

1
Cek ketersediaan library CUDA di conda env yang akan digunakan: - Apabila instal package dengan pip (env)$ pip list | grep cuda - Apabila instal package dengan conda (env)$ conda list | grep cuda
Apabila ada output:
Conda env siap digunakan. User tidak perlu memuat modul CUDA.
Apabila tidak ada output:
User harus memuat modul CUDA dengan ketentuan: Perhatikan versi CUDA yang dibutuhkan package. Lihat dokumentasi package tersebut. - Tutorial memuat dan daftar modul CUDA - Opsi Komputasi Batch Job Tambah perintah berikut pada submit script: ... # Memuat modul module load ${PM} module load [Nama-modul-CUDA] ... Opsi Komputasi Jupyter Isi nama modul pada kolom Software Modules DAFTAR MODUL CUDA Versi CUDA Nama modul CUDA 11.2 cuda/11.2-cuDNN8.1.1 11.6 cuda/11.6-cuDNN8.3.3 11.8 cuda/11.8-cuDNN8.6.0 12.0 cuda/12.0-cuDNN8.7.0 12.1 cuda/12.1-cuDNN8.8.1 12.3 cuda/12.3-cuDNN8.9.6 12.4 cuda/12.4-cuDNN9.2.1 12.5 cuda/12.5-cuDNN9.2.1 Permintaan instalasi CUDA versi lain: Hubungi tim admin di support@efisonlt.com ---
---

---

Batch Job

menjalankan script Python siap jalan yang tidak membutuhkan interaksi user melalui manajemen Slurm di [compute node].

• Perhatikan file .ipynb harus dikonversi ke file .py.
• Tersedia dua pilihan tampilan yaitu terminal dan web EFIRO. Pilih sesuai keinginan.

(klik expand / kembangkan)

- Langkah Batch Job di Terminal -
Menggunakan terminal! User web EFIRO buka app Aleleon Shell Access.
1
Siapkan conda env dan file komputasi yang dibutuhkan. User dapat upload / download file dengan [software FTP] User web EFIRO juga dapat gunakan menu Apps > Home Directory
2A
Buat Submit Script yaitu 'formulir' untuk menjalankan job komputasi. Nama file bebas dengan format .sh, contoh submit.sh
Contoh template Submit Script Ikuti petunjuk NOTES dan alur script di dalamnya. Klik expand / kembangkan - Template submit script Conda Environment versi CPU - #!/bin/bash # ----------------------------------------------------- # Template SLURM Submit Script # Python dengan Conda Environment (CPU) | rev.210125 # # NOTES: # 1. Isi bagian yang ditandai 4 garing (////). # 2. Template ini bersifat referensi. # User dapat mengubah bagian yang perlu diubah. # 3. Pastikan user sudah melengkapi conda environment. # ----------------------------------------------------- # ----------------------------------------------------- # Alokasi komputasi SBATCH dan file input # ----------------------------------------------------- # Alokasi jumlah core thread CPU #SBATCH --ntasks=//// # Alokasi jumlah memori RAM (satuan GB) #SBATCH --mem=////GB # Alokasi limit waktu menjalankan job # Format HH:MM:SS atau D-HH:MM:SS #SBATCH --time=//// # Definisi file untuk menampung output terminal program #SBATCH --output=result-%j.txt # Definisi file untuk menampung output error log #SBATCH --error=error-%j.txt # Input nama modul package manager yang digunakan untuk membuat # conda env user. Daftar nama: # Anaconda3/2020.11 || Anaconda3/2021.05 || Anaconda3/2022.05 || # Anaconda3/2023.07-2 || Anaconda3/2024.02-1 || Mamba/23.11.0-0 || PM="////" # Nama conda environment yang digunakan CONDA_NAME="////" # ---------------------------------------------------- # Script jalannya program # ---------------------------------------------------- # Memuat modul module load ${PM} # Mengaktifkan Conda Environment source activate ${CONDA_NAME} # Tuliskan perintah menjalankan komputasi Python user # contoh -> python3 [nama-file-python] ////
- Template submit script conda environment versi GPU - Note: Perhatikan apakah perlu memuat modul CUDA. Info detail lihat [Menjalankan Package Python Versi GPU?] #!/bin/bash # ----------------------------------------------------- # Template SLURM Submit Script # Python dengan Conda Environment (GPU) | rev.210125 # # NOTES: # 1. Isi bagian yang ditandai 4 garing (////). # 2. Template ini bersifat referensi. # User dapat mengubah bagian yang perlu diubah. # 3. Pastikan user sudah melengkapi conda environment. # ----------------------------------------------------- # ----------------------------------------------------- # Alokasi komputasi SBATCH dan file input # ----------------------------------------------------- # Partisi compute node GPU #SBATCH --partition=ampere # Alokasi jumlah core thread CPU #SBATCH --ntasks=//// # Alokasi jumlah GPU #SBATCH --gpus=//// # Alokasi jumlah memori RAM (satuan GB) #SBATCH --mem=////GB # Alokasi limit waktu menjalankan job # Format HH:MM:SS atau D-HH:MM:SS #SBATCH --time=//// # Definisi file untuk menampung output terminal program #SBATCH --output=result-%j.txt # Definisi file untuk menampung output error log #SBATCH --error=error-%j.txt # Input nama modul package manager yang digunakan untuk membuat # conda env user. Daftar nama: # Anaconda3/2020.11 || Anaconda3/2021.05 || Anaconda3/2022.05 || # Anaconda3/2023.07-2 || Anaconda3/2024.02-1 || Mamba/23.11.0-0 || PM="////" # Nama conda environment yang digunakan CONDA_NAME="////" # ---------------------------------------------------- # Script jalannya program # ---------------------------------------------------- # Memuat modul module load ${PM} # Mengaktifkan Conda Environment source activate ${CONDA_NAME} # Tuliskan perintah menjalankan komputasi Python user # contoh -> python3 [nama-file-python] ////
Info script lebih detail lihat Submit Script ALELEON Supercomputer. Untuk SBATCH notifikasi email status jalannya job lihat Slurm Jojo.
2B
SBATCH komputasi (ntasks, mem, time, dll) mempunyai limit berdasarkan: Sisa Core Hour user dan Fair Usage Limit. Spesifikasi sistem dan software komputasi. Untuk melihat limit, jalankan perintah: $ slimit-python
3
Jalankan job komputasi dengan perintah: $ sbatch [nama-submit-script] Contoh: $ sbatch submit.sh
4
User dapat melihat status jalannya job dengan perintah: $ squeue -ul $USER Kolom ST atau STATE menunjukkan status jalannya job: STATE Penjelasan R (RUN) Job berjalan PD (PENDING) Job tertahan, lihat [NODELIST(REASON)] CG (COMPLETING) Job selesai dan dalam proses clean-up CA (CANCELED) Job dibatalkan user PR (PREEMPETED) Job dibatalkan admin, alasan dikabarkan via email S (SUSPENDED) Job ditahan admin, alasan dikabarkan via email
5
User dapat memantau file output dengan perintah Unix seperti: ls, cat, more, tail, dll
6
Apabila user ingin menghentikan job yang berjalan, jalankan perintah: $ scancel [job-ID] Job ID ada pada squeue diatas. contoh membatalkan job ID 231: $ scancel 231
---

- Langkah Batch Job di web EFIRO -
1
Login ke web EFIRO ALELEON Supercomputer.
2
Buka pinned apps Job Composer di homepage EFIRO. Pilih menu New Job -> From Template
3
Pilih template Anaconda Python yang diinginkan: Nama Template Penjelasan Conda Environment Python (CPU) Menjalankan conda env pada CPU Conda Environment Python (GPU) Menjalankan conda env pada GPU Kemudian Isi Job Name dan klik Create New Job
4
Siapkan file komputasi dan conda env yang dibutuhkan: Upload / download / edit file via menu Edit Files Akses terminal untuk manajemen conda env via menu Open Terminal
5A
Lengkapi Submit Script melalui tombol Open Editor Submit script adalah 'formulir' untuk menjalankan job komputasi. Ikuti petunjuk NOTES dan alur script didalamnya. Klik Save setiap kali mengubah script.
Bagi yang memilih template GPU: Perhatikan apakah perlu memuat modul CUDA. Info detail lihat [Menjalankan Conda Env dengan GPU].
Info script lebih detail lihat Submit Script ALELEON Supercomputer. Untuk SBATCH notifikasi email status jalannya job lihat Slurm Jojo.
5B
SBATCH komputasi (ntasks, mem, time, dll) mempunyai limit berdasarkan: Sisa Core Hour user dan Fair Usage Limit. Spesifikasi sistem dan software komputasi. Untuk melihat limit, jalankan perintah ini via menu Open Terminal: $ slimit-python
6
Jalankan job dengan klik tombol Submit. Pantau kolom Status yang menjelaskan status jalannya job: Status Arti Not Submitted Job belum pernah dijalankan. Running Job berjalan. Queue Job mengantri dan belum berjalan. Completed Job selesai berjalan. Failed Job berhenti karena error atau di stop user. Untuk melihat alasan job yang queue: Buka pinned apps Active Jobs di homepage EFIRO. Ubah opsi All jobs ke Your Jobs. Klik simbol > untuk melihat status job yang pending pada kolom Reason. Arti reason lihat laman Daftar Reason NODELIST ALELEON Supercomputer.
7
Lihat output file komputasi pada kolom Folder Contents Atau dengan membuka menu Edit Files Kolom Folder Contents.
8
Apabila user ingin menghentikan job yang berjalan, klik Stop.
9
Untuk menghapus ruang job dan datanya: Pilih ruang job yang akan dihapus. Klik menu Delete
---

Sesi Jupyter

Menjalankan sesi interaktif Jupyter Lab atau Notebook di [interactive node].

- Langkah Sesi Jupyter -
1
Login ke web EFIRO ALELEON Supercomputer.
2
Lakukan persiapan sebelum sesi Jupyter:
Lengkapi instalasi pada conda env yang akan dipakai: Untuk efisiensi sesi terkait batasan waktu dan konsumsi Core Hour. User PPM Mamba jangan lupa instal package Jupyter!
Apabila butuh upload file besar yang dibutuhkan komputasi: Gunakan menu Apps > Home Directory Atau melalui [software FTP].
3
Buka pinned apps Jupyter di homepage EFIRO. atau menu Apps > Jupyter
4
Isi formulir untuk memulai sesi Jupyter dengan panduan berikut: Choose Jupyter version Pilih sesuai preferensi user, Jupyter Lab atau Notebook Partition Pilih sesuai kebutuhan: torti -> interactive node CPU tilla -> interactive node GPU Number of CPU thread(s) Alokasi core CPU, range 2 - 32 untuk torti dan tilla. Amount of memory/RAM (GB) Alokasi RAM dalam satuan GB, range 1 - 64 untuk torti dan tilla. Number of GPUs (apabila pilih partition tilla) Jumlah GPU, isi angka 1 Number of hours Waktu maksimal sesi Jupyter, range 1 - 72 untuk torti dan tilla. Form CPU, RAM, GPU, dan hours mempunyai limit berdasarkan: Sisa Core Hour user dan Fair Usage Limit. Spesifikasi sistem dan software komputasi. Langkah melihat limit: Buka menu Clusters > Aleleon Shell Access Jalankan perintah: $ slimit-python Choose how to launch Jupyter Pilih Anaconda/Mamba Choose Anaconda/Mamba version Pilih versi yang digunakan untuk membuat conda env user. Conda/Mamba environment directory Isi nama conda env user, contoh: skripsi Software Modules Memuat modul software diluar conda env user , isi apabila ada. Bagi user yang memilih partition tilla: Perhatikan apakah perlu memuat modul CUDA. Info detail lihat [Menjalankan Conda Env dengan GPU]. Environment setup Memuat environment variable, isi apabila ada. Additional Jupyter arguments Memuat argumen tambahan Jupyter, isi apabila ada. Email address Notifikasi email untuk status mulai dan selesainya Jupyter. Isi apabila berkenan.
5
Klik tombol Launch untuk memulai sesi Jupyter. User akan diarahkan ke halaman My Interactive Sessions. Tunggu hingga sesi Jupyter siap diakses.
6
Apabila status Running, klik tombol Connect to Jupyter. Sistem mulai menghitung Core Hour! Untuk menghentikan sesi yang running, klik tombol Cancel
7
Pilih Notebook Python 3 untuk memulai sesi notebook Python 3. Gunakan Notebook Python 3 untuk menjalankan kernel conda env user di Jupyter Notebook Gunakan Notebook Python 3 untuk menjalankan kernel conda env user di Jupyter Lab
8
User dapat mengunjungi sesi Jupyter yang sedang berjalan pada: Menu My Interactive Sessions pada homepage EFIRO. Kolom Active interactive sessions pada homepage EFIRO.
---

Pelaporan Kendala dan Support

Apabila menjumpai masalah teknis dalam menjalankan komputasi, silahkan lapor dengan klik gambar berikut ini.

Bila terdapat pertanyaan lainnya, silahkan hubungi admin EFISON melalui email:

support@efisonlt.com