TRIAL A6: Perbedaan antara revisi

Revisi per 17 Mei 2025 10.32

Ini adalah panduan all-in-one untuk masa uji coba user dengan kode [A]/6.

Login ALELEON Supercomputer

- Langkah Login ke ALELEON Supercomputer -

---| 1 |---

Aktifkan [Koneksi VPN ALELEON Supercomputer]

---| 2 |---

Pilih opsi login:

User dapat login keduanya di waktu bersamaan.

Login SSH terminal

Lakukan SSH dengan software shell preferensi user:

Kredensial login SSH ALELEON Supercomputer
Username dan password	Diberikan admin EFISON
Host untuk user Windows / MacOS	`aleleon.hpc`
Host untuk user Linux	`10.192.50.10`
Nomor port	`22` (default)
Contoh login via terminal: User Windows & MacOS -> `$ ssh [username]@aleleon.hpc` User Linux -> `$ ssh [username]@10.192.50.10`

Login Portal Web EFIRO

Buka portal web EFIRO. Login dengan username dan password user.

Web EFIRO user Windows / MacOS -> [http://aleleon.ood]
Web EFIRO user Linux -> [http://10.192.50.11]

---

Spesifikasi Trial dan Reproduksi Langkah

Masa uji coba ini menjalankan komputasi Python dengan spesifikasi:

Meggunakan conda environment untuk menampung instalasi package Python dan isolasi site-packages (tempat instalasi package Python).
Dapat dijalankan secara batch job dan sesi Jupyter ALELEON Supercomputer.

---

Conda Environment 'tensor'

Tim admin menyediakan conda environment siap pakai pada akun uji coba bernama 'tensor' dengan spesifikasi:

Dibuat dengan Anaconda 3 2024-02.1 dan Python 3.11
Package utama TensorFlow 2.19 versi CUDA + CUDA 12.5.

Tutorial ini memberikan info bagaimana tim admin membuat conda env 'tensor' dan menjalankannya di akun masa uji coba:

Supaya user dapat melakukan hal serupa apabila membutuhkan membuat conda env lain,
contoh untuk instalasi package yang tidak dapat bersama TensorFlow karena ketidakcocokan depedencies seperti PyTorch.
Tutorial ini menggunakan basis [Komputasi Python dengan Conda Environment] yang dimodifikasi untuk masa uji coba ini.

Langkah Menjalankan Komputasi

Terdapat tiga langkah utama:

Buat conda environment untuk menampung instalasi package.
Instal package Python yang diperlukan di conda env tersebut.
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

Tutorial ini menggunakan Anaconda 3 terbaru di ALELEON yaitu versi 2024-02.1 dengan environment Python 3.11 karena saat ini (dianggap) cocok untuk instalasi semua jenis package.

- Membuat conda env dengan Anaconda -
Menggunakan terminal! User EFIRO klik app `Aleleon Shell Access` atau menu `Apps > Aleleon Shell Access`
---\| 1 \|---
Aktifkan modul Anaconda 3 2024.02-1 $ module load Anaconda3/2024.02-1
---\| 2 \|---
Buat conda env kosong dengan Python 3.11: $ *conda create -n [nama-conda-env]* python=3.11** Contoh pada conda env "tensor": $ conda create -n tensor python=3.11
---

Mengaktifkan Conda Env dan Instalasi Package

Ada baiknya user melengkapi instalasi package sebelum menjalankan komputasi karena:

Batch job -> supaya script Python berjalan tanpa error missing package.
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 -
Menggunakan terminal! User EFIRO klik app `Aleleon Shell Access` atau menu `Apps > Aleleon Shell Access`
---\| 1 \|---
Muat atau pastikan modul Anaconda 3 2024.02-1 aktif: $ module load Anaconda3/2024.02-1
---\| 2 \|---
Aktifkan conda env dengan perintah `source`: $ source activate [nama-conda-env] contoh pada conda env tensor: $ source activate tensor Apabila lupa dengan nama conda env, cari dengan: $ conda env list
---\| 3 \|---
Pilih panduan instalasi package yang dibutuhkan
Lihat laman [Daftar Instalasi Package Python] Pada conda env tensor lihat subbab TensorFlow.
---\| 4 \|---
Apabila hendak menonaktfkan conda env: _(env)$ conda deactivate

Pilihan Menjalankan Komputasi

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

Jenis Komputasi	Berjalan di
[Batch job] Menjalankan script Python siap jalan yang tidak membutuhkan interaksi user. Perhatikan file `.ipynb` harus dikonversi ke file `.py`. Job dijalankan oleh Slurm, user menunggu hingga selesai. Koneksi user tidak mempengaruhi jalannya batch job, contoh: Job tidak akan berhenti ketika koneksi user terputus, atau User keluar (log out) dari ALELEON. Batch job akan berhenti ketika: Program komputasi selesai berjalan. Program menjumpai error sehingga selesai prematur.	[Compute node]: Partisi epyc Partisi ampere
[Sesi Jupyter] Menjalankan sesi interaktif Jupyter Lab atau Notebook. Koneksi user tidak mempengaruhi jalannya sesi Jupyter, contoh: Sesi tidak akan berhenti ketika koneksi user terputus, atau User keluar (log out) dari ALELEON. Sesi Jupyter akan berhenti ketika: Waktu sesi habis. Sesi dihentikan secara manual oleh user. Sesi menjumpai error sehingga selesai prematur.	[interactive node]: Partisi torti Partisi tilla

---

Menjalankan Package Python versi GPU?

Perhatikan hal berikut apabila user menginstal package Python versi CUDA dan hendak menggunakan compute / interactive node GPU:

Package membutuhkan jenis dan versi library NVIDIA sesuai seperti CUDA, cuDNN untuk dapat berjalan di GPU NVIDIA.
Umumnya (walau tidak semua) package Python CUDA saat ini juga menginstal package NVIDIA yang dibutuhkan.
Berikut metode mengecek dan melengkapi library NVIDIA yang dibutuhkan package:

Mengecek Kelengkapan Package NVIDIA

Menggunakan terminal!

User EFIRO klik app Aleleon Shell Access
atau menu Apps > Aleleon Shell Access

---| 1 |---

[Aktifkan conda env] yang akan digunakan.

---| 2 |---

Cek ketersediaan library CUDA di conda env tersebut:

- Apabila instal package dengan pip
_(env)$ pip list | grep cuda

- Apabila instal package dengan conda
_(env)$ conda list | grep cuda

---| 3A |---

Apabila ada output:

Conda env siap digunakan.

User tidak perlu memuat modul CUDA.

---| 3B |---

Apabila tidak ada output:

User harus memuat modul CUDA dengan ketentuan:

Perhatikan versi CUDA yang dibutuhkan package.
Lihat dokumentasi package tersebut.

(klik expand / kembangkan)

- Tutorial memuat dan daftar modul CUDA -
Opsi Batch Job
Tambah perintah berikut pada submit script: ... # Memuat modul module load ${PM} module load [Nama-modul-CUDA] ...
Opsi Sesi Jupyter
Isi nama modul pada kolom Software Modules

DAFTAR MODUL CUDA ALELEON
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 -

Tutorial ini mengasumsikan user familiar dengan terminal Linux

Menggunakan terminal!

User EFIRO klik app Aleleon Shell Access
atau menu Apps > Aleleon Shell Access

---| 1 |---

Lakukan persiapan:

Pastikan package lengkap pada conda env yang akan digunakan:

Package tidak lengkap akan menyebabkan job gagal berjalan.

Siapkan file komputasi yang dibutuhkan:

Upload / download file lihat [Upload / Dow nload File HOME]

Untuk mencegah batch job mengacu site-packages yang salah:

1 - Apabila conda env aktif, keluar:
(env)$ conda deactivate
 
2 - Menonaktifkan modul Anaconda:
$ ml unload Anaconda3

Apabila ada pesan ini, abaikan:
 the module ... cannot be unloaded because it was not loaded

---| 2 |---

Buat Submit Script yaitu 'formulir' untuk menjalankan job komputasi:

Nama file bebas dengan format .sh, contoh submit.sh
Biasanya submit script berada satu folder dengan file komputasi.

$ nano submit.sh
atau vim

Contoh template Submit Script:

Ikuti petunjuk NOTES dan alur script di dalamnya.

Klik expand / kembangkan

- Template submit script Conda Environment versi CPU -

Note:

Perhatikan akun uji coba punya limit alokasi komputasi maksimal:
- CPU 16 core thread.
- RAM 64GB.
- Walltime (waktu limit komputasi) 24 jam.
Apabila menggunakan conda env selain 'tensor':
- Ganti isi variabel CONDA_NAME dengan conda env yang akan dipakai.

#!/bin/bash

# -----------------------------------------------------
# Template SLURM Submit Script
# Python dengan Conda Environment (CPU)
# TRIAL UST CODE: [A]/6
#
# 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, range 2 - 16
#SBATCH --ntasks=////

# Alokasi jumlah memori RAM (satuan GB), range 1 - 64
#SBATCH --mem=////GB

# Alokasi limit waktu menjalankan job
# Format HH:MM:SS atau D-HH:MM:SS, maks 24:00:00
#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.
PM="Anaconda3/2024.02-1"

# Nama conda environment yang digunakan
CONDA_NAME="tensor"

# ----------------------------------------------------
# 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?
- Conda env 'tensor' tidak perlu memuat modul CUDA.
- Info detail lihat [Menjalankan Package Python Versi GPU?]
- Apabila butuh, isi nama modul CUDA sebagai berikut:

...
module load ${PM}
module load [Nama-modul-CUDA]
...

Perhatikan akun uji coba punya limit alokasi komputasi maksimal:
- CPU 16 core thread.
- GPU 1 unit.
- RAM 64GB.
- Walltime (waktu limit komputasi) 24 jam.
Apabila menggunakan conda env selain 'tensor':
- Ganti isi variabel CONDA_NAME dengan conda env yang akan dipakai.

#!/bin/bash

# -----------------------------------------------------
# Template SLURM Submit Script
# Python dengan Conda Environment (GPU)
# TRIAL UST CODE: [A]/6
#
# 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 GPU untuk batch job
#SBATCH --partition=ampere

# Alokasi jumlah core thread CPU, range 2 - 16
#SBATCH --ntasks=////

# Mengalokasikan 1 GPU
#SBATCH --gpus=1

# Alokasi jumlah memori RAM (satuan GB), range 1 - 64
#SBATCH --mem=////GB

# Alokasi limit waktu menjalankan job
# Format HH:MM:SS atau D-HH:MM:SS, maks 24:00:00
#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.
PM="Anaconda3/2024.02-1"

# Nama conda environment yang digunakan
CONDA_NAME="tensor"

# ----------------------------------------------------
# Script jalannya program
# ----------------------------------------------------

# Memuat modul
# Modul NVIDIA CUDA telah tersedia di conda env tensor
module load ${PM}

# Mengaktifkan Conda Environment
source activate ${CONDA_NAME}

# Tuliskan perintah menjalankan komputasi Python user
# contoh -> python3 nama-file-python
////

Detail Submit Script lihat [Subm it Script ALELEON Supercomputer]

Untuk SBATCH notifikasi email status jalannya job lihat [Slurm Jojo]

---| 3 |---

Jalankan job dengan perintah:

$ sbatch [nama-submit-script]

Contoh:
$ sbatch submit.sh

---| 4 |---

User dapat melihat status jalannya job dengan perintah:

$ squeue -ul $USER

Apabila tidak ada di squeue artinya job bersangkutan telah berakhir.
Waktu jalan job tidak bergantung oleh alokasi limit waktu di script.
Job berakhir ketika komputasi selesai atau ada error.

Kolom ST atau STATE menunjukkan status jalannya job:
STATE	Penjelasan
`R (RUN)`	Job berjalan
`PD (PENDING)`	Job tertahan, lihat [Daftar Job 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

Perhatikan akun uji coba punya limit 1 concurrent job:

Hanya 1 job yang bisa berjalan dalam satu waktu.
Apabila ada job yang jalan, job lain yang disubmit akan mengantri.

---| 5 |---

Memantau konsumsi Core Hour

User dapat memantau CCH dan GH dengan menjalankan:

$ sausage
Perhatikan sausage update nilai setiap 1 jam

Apabila telah ada pembacaan CCH dan GH, artinya:

Akun uji coba ini telah digunakan user sebelumnya.
Catat nilai yg terbaca sebagai referensi.

---| 6 |---

User dapat memantau file output dengan perintah Unix seperti:

ls, cat, more, tail, dll

---| 7 |---

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 |---

	Klik app `Job Composer` di homepage EFIRO. atau menu `Apps > Job Composer`

Pilih menu New Job > From Template

---| 3 |---

Buat ruang job untuk menjalankan komputasi:

Pilih template Anaconda Python yang diinginkan:
Nama Template	Penjelasan
TRIAL [A]/6 - Conda Env (CPU)	Menjalankan conda env pada CPU
TRIAL [A]/6 - Conda Env (GPU)	Menjalankan conda env pada GPU

Kemudian Isi Job Name dan klik Create New Job

---| 4 |---

Lakukan persiapan:

Pastikan package lengkap pada conda env yang akan digunakan:

Package tidak lengkap akan menyebabkan job gagal berjalan.
Akses terminal apabila butuh via menu Open Terminal

Siapkan file komputasi yang dibutuhkan di ruang job:

Pastikan ruang job yang dipilih adalah yang akan digunakan.

Upload / download / edit file via menu Edit Files

Upload / download file tunggal diatas 2GB gunakan [software FTP]

---| 5 |---

Lengkapi Submit Script melalui tombol Open Editor

Submit script adalah 'formulir' untuk menjalankan job komputasi.
Ikuti petunjuk NOTES dan alur script di dalamnya.
Klik Save setiap kali mengubah script.

Note:

Perhatikan akun uji coba punya limit alokasi komputasi maksimal:
- CPU 16 core thread.
- GPU 1 unit.
- RAM 64GB.
- Walltime (waktu limit komputasi) 24 jam.
Apabila menggunakan conda env selain 'tensor':
- Ganti isi variabel CONDA_NAME dengan conda env yang akan dipakai.
Apabila memiliih template GPU:
- Perhatikan apakah perlu memuat modul CUDA?
- Conda env 'tensor' tidak perlu memuat modul CUDA.
- Info detail lihat [Menjalankan Package Python Versi GPU?]
- Apabila butuh, isi nama modul CUDA sebagai berikut:

...
module load ${PM}
module load [Nama-modul-CUDA]
...

Detail Submit Script lihat [Subm it Script ALELEON Supercomputer]

Untuk SBATCH notifikasi email status jalannya job lihat [Slurm Jojo]

---| 6 |---

Jalankan job dengan klik tombol Submit

Jalankan ketika tidak ada job user yang berjalan atau antri.
Sementara berlaku untuk akun perseorangan saja.

Kolom Status menunjukkan 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.
Melihat alasan job yang queue:
Buka menu 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 Job Reason ALELEON Supercomputer

Perhatikan akun uji coba punya limit 1 concurrent job:

Hanya 1 job yang bisa berjalan dalam satu waktu.
Apabila ada job yang jalan, job lain yang disubmit akan mengantri.

---| 7 |---

User dapat memantau CCH dan GH dengan:

Buka menu Open Terminal
Jalankan perintah:

$ sausage
Perhatikan sausage update nilai setiap 1 jam

Apabila telah ada pembacaan CCH dan GH, artinya:

Akun uji coba ini telah digunakan user sebelumnya.
Catat nilai yg terbaca sebagai referensi.

---| 8 |---

Lihat output file komputasi pada kolom Folder Contents

Atau dengan membuka menu Edit Files

Kolom Folder Contents

---| 9 |---

Apabila user ingin menghentikan job yang berjalan, klik Stop

---| 10 |---

Untuk menghapus ruang job dan datanya:

Pilih ruang job yang akan dihapus.
Perhatikan opsi ini juga menghapus data di ruang job tersebut.
Klik menu Delete

---

Sesi Jupyter

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

(klik expand / kembangkan)

- Langkah Sesi Jupyter -

---| 1 |---

[Login ke web EFIRO] ALELEON Supercomputer.

---| 2 |---

Lakukan persiapan sebelum sesi Jupyter:

Untuk efisiensi sesi terkait batasan waktu dan konsumsi Core Hour:

Lengkapi instalasi package pada conda env yang akan dipakai.
Upload file besar lihat [Upload / Download File HOME]
- Direktori standar sesi Jupyter adalah $HOME user.

---| 3 |---

	Klik app `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 - 16`

`Amount of memory/RAM (GB)`
Alokasi RAM dalam satuan GB, range `1 - 55`

`Number of GPUs` (apabila pilih partition tilla)
Jumlah GPU, isi angka `1`

`Number of hours`
Waktu maksimal sesi Jupyter, range `1 - 24`
Limit komputasi
Perhatikan akun uji coba punya limit alokasi komputasi maksimal: CPU 16 core thread. GPU 1 unit. RAM 64GB. Walltime (waktu limit komputasi) 24 jam.

`Choose how to launch Jupyter`
Pilih `Anaconda/Mamba`

`Choose Anaconda/Mamba version`
Pilih `Anaconda 3 2024.02-1`

`Conda/Mamba environment directory`
Isi `tensor` Kecuali apabila user menggunakan conda env lain: Isi dengan nama conda env yang dibuat user.

`Software Modules`
Memuat modul software diluar conda env user , isi apabila ada.
Bagi user yang memilih partition tilla: Perhatikan apakah perlu memuat modul CUDA? Conda env 'tensor' tidak perlu memuat modul CUDA. Info detail lihat [Menjalankan Package Python Versi GPU?] Apabila butuh, isi form ini dengan nama modul CUDA.

`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!
Sesi akan terus berjalan selama waktu sesi masih ada.
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 memantau CCH dan GH dengan:

Buka menu Apps > Aleleon Shell Access
Jalankan perintah:

$ sausage
Perhatikan sausage update nilai setiap 1 jam

Apabila telah ada pembacaan CCH dan GH, artinya:

Akun uji coba ini telah digunakan user sebelumnya.
Catat nilai yg terbaca sebagai referensi.

---| 9 |---

User dapat mengunjungi sesi Jupyter yang sedang berjalan pada:

Menu My Interactive Sessions
Kolom Active interactive sessions di 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

@@ Baris 757: / Baris 757: @@
 |Isi formulir untuk memulai sesi Jupyter dengan panduan berikut:
 {| class="wikitable"
-!<code>''Choose Jupyter version''</code>
+!<code>''<big>Choose Jupyter version</big>''</code>
 |-
 |Pilih sesuai preferensi user, <code>Jupyter Lab</code> atau <code>Notebook</code>
@@ Baris 763: / Baris 763: @@
 !
 |-
-!''<code>Partition</code>''
+!''<code><big>Partition</big></code>''
 |-
 |Pilih sesuai kebutuhan:
@@ Baris 771: / Baris 771: @@
 !
 |-
-!<code>''Number of CPU thread(s)''</code>
+!<code>''<big>Number of CPU thread(s)</big>''</code>
 |-
 |Alokasi core CPU, range <code><big>'''2 - 16'''</big></code>
@@ Baris 777: / Baris 777: @@
 !
 |-
-!<code>''Amount of memory/RAM (GB)''</code>
+!<code>''<big>Amount of memory/RAM (GB)</big>''</code>
 |-
 |Alokasi RAM dalam satuan GB, range <code><big>'''1 - 55'''</big></code>
@@ Baris 783: / Baris 783: @@
 !
 |-
-!''<code>Number of GPUs</code> (apabila pilih partition tilla)''
+!''<code><big>Number of GPUs</big></code> (apabila pilih partition tilla)''
 |-
 |Jumlah GPU, isi angka <code><big>'''1'''</big></code>
@@ Baris 789: / Baris 789: @@
 !
 |-
-!''<code>Number of hours</code>''
+!''<code><big>Number of hours</big></code>''
 |-
 |Waktu maksimal sesi Jupyter, range <code><big>'''1 - 24'''</big></code>
@@ Baris 804: / Baris 804: @@
 !
 |-
-!''<code>Choose how to launch Jupyter</code>''
+!''<code><big>Choose how to launch Jupyter</big></code>''
 |-
 |Pilih <code>'''Anaconda/Mamba'''</code>
@@ Baris 810: / Baris 810: @@
 !
 |-
-!''<code>Choose Anaconda/Mamba version</code>''
+!''<code><big>Choose Anaconda/Mamba version</big></code>''
 |-
 |Pilih '''<code>Anaconda 3 2024.02-1</code>'''
@@ Baris 816: / Baris 816: @@
 !
 |-
-!''<code>Conda/Mamba environment directory</code>''
+!''<code><big>Conda/Mamba environment directory</big></code>''
 |-
 |Isi <code>'''tensor'''</code>
@@ Baris 824: / Baris 824: @@
 !
 |-
-!''<code>Software Modules</code>''
+!''<code><big>Software Modules</big></code>''
 |-
 |Memuat modul software diluar conda env user , ''isi apabila ada''.
@@ Baris 832: / Baris 832: @@
 *Conda env ''''tensor'''<nowiki/>' tidak perlu memuat modul CUDA.
 *Info detail lihat '''[[https://wiki.efisonlt.com/wiki/TRIAL_A6#Menjalankan_Package_Python_versi_GPU? Menjalankan Package Python Versi GPU?]]'''
-**'''''Apabila butuh''''', isi form ini dengan nama modul CUDA.
+*'''''Apabila butuh''''', isi form ini dengan nama modul CUDA.
 |-
 !
 |-
-!''<code>Environment setup</code>''
+!''<code><big>Environment setup</big></code>''
 |-
 |Memuat environment variable, ''isi apabila ada''.
@@ Baris 842: / Baris 842: @@
 !
 |-
-!''<code>Additional Jupyter arguments</code>''
+!''<code><big>Additional Jupyter arguments</big></code>''
 |-
 |Memuat argumen tambahan Jupyter, ''isi apabila ada''.
@@ Baris 848: / Baris 848: @@
 !
 |-
-!''<code>Email address</code>''
+!''<code><big>Email address</big></code>''
 |-
 |Notifikasi email untuk status mulai dan selesainya Jupyter.

Article tools

Perkakas pribadi

Navigasi

Perkakas

TRIAL A6: Perbedaan antara revisi

Revisi per 17 Mei 2025 10.32

Daftar isi

Login ALELEON Supercomputer

Spesifikasi Trial dan Reproduksi Langkah

Conda Environment 'tensor'

Langkah Menjalankan Komputasi

Spesifikasi

Membuat Conda Environment

Mengaktifkan Conda Env dan Instalasi Package

Pilihan Menjalankan Komputasi

Menjalankan Package Python versi GPU?

Batch Job

Sesi Jupyter

Pelaporan Kendala dan Support