Komputasi dengan Container Apptainer

Halaman ini menjelaskan langkah menjalankan komputasi di ALELEON Supercomputer dengan image container melalui platform [Apptainer]. ALELEON Supercomputer dapat menyediakan dan menjalankan image container untuk komputasi berbagai bidang.

Langkah Menjalankan Komputasi

Terdapat 2 langkah utama:

1. Memilih image container yang digunakan.
2. Melengkapi (apabila dibutuhkan) dan menjalankan image container sesuai ketentuannya.

Pilihan Image Container

Tersedia pilihan image berikut yang dapat dipilih sesuai preferensi user:

(klik expand / kembangkan)

Image Siap Pakai

Image siap pakai yang dapat diakses oleh semua user:

Daftar Image Siap Pakai ALELEON Supercomputer
Image disediakan oleh tim admin. Permohonan menyediakan / pembuatan image hubungi support@efisonlt.com.
Nama dan direktori Image	Info detail	Support Hardware & Platform
		CPU	GPU	OMP	MPI	Python	Jupyter
PyTorch NVIDIA NGC (GPU accelerated) release 23.08
$NVCONT/NGC_PyTorch_r23.08.sif	[PyTorch r23.08 docs]	V	V	V	V	V	V
PyTorch NVIDIA NGC (GPU accelerated) release 24.04
$NVCONT/NGC_PyTorch_r24.04.sif	[PyTorch r24.04 docs]	V	V	V	V	V	V
TensorFlow NVIDIA NGC (GPU accelerated) release 24.04
$NVCONT/NGC_TensorFlow_r24.04.sif	[TensorFlow r24.04 docs]	V	V	V	V	V	V
AnteChamber PYthon Parser interfacE (ACPYPE) 2023.10.27
$SCONT/acpype-2023.10.27.sif	[Official ACYPE doc]	V	X	X	X	V	X

User Melakukan Pull Image

User dapat melakukan pull image dari container registry apapun dengan langkah:

Langkah Melakukan Pull Image Container dengan Apptainer
Ketentuan: User menaruh image di HOME dimana mengkonsumsi storage HOME. Idealnya user mengetahui bagaimana cara menggunakan container tersebut untuk komputasi. Dapat berdiskusi dengan tim admin terkait pilihan menjalankan komputasi.
Menggunakan terminal! User web EFIRO buka app Aleleon Shell Access.
1
Muat modul Apptainer: $ ml apptainer
2
Lakukan pull dengan format: Platform Perintah Docker $ apptainer pull docker://[image-pull-tag] Shub $ apptainer pull shub://[image-pull-tag] OCI compatible $ apptainer pull oras://[image-pull-tag] Contoh pull image [TensorFlow 24.01-tf2-py3 dari NVIDIA NGC Catalog]: $ apptainer pull docker://nvcr.io/nvidia/tensorflow:24.04-tf2-py3
3
Untuk menjalankan image, Apptainer membutuhkan nama dan direktori file image. Mohon user memperhatikan dan mengatur kedua hal tersebut.

Instalasi Library Python pada Image Container

User dapat menambah library Python pada image container (apabila dibutuhkan) dimana terinstal pada HOME user.

• Disarankan melakukan instalasi library melalui langkah ini sebelum memulai sesi Jupyter karena tidak menghabiskan Core Hour.

Langkah Instalasi Package ke Image Container
1
Masuk ke terminal melalui Login SSH atau Login ke web EFIRO; Buka pinned apps Aleleon Shell Access Kegiatan ini tidak mengurangi Core Hour user.
2
Muat modul Apptainer: $ module load apptainer
3
Muat image container dengan rumus: $ apptainer run [alamat-direktori-dan-nama-image].sif Apabila butuh GPU NVIDIA saat instalasi package, tambahkan flag --nv: $ apptainer run --nv [alamat-direktori-dan-nama-image].sif
Untuk image global dari ALELEON, direktori dan nama image adalah: /comp/containers/nvidia/[nama-image].sif Contoh:/comp/containers/nvidia/pytorch_23.08-py3.sif
4A
Lakukan instalasi library dengan pip $ python -m pip install [nama-package]
4B
Apabila membutuhkan update pip, jalankan: $ python -m pip install --upgrade pip Instalasi update ini dilakukan pada HOME user.

Sesi Jupyter dengan Container

Langkah Interactive Job Sesi Jupyter dengan Container
1
Login ke web EFIRO ALELEON Supercomputer.
2
Buka pinned apps Jupyter di homepage EFIRO.
3
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 -> CPU saja tilla -> CPU dan GPU Formulir alokasi komputasi Partition torti tilla Number of CPU core(s) 1 - 32 Amount of memory/RAM (GB) 1 - 64 Number of GPUs - 1 Number of hours 1 - 72 Pada akun perseorangan, sesi Jupyter tidak akan berjalan apabila: Alokasi CPU * hours > sisa CPU Core Hour Alokasi GPU * hours > sisa GPU Hour apabila memilih tilla. Cek sisa Core Hour dengan: Buka menu Clusters -> ALELEON Shell Access Jalankan perintah $ sausage Choose how to launch Jupyter -> silahkan pilih: Container -> menggunakan image siap pakai dari ALELEON Custom container -> menggunakan image yang dipull / buat user Pilih image atau menyediakan direktori & nama image user Software modules -> kosongkan Environment setup Memuat environment variable, isi apabila ada Additional Jupyter arguments Memuat argument tambahan Jupyter, isi apabila ada Email address Notifikasi email untuk status mulai dan selesainya sesi Jupyter. Isi apabila berkenan.
4
Klik tombol Launch untuk memulai sesi Jupyter. User akan diarahkan ke halaman My Interactive Sessions. Tunggu hingga sesi Jupyter siap diakses. Status sesi Jupyter mengantri menunggu alokasi hardware
5
Apabila status Running, klik tombol Connect to Jupyter. Sistem mulai menghitung Core Hour! Sesi Jupyter siap diakses. Untuk menghentikan sesi, klik tombol Cancel.
6
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
7
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