AutoDetect 将自动检测文件、核心、链接和任何其他硬件。如果在使用 AutoDetect 时指定了 File、Cores 或 Links 等参数，则指定的值将用于对自动检测值进行合理性检查。如果存在不匹配，则节点的状态将设置为无效，并且节点将被排空。

如果使用此选项，则必须一起指定插槽* 中的所有核心。 虽然 Slurm 可以在 CPU 或线程级别跟踪和分配资源，但其用于与 CPU 共同分配 GRES 设备的调度算法在作业分配时是在插槽* 级别操作的。 因此，无法优先将 GRES 分配给同一插槽* 上的不同特定 CPU。

*插槽可以用 NUMA 节点替代，使用 SlurmdParameters=numa_node_as_socket 或 l3cache 和 SlurmdParameters=l3cache_as_socket。

可以使用逗号分隔的列表指定多个核心，或使用“-”分隔符指定范围（例如“0,1,2,3”或“0-3”）。 如果作业指定了 --gres-flags=enforce-binding，则只有识别的核心可以与每个通用资源分配。这将有助于提高作业的性能，但会延迟资源的分配。 如果指定且作业未使用 --gres-flags=enforce-binding 选项提交，则识别的核心将被优先用于与每个通用资源的调度。

如果指定了 --gres-flags=disable-binding，则可以使用任何核心与资源，这也会提高 Slurm 的调度算法速度，但可能会降低应用程序性能。 当前需要使用 --gres-flags=disable-binding 选项来使用绑定到 GRES 的 CPU 数量超过的情况（例如，如果 GPU 绑定到一个插槽的 CPU，但需要在多个插槽上运行作业的资源）。 如果任何核心都可以有效地与资源一起使用，则请勿为 Slurm 调度逻辑提高速度而指定 cores 选项。 更改 Cores 选项需要重启 slurmctld 才能生效。

注意：由于 Slurm 必须能够在具有各种处理单元编号方案的异构集群上执行资源管理，因此必须指定逻辑核心索引，而不是物理核心索引。 该逻辑核心索引可能与您的物理核心索引号不对应。 核心 0 将是第一个插槽上的第一个核心，而核心 1 将是第一个插槽上的第二个核心。 此编号与在“lstopo -l”命令输出中看到的逻辑核心编号（核心 L#）一致。

如果要支持通用资源分配的强制执行（即防止用户使用分配给其他用户的资源），则通常需要此字段。 文件分配的强制执行依赖于 Linux 控制组（cgroups）和 Slurm 的任务/cgroup 插件，该插件将分配的文件放入作业的 cgroup 中，并防止使用其他文件。 有关更多信息，请参见 Slurm 的控制组指南：https://slurm.schedmd.com/cgroups.html。

如果指定了 File，则 Count 必须设置为指定的文件名数量或不设置（默认值为指定文件的数量）。 对此的例外是 MPS/分片。对于这两种 GRES，每个 GPU 将通过设备文件使用 File 参数进行识别，Count 将指定与该 GPU 对应的条目数量。对于 MPS，通常为 100 或 100 的某个倍数。对于分片，通常为可以同时共享该 GPU 的作业的最大数量。

如果使用具有多实例 GPU 功能的卡，请使用 MultipleFiles 代替。File 和 MultipleFiles 是互斥的。

注意：所有 gpu 类型的 GRES 都需要 File。

注意：如果您在某个节点上为资源指定了 File 参数，则该选项必须在所有节点上指定，Slurm 将跟踪每个节点上每个特定资源的分配。否则，Slurm 只会跟踪分配资源的数量，而不是每个单独设备文件的状态。

注意：在更改带有 File 参数的记录数量之前，请排空节点（例如，如果您想从节点的配置中添加或删除 GPU）。 未能这样做将导致使用这些 GRES 的任何作业被中止。

注意：在指定 File 时，Count 的大小限制为每个节点（当前为 1024）。

当前允许的值包括：

CountOnly

不要尝试加载 GRES 类型的插件，因为此 GRES 将仅用于跟踪使用的 GRES 数量。这避免了尝试加载不存在的插件，这可能会影响具有高延迟元数据操作的文件系统。

注意：如果某个 gres 配置了此标志，则它是全局的，因此所有其他具有该 gres 的节点将隐含此标志。

explicit

如果设置了该标志，则在整个节点分配中不会将 GRES 分配给作业（--exclusive 或在分区上设置的 OverSubscribe=EXCLUSIVE），除非作业明确请求。

注意：如果某个 gres 配置了此标志，则它是全局的，因此所有其他具有该 gres 的节点将隐含此标志。

one_sharing

用于共享 gres。如果在共享 gres（gpu）上使用共享 gres（mps），则仅允许共享 gres 中的一个被共享 gres 使用。这是 MPS 的默认值。

注意：如果某个 gres 配置了此标志，则它是全局的，因此所有其他具有该 gres 的节点将隐含此标志。此标志与特定 gres 的 all_sharing 不兼容。

all_sharing

用于共享 gres。这与 one_sharing 相反，可以用于允许节点上的所有共享 gres（gpu）用于共享 gres（mps）。

注意：如果某个 gres 配置了此标志，则它是全局的，因此所有其他具有该 gres 的节点将隐含此标志。此标志与特定 gres 的 one_sharing 不兼容。

nvidia_gpu_env

为指定节点上的所有 GPU 设置环境变量 CUDA_VISIBLE_DEVICES。

amd_gpu_env

为指定节点上的所有 GPU 设置环境变量 ROCR_VISIBLE_DEVICES。

intel_gpu_env

为指定节点上的所有 GPU 设置环境变量 ZE_AFFINITY_MASK。

opencl_env

为指定节点上的所有 GPU 设置环境变量 GPU_DEVICE_ORDINAL。

no_gpu_env

不设置 GPU 特定的环境变量。此选项与所有其他与环境相关的标志互斥。

在一行 GRES 上设置的与环境相关的标志将被直接下面的 GRES 行继承，如果该行未指定与环境相关的标志，并且它与同一节点、名称和类型相同。对于同一节点、名称和类型的 GRES，环境相关的标志必须相同。

请注意，AMD ROCm 运行时存在一个已知问题，其中 ROCR_VISIBLE_DEVICES 首先被处理，然后 CUDA_VISIBLE_DEVICES 被处理。为了避免由此引起的问题，请为 AMD GPU 设置 Flags=amd_gpu_env，以便仅设置 ROCR_VISIBLE_DEVICES。

这是一个可选值，通常在启用 AutoDetect 时自动确定。 典型用例是识别具有 NVLink 连接的 GPU。 请注意，对于 GPU，由操作系统分配的次要编号（在设备文件中使用，即 /dev/nvidiaX 中的 X）不一定与设备编号/索引相同。设备编号是通过按 PCI 总线 ID 对 GPU 进行排序，然后从最小总线 ID 开始编号。 请参见 https://slurm.schedmd.com/gres.html#GPU_Management

在更改带有 MultipleFiles 参数的记录数量之前，请排空节点，例如在添加或删除 GPU 时。 未能这样做将导致使用这些 GRES 的任何作业被中止。

在不使用具有 MIG 功能的 GPU 时，请使用 File 代替。 MultipleFiles 和 File 是互斥的。

gpu

图形处理单元

mps

CUDA 多进程服务 (MPS)

nic

网络接口卡

shard

GPU 的分片

注意：如果使用自动检测功能并在您的 gres.conf 文件中定义 Type，则指定的 Type 应与检测到的值匹配或为其子字符串，使用下划线替代任何空格。