西电超算新手必看：从零开始配置GPU环境（RTX3090实战）-优快云博客

西电超算GPU实战：从零到一，让RTX 3090为你加速

第一次登录西电超算，面对满屏的命令行和陌生的队列系统，是不是感觉有点无从下手？尤其是当你手头的项目需要用到GPU，比如那块性能强劲的RTX 3090时，如何正确配置环境、提交作业，就成了横在面前的第一道坎。别担心，这篇文章就是为你准备的。它不是一份冷冰冰的官方手册翻译，而是一个过来人踩过坑、趟过雷之后，为你梳理出的一条清晰路径。我们将聚焦于GPU环境的搭建，特别是针对RTX 3090这类高性能显卡，从最基础的队列选择讲起，到CUDA、cuDNN的配置，再到Conda环境的激活与依赖库的加载，最后完成作业的提交与监控。整个过程，我会穿插那些官方文档里可能没写，但实践中一定会遇到的“坑”和解决方案，目标是让你看完就能动手，一次配置成功。

1. 理解西电超算：资源、队列与你的第一份作业脚本

在开始敲命令之前，花几分钟理解超算的基本工作模式至关重要。西电超算是一个共享的高性能计算集群，这意味着所有用户共享计算资源（CPU、GPU、内存等）。为了公平、高效地调度这些资源，系统采用了作业调度系统。你的每一个计算任务，都需要通过编写一个“作业脚本”来向系统申请资源，然后由调度器（如LSF、Slurm或西电自研的JSUB）安排到合适的计算节点上执行。

对于新手来说，最容易混淆的就是**队列（Queue）**的概念。你可以把队列想象成不同类别的“服务窗口”。有的窗口专门处理CPU密集型任务（normal队列），有的窗口则配备了强大的GPU（gpu队列）。选择错误的队列，你的作业要么无法运行，要么无法调用到GPU资源。

1.1 作业脚本骨架：从Shebang到资源声明

一个最基本的作业脚本，通常以指定解释器的“Shebang”行开始。对于Bash脚本，就是：

#!/bin/bash

接下来是核心部分：通过特定的注释指令（以#JSUB开头）向调度器声明你需要的资源。这些指令必须在脚本的最前面，且在任何可执行命令之前。一个典型的GPU作业脚本头如下：

#!/bin/bash
#JSUB -q gpu                 # 指定使用GPU队列
#JSUB -gpgpu "1 type=NVIDIAGeForceRTX3090" # 申请1块RTX 3090显卡
#JSUB -app default          # 指定应用类型，通常为default
#JSUB -n 16                 # 申请16个CPU核心
#JSUB -e error.%J           # 指定标准错误输出文件，%J会被替换为作业ID
#JSUB -o output.%J          # 指定标准输出文件
#JSUB -J my_gpu_job         # 给你的作业起个名字，便于识别

注意：-gpgpu参数的格式非常关键。"1 type=NVIDIAGeForceRTX3090"中，数字1和显卡型号之间必须有一个空格，并且整个参数值用双引号括起来。写错会导致资源申请失败。

相比之下，一个CPU作业的脚本头就简单许多：

#!/bin/bash
#JSUB -q normal              # 使用CPU队列
#JSUB -app default
#JSUB -n 32                 # 可以申请更多的CPU核心，例如32个
#JSUB -e error.%J
#JSUB -o output.%J
#JSUB -J my_cpu_job

资源申请策略：

CPU核心数（-n）：并非越多越好。申请超过你任务实际所需的核数，会造成资源浪费，并可能因为等待更多空闲核心而延长排队时间。对于大多数机器学习训练任务，8-16个核心配合一块GPU通常已经足够。
GPU类型：明确指定NVIDIAGeForceRTX3090能确保你获得该型号显卡。如果不指定，系统可能会分配任意可用型号的GPU，可能导致CUDA兼容性问题。