PBS保持放棄我的工作

Question

我請求14個處理器從一個一個（每個都有32）所示：

#PBS -l nodes=1:ppn=14 

#PBS -l walltime=12:00:00 

而且具有較低的ppn它幾乎總是工作，但一旦我的數字高於14- ish，工作開始執行並立即終止。 tracejob是奇無益：

tracejob 14753.hpc2 

Job: 14753.hpc2 

01/21/2017 11:12:36 L Considering job to run 
01/21/2017 11:12:36 L Job run 
01/21/2017 11:12:36 M Resource_List.place = scatter 
01/21/2017 11:12:36 M make_cpuset, vnode hpc2[0]: hv_ncpus (2) > mvi_acpus (0) (you are not expected to understand this) 
01/21/2017 11:12:36 M start_exec, new_cpuset failed 
01/21/2017 11:12:36 M kill_job 
01/21/2017 11:12:36 M hpc2 cput= 0:00:00 mem=0kb 
01/21/2017 11:12:37 M Obit sent 
01/21/2017 11:12:37 M copy file request received 
01/21/2017 11:12:37 M staged 2 items out over 0:00:00 
01/21/2017 11:12:37 M delete job request received 
01/21/2017 11:12:37 M delete job request received 
01/21/2017 11:12:38 M no active tasks 
01/21/2017 11:12:38 M delete job request received 

我有次成功要求更多的CPU，所以它不是完全確定。有沒有一種方法來調試呢？

作爲一個側面節點，請求多個節點的任何作業永遠都在隊列中，永遠不會啓動，我不知道這是否相關。

Answer 1

您是否試圖執行「qrun」並強行嘗試在指定的vnode上啓動此作業？

如果不是，您可以共享vnode hpc2 [0]的pbsnodes數據嗎？

作爲一種可能的解決方案，嘗試重新啓動你的媽媽或將共享設置爲獨佔媽媽（當然，你需要是一個特權用戶來做到這一點）。