Slurm HPC 和 AI 编排的标准

Slurm：开源的 HPC 和 AI 工作负载管理器

HPC 和 AI 编排的标准。

下载

阅读新闻稿  |  NVIDIA 开发者

概览

开源工作负载管理

Slurm 是一款开源的工作负载管理器，旨在高效管理几乎任何工作负载，并在超大规模环境下提供经过验证的吞吐量。它采用由控制器、节点和分区组成的分层结构，根据策略和资源分配作业，从而优化工作负载分布，最大化集群利用率，并确保高效执行作业。Slurm 由 SchedMD (现隶属于 NVIDIA) 的工程师开发并维护，这些工程师具备深厚的高性能计算 (HPC) 和 AI 专业知识。Slurm 是 TOP500 超级计算机排名前 100 的系统中超过半数所选择的调度器。

获取 Slurm 支持

Slurm 和 Slinky 的支持、培训和咨询服务现已由 NVIDIA 提供。从实施到定制，获得专家的直接工程帮助，以充分利用 Slurm 的全部能力。

了解详情

适用于 Kubernetes 的 Slurm

Slinky 提供了一套强大的工具，将 Slurm 的能力引入 Kubernetes。它使用户能够灵活并轻松地管理 HPC、云原生和 AI 训练工作负载。

了解详情

什么是 Slurm？

Slurm 是市场领先的面向 HPC 和 AI 的开源工作负载管理器，深受全球众多大型超级计算和 AI 环境的信赖。

Slurm 为用户分配一段时间内对资源 (计算节点) 的独占和/或非独占访问权限，以便他们执行工作。它随后会提供一个框架，用于在一组已分配的节点上启动、执行和监控工作 (通常是并行作业)。最后，Slurm 通过管理待处理工作的队列来仲裁冲突的资源请求。

特性

深入了解 Slurm

全球顶级超级计算机的工作负载管理器。

为 HPC 和 AI 集群提供经过验证的可扩展性和吞吐量

利用领先的工作负载管理器，高效管理最大规模的异构 CPU 和 GPU 集群上的数百万个作业。从小型实验室到领先的百亿亿次级超级计算机，在各种环境下都能实现高利用率和一致的性能。

优化的资源分配

通过复杂的调度和优先级排序功能加速作业执行并提高生产力，包括复杂策略管理、服务质量以及平衡资源分配，以符合组织的服务水平协议和优先级。

高级拓扑感知和规划

利用 Slurm 对复杂网络和系统拓扑的理解，在多层互连架构上实现高效的工作负载放置。使延迟最小化、带宽最大化，并提升端到端作业性能。

广泛可用：本地和云端部署

借助开源的工作负载管理器，随着时间的推移进行构建和扩展。该管理器提供透明的代码、活跃的开发、高效的成本控制、敏捷的创新以及强大的用户社区。支持本地、云端和混合部署。

下载 Slurm

Slurm 完全开源且与硬件无关，为资源管理和作业调度提供完全的透明度和灵活性。部署 Slurm，助力其发展，并将其无缝集成到您的基础设施栈中。

在 GitHub 上查看并加入社区！

下载 Slurm
技术

资源管理和作业调度

Slurm 的基础是分配资源、管理待处理工作和执行作业，但正是 Slurm 架构的细节使其成为领先的 HPC 和 AI 工作负载管理系统。

GPU 资源管理

凭借领先的 GPU 资源管理，Slurm 允许用户请求 GPU 和 CPU 资源，确保作业快速高效地执行，并实现最大利用率。

云集成

Slurm 会根据队列深度和作业要求，利用自动扩展和混合云突发自动启动云实例，这是通过表述性状态传输 (REST) API 以及与主要云提供商的集成来实现的。

与硬件无关

Slurm 几乎可以在任何 CPU 或 GPU 加速的集群上运行，具有广泛的硬件支持，专为运行各种工作负载的现代异构数据中心而设计。

用例

使用 Slurm 管理工作负载

了解如何使用这款深受研究实验室和前沿 AI 领导者信赖的开源工作负载管理器来管理计算资源。

大规模系统

同时管理数十万个核心、数百万个作业和多样化的硬件，需要的不仅仅是基本的调度。Slurm 通过分层作业队列、拓扑感知路由以及可最大化吞吐量的智能作业打包来处理极端并发情况。内置电源管理、策略执行和详细报告功能，使任何规模的大型部署都能够高效、可追溯地运行。

HPC 和 AI 训练

在训练大型 AI 模型或运行多物理仿真时，作业放置与原始计算同等重要。Slurm 的拓扑感知调度可对多层互连架构上的多节点工作负载进行规划，将作业分配给网络结构中物理距离最近的节点，通过降低通信开销来提升性能。结合 GPU 感知和策略驱动的资源分配，团队能够以可预测的方式运行分布式工作负载，而无需等待低优先级或放置不当的作业。

Kubernetes 集群

Slinky 是一个组件工具包，能够使 Slurm 在 Kubernetes 环境中运行，从而弥合传统 HPC 与云原生环境之间的差距。团队可以在共享节点池上运行 Slurm 和 Kubernetes 工作负载，将 Kubernetes 资源请求转换为 Slurm 作业。这为研究人员和开发者提供了熟悉的 Kubernetes 工作流，同时受益于 Slurm 卓越的批量调度和资源治理。

了解详情

常见问题解答

关于 Slurm 的常见问题解答

开源工作负载管理器是一种软件，能够自动调度、执行和监控共享基础设施 (例如集群或云环境) 上的计算作业。由于它是开源的，组织可以自由使用、定制和扩展，以满足其性能、可扩展性和运营需求，而无需订阅或企业许可证。

TOP500 是全球最强大的非分布式计算机系统的排名。在 TOP500 榜单的前 100 名系统中，超过半数选择 Slurm 作为调度器，这凸显了其在大规模环境下经过验证的可扩展性和吞吐量。

是的，Slurm 提供领先的 GPU 资源管理，允许用户同时请求 GPU 和 CPU 资源，以确保作业快速高效地执行，同时最大限度地提高利用率。

官方的用户和管理员快速入门指南、版本说明以及其他详细文档已在 SchedMD (现隶属于 NVIDIA) 网站上提供。NVIDIA 还提供了与 Slurm 集成和特性相关的技术博客文章和点播视频。1

可以通过 SchedMD (现隶属于 NVIDIA) 网站上的支持门户提交支持工单。您需要提供一个包含您组织域名的电子邮件地址，以验证您的支持资格。Slurm 和 Slinky 的支持、培训和咨询服务由 NVIDIA 提供。这可以提供来自专家的直接工程帮助，助力实施和定制。2

Slurm 利用其对复杂网络和系统拓扑的理解，在多层互连架构上实现高效的工作负载放置。这可以使延迟最小化、带宽最大化，并提升端到端作业性能，这对于 HPC 和 AI 训练工作负载尤其重要。

SchedMD (现隶属于 NVIDIA) 开发了开源的组件工具包 Slinky，它能够使 Slurm 在 Kubernetes 环境中运行，从而弥合传统 HPC 与云原生环境之间的差距。它使团队能够在共享节点池上运行 Slurm 和 Kubernetes 工作负载，将 Kubernetes 资源请求转换为 Slurm 作业。3

Slurm 针对基于队列的大型、并行作业批量调度进行了优化，优先考虑吞吐量和硬件效率。Kubernetes 专为容器化微服务的声明式、事件驱动的编排而设计。4

资源

工作负载管理的最新动态

利用开源的 Slurm 编排新一代 AI 工作负载

GTC 圣何塞 2026 大会上的这场会议探讨了当前架构、最近的增强功能以及正在进行的社区驱动工作，这些工作正帮助 Slurm 为超级计算工作负载实现更高的效率、可移植性和互操作性。

观看会议

使用 Slurm 在 Kubernetes 上运行大规模 GPU 工作负载

大多数组织已在 Slurm 作业脚本上投入多年精力，在向 Kubernetes 迁移时，面临着如何避免维护两个独立环境的挑战。开源项目 Slinky 提供了一种大规模管理 Kubernetes 环境的新方法。

阅读博客

从硬件到拓扑感知调度

AI 架构师和 HPC 运维人员面临的挑战是，如何将机架式硬件转化为对最终用户安全、高性能且易于使用的资源。NVIDIA Mission Control™ 等经过验证的软件栈提供了多节点调度工具，可同时支持 Slurm 和 Kubernetes。

阅读博客

后续步骤

准备好开始了吗？

在 GitHub 下载并加入社区！

入门

Slurm 支持

及时了解最新版本动态，并获得 Slurm 工程师的直接支持。

了解详情

Slurm 文档

获取 Slurm 的版本说明和快速入门指南。

了解详情
公司信息
新闻与活动
热门链接