GPU作业正确姿势

GPU作业必须在脚本中声明 --gres=gpu:N，且gpu分区N最大为8（单节点）。跨节点多卡训练请使用 --nodes=2 --ntasks-per-node=8 并配合分布式框架（torchrun/DeepSpeed）。

常见错误：脚本里没有--gres却在GPU分区运行，作业会被调度器拒绝；申请了GPU但进程用CPU跑满，会造成资源浪费并触发低效作业告警。

查看GPU实时占用：ssh到计算节点执行 nvidia-smi，或在srun交互会话中执行。

4090分区适合推理与中小模型调试，A100分区适合大模型训练。合理选择分区可显著缩短排队。