跳转至

2023_06_07 会议记录

Lab4

本次会议主要决定了计算任务选为蒙特卡洛法计算$e$，具体算法可参见代码，并且尝试了Ray Cluster的部署连接等操作。

Docker 部署相关文档草稿置于此处。

请确保所有设备处于同一局域网内

安装 Docker

  1. 安装 Docker Desktop: docker.com

  2. 下载 Ray 的 Dockeer 镜像

(amd64) docker pull rayproject/ray

(aarm64) docker pull rayproject/ray:nightly-aarch64
  1. 运行 Docker
(amd64) docker run --shm-size=1gb -m 2g -t --tty --interactive -p 8888:8888 -p 6379:6379 rayproject/ray

(aarm64) docker run --shm-size=2.32gb -m 2g -t --tty --interactive -p 8888:8888 -p 6379:6379 rayproject/ray:nightly-aarch64

启动 Ray

  1. 启动头节点
(docker) ray start  --head  --dashboard-host=0.0.0.0 --dashboard-port=8888

此时可于宿主机浏览器中访问 localhost:8888 查看 Ray Dashboard

  1. 启动工作节点（可以在宿主机，也可以在同一局域网任意设备/设备之上 Docker 容器内）并连接至集群
(docker) ray start --address='172.17.0.2:6379'

  1. 通过 Docker Desktop 将脚本文件复制进容器中，推荐放置在 /home/ray 目录下，这是进入容器后的默认位置。

  2. 开始计算

(docker) RAY_DEDUP_LOGS=0 python e.py

Log

1 docker 1250000 3.316246747970581
2 docker 1250000 3.115318775177002

计划

本周末前完成单机部署以及分布式部署文档编写，以及单机性能优化相关分析。

完成之后约定下一次会议时间，讨论 Lab4 报告编写以及 EFS 融合调试。