她真好看
111
111
最近在折腾自己的阿里云 2G 小鸡。
一开始只是觉得机器越来越紧张,free -h 看了一眼,发现有点不对劲:
free -h输出大概是这样:
total used free shared buff/cache available
Mem: 1.6Gi 1.4Gi 67Mi 5.6Mi 385Mi 275Mi
Swap: 4.0Gi 0B 4.0Gi这就很奇怪了。
服务器明明是 2G 内存规格,为什么系统里 Mem 的 total 只有 1.6Gi?
一开始我还以为是云厂商的 GB / GiB 口径差异。毕竟 2GB 按十进制换算成 GiB,本来就不是完整的 2GiB。
但这差得还是有点多。
最近学 HiveD,第一感觉是:它的算法很朴素。
核心分配逻辑很像 buddy allocator:申请资源时找合适的 cell,找不到就从更大的 cell 拆;释放资源时,如果 buddy cell 都空了,就再合回去。
这套东西不难。HiveD 有意思的地方不在“分配算法多复杂”,而在它先把 GPU 集群里的资源重新抽象了一遍。
Note
普通 quota 问的是:用户有多少张 GPU?这两个问题看起来只差几个字,但在多 GPU 训练里差很多。
今天发现一个问题:Mac 合盖放了一会儿,拿出来的时候非常烫。
这事挺吓人的。正常来说合盖之后应该睡眠,最多温温的,不该像还在跑什么任务一样发热。尤其是如果放在包里,散热条件很差,时间长了肯定不太好。
还没想好捏