# 🧠 Treinamento com Slurm 

## 📌 Visão Geral

Este guia descreve como acessar a infraestrutura da DGX do laboratório e executar treinamentos utilizando o gerenciador de recursos **Slurm**.

---

## 🔐 Acesso ao Ambiente

### 1. Conectar na VPN
Conecte-se à VPN do FutureLab.

### 2. Acessar o JupyterHub
Após conectar na VPN, acesse:

http://192.168.7.27:8000

### 3. Login
Faça login no JupyterHub.

Caso não tenha acesso, solicite cadastro à equipe de infraestrutura.

---

## 🖥️ Ambiente Jupyter

Após o login, você poderá:

- Acessar arquivos locais
- Fazer upload de códigos
- Barra lateral esquerda → File Browser
- Trabalhar no seu diretório de usuário (armazenado no servidor da DGX)

---
## 🚀 Rodando Treinamentos com Slurm

### 📌 Passo a Passo

1. Abrir o terminal no JupyterHub  
2. Criar um script `.sh` (ex: `treino.sh`)  
3. Submeter o job:

```bash
sbatch treino.sh


## ⚙️ Comandos Básicos do Slurm

### 🔎 sinfo
Mostra informações do cluster:
- Nome das filas (partições)
- Número de nós disponíveis
- Estado dos nós

### 🔎 squeue
Lista os jobs:
- Em execução
- Pendentes 
- Estado dos nós

### 🔎 module avail
Mostra todos os módulos disponíveis no sistema

### 🔎 scancel Cancela ou interrompe jobs pendentes ou em execução usando o ID

Exemplos de script Slurm 
#!/bin/bash
#SBATCH --job-name=my_job_name         # Nome do job
#SBATCH --output=logs/saida_%j.log     # Log de saída (%j = ID do job)
#SBATCH --error=logs/erro_%j.err       # Log de erro
#SBATCH --partition=partition_name     # Partição (fila)
#SBATCH --nodes=1                      # Número de nós
#SBATCH --gres=gpu:1                   # Solicitação de GPU
#SBATCH --cpus-per-task=1              # CPUs por tarefa
#SBATCH --mem=64G                      # Memória RAM
#SBATCH --time=1:00:00                 # Tempo limite (HH:MM:SS)