Obter Recursos Disponíveis

Crie uma imagem conservadora dos recursos disponíveis para o processo atual. Mantenha o inventário do host, afinidade de processo, limites de cgroup/container, alocação do agendador e usabilidade do tempo de execução do acelerador separados.

Contrato de segurança

Siga estas regras:

• Execute a detecção quando o usuário solicitar ou uma carga de trabalho específica precisar de planejamento de recursos. Não persista uma impressão digital para cada tarefa científica.
• Use stdout por padrão. Persista apenas quando o usuário escolher um nome de arquivo local genérico explícito.
• Não execute testes de estresse, benchmarks, alocações grandes, sondas de escrita, reinicializações de dispositivo, instalação de driver ou alterações de clock/energia.
• Não despeje o ambiente. Leia apenas as variáveis nomeadas do Slurm e do acelerador implementadas pelo detector.
• Não relate nomes de host, caminhos absolutos, caminhos de cgroup, IDs de trabalho, UUIDs de dispositivo, endereços PCI ou valores brutos de variáveis de visibilidade.
• Trate uma observação ausente como desconhecida. Nunca converta desconhecido em ilimitado.
• Nunca infira que uma CPU de host visível, pool de memória ou GPU é utilizável dentro de uma alocação de agendador ou contêiner.

O detector empacotado usa apenas tuplas fixas de executável/argumento, sem shell, tempos limite curtos, stdout/stderr limitados e avisos de falha parcial.

Início rápido

Execute a partir deste diretório de skill.

Snapshot efêmero de stdout

python scripts/detect_resources.py

O comando emite apenas JSON para stdout. Redirecione-o apenas quando as permissões comuns do shell forem aceitáveis.

Arquivo privado explícito

python scripts/detect_resources.py --output resource-snapshot.json

A saída explícita é restrita a um nome de arquivo .json no diretório atual, usa o modo 0600 no POSIX, rejeita links simbólicos e travessia de caminho, e recusa sobrescrever a menos que --force seja fornecido. A saída forçada também rejeita links físicos e arquivos não regulares. A privacidade do Windows depende adicionalmente do ACL do diretório.

Melhoria opcional do psutil

O detector da biblioteca padrão funciona sem instalação. Para uma cobertura mais ampla de núcleos físicos, afinidade, memória disponível, swap e disco entre plataformas:

uv run --no-project --with "psutil==7.2.2" python scripts/detect_resources.py

A importação é preguiçosa. A falha ao importar psutil se torna um aviso, não um erro fatal.

Ignorar sondas de ferramenta de gerenciamento

python scripts/detect_resources.py --skip-accelerators

Use isso quando a latência de descoberta do acelerador for indesejável. O detector ainda resume a presença e o estado das variáveis de visibilidade permitidas sem retornar seus valores.

Interpretação necessária

CPU

Leia estes como fatos diferentes:

• cpu.host.logical: unidades de agendamento visíveis pelo sistema.
• cpu.host.physical: topologia física, ou nulo; nunca inferido da contagem lógica.
• cpu.process.affinity_logical: tamanho do conjunto de afinidade atual quando suportado.
• cpu.cgroup_v2.cpuset_logical: tamanho efetivo do cpuset do cgroup.
• cpu.cgroup_v2.quota_cores: capacidade finita de cpu.max, possivelmente fracionária.
• scheduler.allocation.cpu_per_process: interpretação finita por tarefa do Slurm quando o escopo é claro.
• cpu.effective.capacity_cores: restrição positiva mínima observada.
• cpu.effective.worker_ceiling: limite conservador para workers de processo de CPU.

Uma cota de 1,5 é capacidade de tempo de CPU, não 1,5 núcleos físicos. Afinidade e cpusets restringem a colocação; a cota restringe a largura de banda.

Memória

Mantenha estes separados:

• memória total/disponível do host;
• uso atual do cgroup, memory.max rígido e capacidade hierárquica restante;
• memory.high, que é um limite de pressão/throttling em vez de um limite rígido;
• alocação de memória do agendador e seu escopo; e
• limite rígido efetivo conservador e estimativa disponível.

Em Apple silicon, memory.model é unified_cpu_gpu. Não adicione memória de GPU integrada à RAM nem a descreva como VRAM separada.

Aceleradores

Cada dispositivo é um candidato de backend:

• GPU NVIDIA → candidato CUDA;
• GPU AMD → candidato ROCm;
• GPU integrada Apple → candidato Metal.

A visibilidade da consulta de gerenciamento não estabelece:

1. permissão de agendador/contêiner;
2. acesso ao nó do dispositivo;
3. compatibilidade de driver/tempo de execução;
4. compatibilidade de pacote de framework; ou
5. suporte a operador/tipo de dados.

Portanto, runtime_usable_devices permanece nulo e cada dispositivo diz runtime_compatibility: not_tested. As contagens de visibilidade/alocação restringem os registros de gerenciamento observados, não o número de dispositivos de framework. A enumeração de partição MIG e AMD pode diferir.

…