SLURM 作业因 sbatch 而失败，但因 srun 而成功

Question

一位研究人员正在向我们的集群提交一个作业，该作业在使用 sbatch 运行时失败，但在使用 srun 运行时成功。 关于为什么会这样的任何想法？ 我在下面包含了错误消息和 slurm 脚本：

错误信息：

Unable to init server: Could not connect: Connection refused

(canavier_model_changes_no_plots.py:1589287): Gdk-CRITICAL **: 22:46:57.434: gdk_cursor_new_for_display: assertion 'GDK_IS_DISPLAY (display)' failed

can't open DISPLAY

基于该错误，我的第一个想法是它与 slurm 运行的代码有关，而不是与 slurm 函数本身有关，但不确定如果是这种情况，为什么 srun 会起作用？

这是 slurm 脚本：

#SBATCH --job-name=networkmodel

#SBATCH --nodes=1

#SBATCH --cpus-per-task=10

#SBATCH --mem-per-cpu=4G

#SBATCH --time=00-00:05:00

python3 canavier_model_changes_no_plots.py

她认为这可能与她代码中的 matplotlob 脚本有关，但在删除这些脚本后仍然失败。 同样，代码以 srun 运行，并以 sbatch 失败。

Answer 1

该错误消息表明作业正在尝试运行试图创建 GUI 窗口的 X11 应用程序。 Matplotlib 很可能确实是原因。 该脚本应确保只创建文件而不尝试与 GUI 窗口相关的任何操作。