Erreurs classiques

Cherchez votre problème dans la liste ci-dessous. Dans la plupart des cas, la réponse se trouve dans le fichier de sortie du job, slurm-123456.out, et dans la commande sacct (voir suivi des jobs).

Mon job s'est arrêté avant la fin

Temps dépassé

Le fichier slurm-123456.out se termine par un message du type :

slurmstepd: error: *** JOB 123456 ON node35 CANCELLED AT 2026-10-21T10:15:02 DUE TO TIME LIMIT ***

et sacct indique l'état TIMEOUT.

Cause : le job a dépassé son temps maximum, celui de l'option --time, ou à défaut la limite de la partition (7 jours pour la partition normal).

Solution : demandez plus de temps dans votre script, par exemple 2 jours :

mon_job.sh

#!/bin/bash
#SBATCH --time=2-00:00:00
 
./mon_exe

Pour des jobs qui durent plus de 7 jours, prendre contact avec Hélène Toussaint (helene.toussaint -AT - uca.fr)

Mémoire dépassée

Le fichier slurm-123456.out contient un message du type :

slurmstepd: error: Detected 1 oom_kill event in StepId=123456.batch. Some of the step tasks have been OOM Killed.

et sacct indique l'état OUT_OF_MEMORY.

Cause : votre programme a utilisé plus de mémoire que demandé (2 Go par défaut).

Solution : demandez plus de mémoire dans votre script, par exemple 8 Go :

mon_job.sh

#!/bin/bash
#SBATCH --mem=8G
 
./mon_exe

Pour savoir combien demander, voir la mémoire réellement utilisée.

Mon job reste en attente (PD)

Dans squeue, la dernière colonne indique entre parenthèses pourquoi le job attend :

Raison	Signification	Que faire ?
`(Resources)`	les ressources demandées ne sont pas libres pour le moment	rien, le job démarrera dès qu'elles se libèrent
`(Priority)`	d'autres jobs plus prioritaires passent avant	rien, attendre
`(ReqNodeNotAvail)`	le nœud demandé est indisponible (maintenance)	attendre, ou retirer l'option `--nodelist`
`(PartitionTimeLimit)`	le temps demandé dépasse la limite de la partition : le job ne démarrera jamais	arrêter le job (`scancel`), puis réduire `--time` ou changer de partition

Plus vous demandez de ressources (CPU, mémoire, temps), plus votre job risque d'attendre : demandez seulement ce dont vous avez besoin.

Mon job échoue tout de suite

« DOS line breaks »

sbatch refuse le script avec le message :

sbatch: error: Batch script contains DOS line breaks (\r\n)

Cause : le script a été écrit sous Windows, qui n'utilise pas les mêmes fins de ligne que Linux.

Solution : convertissez le script. Dans le terminal, tapez :

dos2unix mon_job.sh

« command not found » ou « No such file or directory »

Le fichier slurm-123456.out contient par exemple :

/var/spool/slurmd/job123456/slurm_script: line 3: mon_exe: command not found

Causes possibles :

il manque ./ devant le nom du programme : écrivez ./mon_exe et non mon_exe ;
le programme n'est pas dans le répertoire d'où vous avez lancé sbatch : le job s'exécute dans ce répertoire.

« Permission denied »

Cause : le programme n'est pas exécutable

Solution : dans le terminal, tapez :

chmod +x mon_exe

« Requested node configuration is not available »

sbatch refuse le job avec le message :

sbatch: error: Batch job submission failed: Requested node configuration is not available

Cause : aucun nœud ne correspond à ce que vous demandez. Par exemple :

plus de CPU ou de mémoire qu'aucun nœud n'en a (voir la liste des machines) ;
un nœud précis (--nodelist) sans préciser sa partition, alors qu'il n'est pas dans la partition par défaut.

Solution : vérifiez les options de votre script.

Mon job n'apparaît pas dans la liste

sbatch a affiché Submitted batch job 123456, mais le job n'apparaît pas dans squeue et aucun fichier de sortie n'a été créé.

Cause probable : le job s'est terminé tout de suite, souvent parce que le répertoire d'où vous l'avez lancé n'est pas accessible depuis les nœuds de calcul. Il peut s'agir d'un problème réseau ou d'un problème de droit (ticket invalide)

Solution : regardez son état avec sacct -j 123456. Si le problème persiste, contactez le support.