gflow 快速参考

守护进程

gflowd init
gflowd up
gflowd status
gflowd down
gflowd restart

查看与监控

# GPU（可用性 + 分配情况）
ginfo

# 任务（默认：最近 10 个）
gqueue
gqueue -a
gqueue -P ml-research  # 按项目筛选

# 常用格式
gqueue -f JOBID,NAME,ST,TIME,NODES,NODELIST(REASON)
gqueue -f JOBID,NAME,PROJECT,ST,TIME,NODES,NODELIST(REASON)
gqueue -s Running -f JOBID,NAME,ST,NODES,NODELIST(REASON)

# 依赖树
gqueue -t

gqueue -t 示例输出：

JOBID  NAME   ST  TIME      NODES  NODELIST(REASON)
1      prep   CD  00:02:15  0      -
├─2    train  R   00:10:03  1      0
└─3    eval   PD  -         0      (WaitingForDependency)

提交任务（gbatch）

# 提交命令
gbatch python train.py --epochs 100

# 提交脚本
gbatch train.sh

# 常用选项
gbatch --gpus 1 --time 2:00:00 --name train-resnet python train.py
gbatch --gpus 1 --shared --gpu-memory 20G python train.py
gbatch --priority 50 python urgent.py
gbatch --conda-env myenv python script.py
gbatch --project ml-research python train.py
gbatch --dry-run --gpus 1 python train.py

说明：

• --memory（--max-mem）限制主机内存（RAM）。
• --gpu-memory（--max-gpu-mem）限制每张 GPU 的显存（VRAM）。
• --shared 必须配合 --gpu-memory。

脚本指令

脚本里只会解析这些指令：

#!/bin/bash
# GFLOW --gpus=1
# GFLOW --shared
# GFLOW --time=2:00:00
# GFLOW --memory=4G
# GFLOW --gpu-memory=20G
# GFLOW --priority=20
# GFLOW --conda-env=myenv
# GFLOW --depends-on=123
# GFLOW --project=ml-research

命令行参数优先于脚本指令。

任务依赖

# 单依赖
gbatch --depends-on <job_id|@|@~N> python next.py

# 多依赖
gbatch --depends-on-all 1,2,3 python merge.py     # AND
gbatch --depends-on-any 4,5 python fallback.py    # OR

# 语法糖：@ = 最近一次提交，@~N = 倒数第 N+1 次提交

# 依赖失败行为
gbatch --depends-on 123 --no-auto-cancel python next.py

任务数组

gbatch --array 1-10 python process.py --task '$GFLOW_ARRAY_TASK_ID'

参数（--param）

gbatch --param lr=0.001,0.01 --param bs=32,64 python train.py --lr {lr} --batch-size {bs}
gbatch --param-file params.csv --name-template 'run_{id}' python train.py --id {id}

控制命令

# 取消（用 --dry-run 查看依赖任务）
gcancel <job_id>
gcancel --dry-run <job_id>

# 暂停/恢复
gjob hold <job_id>
gjob release <job_id>

# 详情 / 重做 / 更新
gjob show <job_id>
gjob redo <job_id>
gjob redo <job_id> --cascade
gjob update <job_id> --gpus 2 --time-limit 4:00:00

运行时控制（gctl）

# 限制调度器允许分配的 GPU（只影响新的分配）
gctl show-gpus
gctl set-gpus 0,2
gctl set-gpus all

# 任务组并发限制
gctl set-limit <job_or_group_id> 2

# GPU 预留（按用户/时间窗口预留 GPU）
gctl reserve create --user alice --gpus 2 --start '2026-01-28 14:00' --duration 2h
gctl reserve list --active
gctl reserve list --timeline --range 48h
gctl reserve cancel <reservation_id>

时间格式（--time）

• HH:MM:SS（例如 2:30:00）
• MM:SS（例如 5:30）
• MM 分钟（例如 30）

注意：单个数字表示分钟。30 秒请用 0:30。

状态码

代码	状态
PD	Queued
H	Hold
R	Running
CD	Finished
F	Failed
CA	Cancelled
TO	Timeout

路径

~/.config/gflow/gflow.toml
~/.local/share/gflow/state.msgpack  (或 state.json 用于旧版本)
~/.local/share/gflow/logs/<job_id>.log

另见

• 任务提交
• 任务依赖
• 时间限制
• GPU 管理