HPC ortamlarında Apptainer ile konteyner teknolojilerinin kullanımını anlatan tek günlük online eğitimin materyalleri.
BSC AI Factory projesi kapsamında, TÜBİTAK ULAKBİM tarafından düzenlenmiştir.
Canlı demolar TRUBA HPC altyapısı üzerinde gerçekleştirilmiştir.
Eğitimi tamamladıktan sonra komut referansı için:
Tam kurs materyalleri: full-course.pdf · TRUBA dokümantasyonu: truba.pdf
| Tarih | 31 Mart 2026 |
| Saat | 10:00 – 14:30 (İstanbul) |
| Konum | Online (Ankara, Türkiye) |
| Dil | Türkçe |
| Düzey | Orta |
| Format | Webinar |
| Organizasyon | TÜBİTAK |
| Etkinlik sayfası | indico.truba.gov.tr/event/254 · bsc-aifactory.eu |
| Saat | Oturum | Konu |
|---|---|---|
| 10:00 – 10:45 | Oturum 1 | HPC Mimarisi & Konteynerler — HPC temelleri, Docker vs HPC çözümleri, paylaşımlı ortamlarda güvenlik |
| 11:00 – 11:45 | Oturum 2 | Apptainer ile Çalışmak — İmaj formatları, imaj çekme/derleme, bind mount ve dosya sistemi entegrasyonu |
| 12:45 – 13:30 | Oturum 3 | GPU & İş Zamanlayıcı Entegrasyonu — GPU passthrough, çok-GPU çalıştırma, Slurm ile toplu iş gönderme |
| 13:45 – 14:30 | Oturum 4 | Özelleştirme & Hata Ayıklama — Paket kurulumu, yazılabilir overlay, yaygın hatalar, yeniden üretilebilir iş akışları |
- HPC ortamlarında konteynerlerin rolünü anlamak
- Docker ile HPC odaklı konteyner çözümlerini ayırt etmek
- HPC sistemlerinde konteynerli iş yüklerini çalıştırmak ve yönetmek
- Konteynerleri GPU kaynakları ve iş zamanlayıcılarıyla entegre etmek
- Hata ayıklama ve yaşam döngüsü yönetimi tekniklerini uygulamak
.
├── containers/def-files/ # Apptainer konteyner tanım dosyaları (.def)
│ ├── mydef.def # Docker Hub tabanlı Python imajı
│ ├── local.def # Yerel SIF üzerine Lightning kurulumu
│ ├── local1.def # Zincirlenmiş localimage build örneği
│ └── requirements.txt # Python bağımlılıkları
│
├── test-slurm/ # Örnek 1: Tek GPU — Slurm + Apptainer
│ ├── job.slurm # Batch script
│ └── tensor-torch-test.py # GPU doğrulama scripti
│
├── test-mpi/ # Örnek 2: MPI — konteyner içi/dışı karşılaştırma
│ ├── job.slurm # Batch script (host MPI + container MPI)
│ ├── mpi-hello.c # MPI hello world kaynak kodu
│ └── mpi-hello # Derlenmiş binary
│
├── multi-gpu/cifar/ # Örnek 3: Çok-GPU dağıtık eğitim
│ ├── job.slurm # 2 node × 4 GPU batch script
│ ├── cifar10_lightning.py # PyTorch Lightning eğitim kodu
│ ├── download_cifar10.py # Veri indirme scripti
│ ├── download.sh # İndirme yardımcı betiği
│ └── gpu_utilization.py # GPU kullanım izleyici callback
│
└── testdir/ # Bind mount demo dosyaları
| Kaynak | Adres |
|---|---|
| Apptainer dokümantasyonu | apptainer.org/docs |
| TRUBA dokümantasyonu | docs.truba.gov.tr |
| NVIDIA NGC Support Matrix | docs.nvidia.com/deeplearning/frameworks/support-matrix |
| TRUBA destek | grid-teknik@ulakbim.gov.tr |
Bu etkinlik; Avrupa Yüksek Performanslı Hesaplama Ortak Girişimi (EuroHPC JU) tarafından 101234399 numaralı hibe anlaşması kapsamında, İspanya, Portekiz, Romanya ve Türkiye'nin katkılarıyla desteklenen BSC AI Factory projesi tarafından finanse edilmiştir. JU, Avrupa Birliği'nin Horizon Europe Programı'ndan destek almaktadır.
Bu proje Apache License 2.0 ile lisanslanmıştır.