科研用计算平台怎么搭？从选服务器到跑通第一个任务

实验室新来了个博士后，手头有10TB的单细胞测序数据要分析，本地笔记本跑个比对就卡死。隔壁组用着一台老至强E5+64G内存的旧服务器，装了Ubuntu 18.04，连Docker都起不来——这不是个别现象，而是很多课题组的真实起点。

先别急着买GPU，搞清三个硬需求

不是所有科研都等于AI训练。生物信息要高IO和大内存，计算化学看重双精度浮点性能，材料模拟常需MPI并行，而图像处理才真吃显存。建议拿纸笔列三行：
① 主要用什么软件？（比如STAR、GROMACS、PyTorch）
② 典型输入数据多大？（是GB级FASTQ，还是TB级CT影像？）
③ 任务调度频率如何？（每天跑几十个脚本，还是每月跑一次长耗时仿真？）

硬件搭配不玄学，举个实在例子

某高校生态建模组，用NetCDF格式做气候耦合模拟，单任务内存峰值120GB，CPU需AVX-512支持。他们最终选了：2颗Intel Xeon Silver 4314（共32核64线程）、256GB DDR4 ECC内存、2块2TB NVMe SSD（RAID1）、千兆双网口（一个接内网存储，一个接管理终端）。没上GPU，省下的钱加了UPS和机柜散热。

系统安装：Ubuntu Server + Slurm 是稳妥组合

桌面版Ubuntu看着友好，但科研平台要的是稳定和远程可控。直接装Ubuntu Server 22.04 LTS，装完第一件事：

sudo apt update && sudo apt install -y slurm-wlm slurmd slurmctld

Slurm配置不用从零写，用scontrol show config看默认模板，再改几处关键项：
- NodeName=cn[01-04] CPUs=32 RealMemory=245000（注意单位是MB）
- PartitionName=normal Nodes=cn[01-04] Default=YES MaxTime=INFINITE

网络这块容易被忽略

很多平台跑不动，问题不在CPU而在网卡。如果要用NFS挂载中心存储，务必确认：网卡驱动已加载（lspci | grep -i ethernet）、MTU设为9000（开启Jumbo Frame）、交换机端口也同步调整。曾见一个组因交换机MTU卡在1500，20节点集群的MPI通信延迟飙到200ms，任务效率掉一半。

验证是否真能干活

装完别急着扔任务，先跑个最小闭环测试：

# 写个test.sh
#!/bin/bash
#SBATCH --job-name=test
#SBATCH --output=test.out
hostname
date
free -h | grep Mem

# 提交
sbatch test.sh
# 查看结果
squeue -u $USER && cat test.out

输出里能看到节点名、时间、内存总量，且squeue显示状态为COMPLETED，才算把地基夯结实了。