TENSORMESH 1.0.0 · 安装与配置

安装与使用

在 Linux + systemd 的 GPU 服务器上部署 TensorMesh：环境要求、下载校验、一键安装、配置说明与服务管理。

下载 tar.gz ↓ SHA-256 GitHub 仓库

环境要求

操作系统与运行时

Linux + systemd；Node.js >= 22.5；Python 3（仅标准库）；可选 sqlite3。

Slurm 与 GPU 工具

Slurm 客户端（sbatch / srun / squeue / sinfo / scontrol / scancel）；nvidia-smi；tmux。

运行权限

API 服务以 root 运行以采集全局遥测；Web 服务以普通用户运行。

uname -a
systemctl --version
node --version
python3 --version
sbatch --version
nvidia-smi --version
tmux -V

下载与校验

安装前必须验证 SHA-256。以下命令不会访问代码仓库。

curl -fLO https://app.rjfan.org/tensormesh/downloads/tensormesh-1.0.0.tar.gz
curl -fLO https://app.rjfan.org/tensormesh/downloads/tensormesh-1.0.0.tar.gz.sha256
sha256sum -c tensormesh-1.0.0.tar.gz.sha256

正确结果应为 tensormesh-1.0.0.tar.gz: OK。

一键安装

解压后运行安装脚本，脚本会完成环境检查、依赖安装、服务注册与命令链接。

tar -xzf tensormesh-1.0.0.tar.gz
cd tensormesh-1.0.0
./install.sh

安装脚本主要流程：

环境检查：确认 Node.js、Slurm 客户端、nvidia-smi、tmux 可用。
运行 npm ci 安装运行依赖。
构建 Web 前端与文档站。
生成 /etc/tensormesh/tensormesh.env 默认配置。
渲染并安装 tensormesh-api 与 tensormesh-web systemd 服务。
链接 /usr/local/bin/tmesh 到发布包。
执行健康自检并输出服务状态。

配置说明

配置文件路径为 /etc/tensormesh/tensormesh.env，安装脚本会写入默认值，管理员可按需修改。

配置项	说明
`TENSORMESH_WEB_URL`	Web 服务对外地址，用于生成仪表盘链接与回调。
`TENSORMESH_DB_PATH`	SQLite 数据库路径，默认在 /var/lib/tensormesh/。
`TENSORMESH_WEB_PORT`	Web 服务监听端口，默认 8000。
`TENSORMESH_DEFAULT_CPUS_PER_GPU`	每个 GPU 默认分配的 CPU 核数。
`TENSORMESH_DEFAULT_MEM_PER_GPU`	每个 GPU 默认分配的内存大小。

邮件提醒（可选）

配置 CloudMail 端点与 token 后，系统可在作业完成或异常时发送邮件提醒。

TENSORMESH_CLOUDMAIL_ENDPOINT=https://mail.example.com/send
TENSORMESH_CLOUDMAIL_TOKEN=your-token

不配置邮件项时，提醒功能自动禁用，不影响核心调度与遥测。

服务与验证

安装完成后通过 systemd 管理服务，并通过健康接口与 CLI 验证状态。

sudo systemctl status tensormesh-api tensormesh-web
sudo systemctl restart tensormesh-api tensormesh-web

curl http://127.0.0.1:4317/health
tmesh status
tmesh web

文档站默认可通过 http://<server>:8000/doc/ 访问，提供在线使用说明与 API 参考。

注意

API 服务监听 4317 端口用于遥测与内部调用；Web 服务监听 8000 端口提供仪表盘与文档，请按实际网络策略开放。

卸载

发布包目录内提供卸载脚本。默认保留配置文件与数据库，便于重新安装或迁移。

cd /opt/tensormesh/current
./uninstall.sh

如需一并清除配置与数据库，使用 purge 模式：

./uninstall.sh --purge

可选管理组件

登录层 GPU 隔离

基于 PAM 实现，要求宿主使用 cgroup v1 hybrid 模式，可按用户限制可见 GPU。

nvidia-smi 引导 shim

在登录节点前置一层 nvidia-smi 包装，用于统一环境变量与驱动版本检查。

占卡共享

管理员可通过 sudo tmesh share 将某块卡的空闲算力临时共享给其他用户。