ASC24-26 使用过的集群功耗控制与运维管理脚本集合，支持本地及多节点远程操作。
启用或关闭指定的 CPU 核心，支持本地和远程节点操作。（该脚本无法用于EPYC处理器）
用法: ./cpuctl.sh [NODE_LIST] <CPU_CORES> <on|off>
参数:
NODE_LIST (可选) 目标节点，支持花括号范围语法: node0, {node0,node1}, {node0-node2}
不指定则在本地执行
CPU_CORES 核心编号，支持花括号范围: 1, {1,2}, {1,3-5}, {1-4,6,8-10}
on|off 开启 (on) 或关闭 (off) 核心
示例:
./cpuctl.sh "{1,3-5}" on # 本地开启核心 1,3,4,5
./cpuctl.sh node0 "{1,3-5}" on # 远程 node0 开启核心
./cpuctl.sh "{node0,node1}" 2 off # 关闭 node0,node1 上的核心 2
注意事项: 需要 root 权限；核心 0 无法关闭；远程节点需配置 SSH 免密登录。
设置指定 CPU 核心的 frequency governor，支持本地和远程节点操作。
用法: ./cpugovctl.sh [NODE_LIST] <CPU_CORES> <GOVERNOR>
参数:
NODE_LIST (可选) 目标节点，语法同 cpuctl.sh
CPU_CORES 核心编号或 "all" 表示全部核心
GOVERNOR 调频策略: performance, powersave, ondemand, conservative, schedutil
示例:
./cpugovctl.sh "{1,3-5}" powersave # 本地设置 powersave
./cpugovctl.sh node0 "{1,3-5}" performance # 远程节点设置 performance
./cpugovctl.sh "{node0,node1}" all ondemand # 多节点全部核心设为 ondemand
注意事项: 优先使用 cpupower 命令，若不可用则回退到 sysfs 接口。执行前会显示当前设置以供参考。
从 PCI 总线移除或重新扫描 NVIDIA GPU，支持本地和远程节点操作。(ASC26现场测试发现弹出显卡似乎并不会降低多少功耗)
用法: ./nvidiactl.sh [node_name] {on|off}
./nvidiactl.sh {node1,node2,...} {on|off}
参数:
node_name 目标节点，支持花括号多节点: {node0,node1}
on 重新扫描 PCI 总线加载 GPU (rescan)
off 解绑驱动并从 PCI 总线移除 GPU
示例:
./nvidiactl.sh off # 本地移除所有 NVIDIA GPU
./nvidiactl.sh on # 本地重新加载 GPU
./nvidiactl.sh node0 off # 远程 node0 移除 GPU
./nvidiactl.sh {node0,node1} on # 远程多节点重新加载 GPU
注意事项: 重新加载后如驱动未自动绑定，需手动执行 modprobe nvidia。若脚本执行失败，可手工操作:
# 查看 NVIDIA PCI 地址
lspci -D | grep -i nvidia
# 手动弹出 (以 0000:ac:00.0 为例)
echo -n "0000:ac:00.0" | sudo tee /sys/bus/pci/drivers/nvidia/unbind
echo -n 1 | sudo tee /sys/bus/pci/devices/0000:ac:00.0/remove基于 nvidia-smi 控制 GPU 的图形时钟、显存时钟和功耗上限，支持本地和远程节点。
用法: ./nvidiasmictl.sh [NODE_LIST] <COMMAND> <GPU_IDS> [VALUE]
命令:
clock <GPU_IDS> <MHz> 锁定 GPU 图形时钟频率
mem <GPU_IDS> <MHz> 锁定 GPU 显存时钟频率
power <GPU_IDS> <Watt> 设置 GPU 功耗上限
info <GPU_IDS> 查看 GPU 当前状态 (型号/功耗/频率/温度)
reset <GPU_IDS> 重置 GPU 到默认设置
GPU_IDS: 0, "0,2,3", all
示例:
./nvidiasmictl.sh power 0 150 # 本地 GPU 0 功耗限制 150W
./nvidiasmictl.sh clock "0,1" 900 # 本地 GPU 0,1 图形时钟 900MHz
./nvidiasmictl.sh node0 info all # 查看 node0 全部 GPU 信息
./nvidiasmictl.sh "{node0,node1}" power all 200 # 多节点全部 GPU 功耗限制 200W
./nvidiasmictl.sh reset all # 重置本地全部 GPU
注意事项: 需要安装 NVIDIA 驱动及 nvidia-smi 命令；远程节点需 SSH 免密。
通过 BMC 的 HTTP API 控制服务器风扇转速，使用多进程并行控制多个节点。（最好用的功耗控制脚本，感谢QLU的同仁）
ASC服务器的 IMPI 账号密码默认都是 admin
用法: python manual_parallel.py <node_spec> [rate]
如果出现风扇不听话的情况可以改为 watch -n 5 python manual_parallel.py <node_spec> [rate] 强制转速
参数:
node_spec 节点范围: 1, 1-5, 2-4 等
rate 风扇转速百分比 (0-100)，默认 20
示例:
python manual_parallel.py 1-5 30 # 节点 1-5 风扇设为 30%
python manual_parallel.py 1 20 # 节点 1 风扇设为 20%
python manual_parallel.py 2-4 # 节点 2-4 风扇使用默认 20%
注意事项: 使用前需修改脚本中的 N1_bmc_host ~ N5_bmc_host 为实际 BMC IP 地址，以及 username/password 凭据。BMC API 需要 HTTPS 访问且忽略证书验证。
建议配合 tund-adm profile throughput-performance/hpc-compute/balanced/powersave 使用，功耗基本能控制不超限制。
Rocky Linux 10 系统初始化脚本，完成从系统更新到环境配置的全流程。
执行步骤:
- 系统更新 (
dnf update) - 禁用 Nouveau 驱动并配置内核参数 (关闭 mitigations、THP、启用 IOMMU passthrough)
- 禁用 SELinux
- 关闭 firewalld
- 启用 EPEL/CRB 仓库
- 安装 Development Tools 组包
- 安装 HPC/开发常用包 (kernel-devel, DKMS, numactl, hwloc, perf, Python3 科学计算栈, iperf3, fio, tmux, fish, btop, mosh, ipmitool 等)
- 配置 tuned 为
hpc-compute模式 - 配置系统资源限制 (memlock, nofile, nproc, stack)
- 优化 SSH 配置 (禁用 DNS 查询, 客户端跳过主机密钥检查)
- 安装 Node.js/npm 及 AI 编程助手 (claude-code, codex)
- 清理并提示重启
用法: sudo ./init.sh
注意事项: 仅适用于 Rocky Linux 10；执行后需要重启系统；重启后方可安装 NVIDIA 驱动和 OFED。
备份和恢复用户目录下的 .claude 和 .codex 配置目录，用于跨服务器迁移 AI 编程助手配置。
用法:
备份全部用户: ./agent-port.sh
备份单个用户: ./agent-port.sh -u <username>
恢复备份: ./agent-port.sh <tarball>
恢复到指定用户: ./agent-port.sh -t <target_user> <tarball>
示例:
./agent-port.sh # 备份所有用户的配置
./agent-port.sh -u alice # 仅备份 alice 的配置
./agent-port.sh agent-configs-20260101.tar.gz # 恢复到对应用户
./agent-port.sh -t bob agent-configs-alice-20260101.tar.gz # 将 alice 的备份恢复到 bob
注意事项: 需要 root 权限；仅备份 UID >= 1000 的常规用户；-t 跨用户恢复仅适用于单用户备份包。
非常方便的服务器管理工具，使用方法清晰易懂打开就能上手 :D
由 Gemini 和 Deepseek 共同完成制作，上游地址在 https://github.com/CGH0S7/sshx
本仓库提供的是 Rocky 9.6 上构建的二进制文件。
脚本由人工编写 + AI 辅助完善从ASC24迭代到ASC26，感谢 Claude 等模型对脚本实现的增强，以及 QLU 的好朋友在 ASC25 赛场上赠予的风扇控制脚本。