====== OnDemand ======

O **[[:pres:gerti:ondemand|OnDemand]]** é o ambiente que provê acesso aos recursos de **HPC** do Tribunal, como as GPUs, diversos cores de CPU e muita memória.
===== Acesso ao OnDemand =====

Siga os seguintes passos para acessar e configurar uma sessão com acesso à esses recursos:

  * Acesse o link: [[https://api-gpu.tce.go.gov.br/pun/sys/dashboard|https://api-gpu.tce.go.gov.br/pun/sys/dashboard]] .
  * Entre em sua conta.
  * Essa é a cara inicial:

{{:pres:gerti:pasted:20251006-140947.jpg|20251006-140947.jpg}}

  * Clique em **My Interactive Sessions**. Aqui você encontra suas sessões ativas e consegue criar novas sessões. Observe que é possível ter mais de uma sessão ativa ao mesmo tempo. Na imagem abaixo, eu tenho uma sessão já criada, mas ignore-a por enquanto.

{{:pres:gerti:pasted:20251006-141117.png}}

  * Agora, clique em **Jupyter**.

{{:pres:gerti:pasted:20251006-141314.png}}

  * Você se encontrará na tela abaixo. Aqui ficam todas as configurações disponíveis ao criar as sessões.

{{:pres:gerti:pasted:20251006-141351.png}}

  * As configurações a serem alteradas são:
      * **Jupyter Instance: **Altere para **pytorch/24.01-py3-oracle**
      * **Number of hours**: é literalmente o número de horas que a sessão vai estar válida e acessando os recursos do Tribunal. Se for usar a semana toda, recomendo alocar uma quantidade de horas que dure durante toda a semana para evitar o trabalho de criar várias sessões. **Entretanto**, cuidado ao alocar sessões com GPUs por muito tempo. Se for precisar de acesso à elas, crie sessões menores que uma semana.
      * **Number of CPU cores**: literamente o número de núcleos de CPU a serem utilizados na sessão. Sempre utilizei apenas 1 e sempre foi suficiente.
      * **Total Memory to allocate**: quantidade de memória em MB. Utilizo por padrão 64000 MB, ou seja, 64GB.
      * **Number of GPUs: **número de GPUs a serem alocadas na sessão. Se não for precisar, deixe como 0. Se for precisar, avalie se precisa de apenas 1 ou mais GPUs.
      * **GPU Type**: esse campo só aparece se o campo anterior tiver quantidade diferente de 0. É **importante**  que deixe o tipo da GPU como **Any**. Ao contrário, a alocação da GPU não funcionará.
  * Ao terminar essas configurações, clique em **Launch**.
  * Você será redirecionado para o menu **My Interactive Sessions**, e sua sessão irá aparecer com uma mensagem de que está sendo criada, conforme a imagem abaixo.

{{:pres:gerti:pasted:20251006-141917.png}}

  * Após poucos segundos, ela será corretamente criada e ficará da seguinte forma. Para acessar, basta clicar em **Connect to Jupyter**.

{{:pres:gerti:pasted:20251006-141917.png}}

  * Por fim, você estará dentro do ambiente e terá seus acessos aos recursos.

{{:pres:gerti:pasted:20251006-141917.png}}

  * OBS.: quando o tempo disponível da sessão chega ao fim, ela fecha e permanece na aba **My Interactive Sessions**  durante 1 semana apenas para debug. Você pode deletá-la quando quiser.
  * OBS.: **todas as sessões no [[:pres:gerti:ondemand|OnDemand]] têm seus arquivos interconectados**. Os seus arquivos são conectados ao seu usuário do [[:pres:gerti:ondemand|OnDemand]] e, portanto, são agnósticos às sessões. O que muda de uma sessão para outra é apenas o acesso aos recursos.

=====   =====

===== Passos para utilizar o Ambiente Jupyter =====

O Ambiente Jupyter possibilita a criação de arquivos, diretórios, upload de arquivos para o ambiente, download de arquivos do ambiente, utilização via terminal, criação de de Jupyter Notebooks, etc. Para algumas dessas funções, siga os seguintes passos:

  * Antes de tudo, está sendo uma boa prática no Tribunal criar uma pasta **data**  logo na raiz do seu ambiente. Para isso, clique em **New **e depois em **Folder**. Será criada uma pasta sem nome, então você deve clicar **na caixa de marcação à esquerda do nome da pasta**, então clicar em **Rename**  e por fim definidr o nome **data**  e confirmar. Você deve ficar com algo como:

{{:pres:gerti:pasted:20251006-141917.png}}

  * Após isso, clique em seu diretório **data**  e o trabalho pode começar.
  * Para **acessar um terminal**, primeiro você deve criar um. Para isso, clique em **New**  e em **Terminal**. Você será redirecionado para uma nova guia contendo o terminal. é possível acessá-lo também por meio da guia **Running**, que exibe tanto os **Terminais**  quanto os **Jupyter Notebooks**  criados, conforme a imagem abaixo. Nessa guia também é possível finalizar a execução de ambos. OBS.: o terminal utilizado é do tipo **bash**, executado dentro do Singularity.

{{:pres:gerti:pasted:20251006-141917.png}}

{{:pres:gerti:pasted:20251006-141917.png}}

  * Se você precisa **fazer upload **de algum arquivo **para o seu ambiente**, basta voltar à guia **Files**, clicar em **Upload**  e selecionar o arquivo ou diretório do seu computador.
  * Se você precisa **fazer download**  de algum arquivo ou Jupyter Notebook **do seu ambiente**, basta clicar na **na caixa de marcação à esquerda do nome da pasta**  e clicar em **Download**  que o arquivo já será baixado no seu navegador. Observe que há diversas outras operações que se pode fazer em um arquivo, como **Renomear, Visualizar, Mover**, etc.

{{:pres:gerti:pasted:20251006-141917.png}}

Por fim, para **criar um Jupyter Notebook**, clique em **New**  e então selecione o kernel a ser utilizado. Se você não criou nenhum, haverá apenas **Pyhton 3 (ipykernel)**  e você pode selecioná-lo.

{{:pres:gerti:pasted:20251006-141917.png}}

===== Executar um Jupyter Notebook =====

Passo a passo para executar um Jupyter Notebook com dependências instaladas em um ambiente virtual (enviroment).

Passos a serem feitos via terminal:

  * Instalar** miniconda3**
  * Criar enviroment: **conda create -n nome_enviroment python=versao.python**
  * Ativar enviroment: **conda activate**
  * Instalar bibliotecas necessárias para utilizar o enviroment como um kernel no Jupyter Notebook: **conda install -y pip ipykernel jupyterlab**
  * Instalar as dependências do seu projeto: **pip install nome-biblioteca**
  * Construir um kernel no Jupyter Notebook a partir do enviroment criado: **python -m ipykernel install –user –name nome_enviroment –display-name "Python (Nome Enviroment)"**

Após isso, em seu Jupyter Notebook, siga os seguintes passos:

  * Clique em **Kernel**.
  * Passe o mouse em **Change Kernel**.
  * O Kernel que você criou deve aparecer na lista disponível, então basta clicar nele.

Agora o seu Jupyter Notebook tem acesso às dependências criadas no enviroment.

Caso for necessário instalar mais dependências, siga os passos:

  * Volte ao terminal e tenha certeza de estar dentro do enviroment criado.
  * Instale normalmente as novas dependências.
  * Volte ao Jupyter Notebook utilizado.
  * Clique em **Kernel**.
  * Clique em **Restart**.

Após esses passos, o acesso às novas dependências está feito.

===== Passos para executar o código completo presente em arquivos e diretórios. =====

Diferentemente do que foi explicado anteriormente, para executar os códigos de maneira convencional, basta:

  * Criar o enviroment.
  * Acessá-lo.
  * Instalar as dependências.
  * Executar os arquivos ou projeto em python.

===== Revisão =====

  * Elaboração: Vitor Hugo da Costa Rodovalho
  * Revisão: Mauricio Barros de Jesus