一、现在系统的整体设计

当前约定是：

• /home：本地 ext4，空间小（~700G），只放代码、配置、少量必要文件。

  每用户：软限 20G，硬限 30G，软限宽限期 3 天。超限会导致新任务被 Slurm 拒绝启动。

• /workspace：本地 RAID，14T，用来放环境、镜像、缓存、训练中间结果等“热数据”。

• /nas：NFS，大容量共享，用来放长期数据集、共享结果。

调度层做的事：

• 在 计算节点 上通过 Slurm Prolog 调用脚本，启动 job 前检查该用户在 /home 的 quota。
• 若超过硬限，或超过软限且宽限期到期，则 Prolog exit 1 → 该 job 启动失败。
• 节点本身不应该因为普通用户超限被 DRAIN，只有 Prolog 自己出错（脚本错误）才会触发 Reason=Prolog error。

OOD 这边：

你准备用公告/横幅来告诉用户 “/home 超限会导致任务失败，请把环境和缓存挪到 /workspace”，后续可以按需要再做动态提示（超限才显示）。

二、这次部署实际做了什么

1. 在 /home 上启用 ext4 用户配额

目标：只限制 /home，其余文件系统暂时不限。

操作集中在控制节点和 A100 节点的 /home 所在盘上（ext4）：

1. 安装工具：

apt update
apt install quota

1. 修改 /etc/fstab，给 /home 加 usrquota（可选附带安全选项）：

/dev/mapper/ubuntu--vg-home  /home  ext4  defaults,usrquota,nodev,nosuid  0  2
# 先别加 noexec，避免有人在 $HOME 里跑脚本全挂