从0开始在家使用云GPU服务器

特殊期间，在家远程访问服务器进行学习训练。

准备

• 云服务器：网上有众多的服务器供大家（购买）使用，出名的有谷歌的colab，阿里云，腾讯云等等，这些大厂的服务器比较可靠且稳定，但是价格比较贵。作为学生党，我调研后使用了1024gpu算力实验室提供的云服务器，便宜的同时稳定性也不差。
• SSH远程访问软件：众多，推荐XShell。
• 本地代码编辑器：一般深度学习可用的Jupyter Web均可，这里推荐的pycharm （professional版本）可以便捷上传\下载服务器内容，并进行代码编译运行。

云服务器

学习深度学习，永远绕不开 GPU，跑模型。就算力来说，最合适的还是在一些适合跑深度学习的服务器上训练模型。

1024gpu是采用数字货币 DBC Token 结算的，理解为一种虚拟货币。

对于大多人（包括我），最看重的就是价格了。可以说该 GPU 云服务器的租用还是非常便宜的。在网页的“租用 GPU ->机器列表”中可以看到目前可用的所有 GPU 类型，种类非常丰富，包括常用的 1080TI 和 2080TI。

可用的 GPU 云服务器的价格是以美元计价的，可以看到，租用单个 2080TI GPU 的价格大概在 1 元左右每小时，而 1080TI 更是便宜，大约在 0.6 元每小时，是可以承受的范围。

服务器租借流程

首先打开网页：https://www.1024gpu.top，点击“开始租用 GPU”

然后在“我的钱包”里面“创建钱包账号”：

在新的钱包里设置密码，点击“创建”，填入密码。下载私钥文件，私钥文件和私钥码都是用户身份证，请注意保存备份，防止泄露（ 私钥码已经注册下载，无法找回，请务必妥善保管）。

创建钱包完成之后，就可以使用私钥登录打开自己的钱包了！

在租机器之前需要在“我的机器”里，点击“绑定邮箱”。邮件将作为服务器与你的交流媒介。

创建钱包之后，下一步我们就要购买合适的 DBC ，来租用 GPU 云服务器。首先，在我的钱包里点击“如何购买 DBC”。

然后选择一种购买方式，例如我选择“直接购买DBC”。接着输入购买金额，例如我想买 50 元，可以看到等值约 4200 DBC。

最后，点击继续，选择支付方式。可以直接使用支付宝支付，非常方便！至此，我们就成功购买了 DBC 啦！下一步就可以来选择机器了。

在持有一定的 DBC 后，可以进入机器列表选择需要的 GPU 服务器，可以试用（免费15分钟）或者租用：选择机器类型 --> GPU 卡数量和选择租用时间 --> 生成订单 --> 确认支付就可以了，这个环节中都需要一点验证时间，全部是通过邮件进行提示的，这是我最终收到的一封租用成功的机器信息，邮件里会对使用进行说明与常见问题做解答。

值得注意的是，如果机器租用时间到期，机器所有数据将被清空，请注意保持租用时间充足。机器使用完成后，可以提前退租，只会收取实际产生的费用，剩余费用将会退还到钱包中。

SSH访问服务器使用流程

根据邮件中的 IP，端口号，用户名，密码，就可以通过 ssh 远程登录该服务器（推荐使用 Xshell 软件），剩下的就和平常使用 GPU 机器差不多了。

1、打开下载好的Xshell软件，打开软件后，点击文件顶部的【文件】选项，在弹出的菜单中选择【新建】选项，打开新建窗口后，输入名称，主机，端口，输入完成后点击【确定】

2、返回链接窗口，会看到多出一个测试服务器的窗口，您需要点击【链接】。

  3、弹出窗口提示你是否接受吃主机的秘钥，点击【我接受并保存】。

  4、输入用户名，可以勾选记住用户名的选项，输入完后点击【确定】。

5、输入密码，输入完成后点击【确定】

  6、通过认证后，就会显示主机的信息。

下面是我的登录界面：

在该服务器里，我们可以输入命令：nvidia-smi，查看 GPU 信息：

配置Jupyter Web服务

远程登陆jupyter：

浏览器输入邮件中的“IP:端口”。输入刚才复制的token进入jupyter。

使用Pycharm连接远程服务器

打开pycharm，选择Tools --- Deployment --- Configuration,如下图所示：

然后，选择左上方绿色的加号，选择SFTP即可，name 按照自己习惯编写。

点OK后填写下面的页面。

然后配置mappings ,如下

这个时候，我们就可以通过Tools --- Deployment --- Browse Remote Host 来查看远程服务器上面的文件，进行添加、修改与删除，切记在保证修改完成之后要点击pycharm里面的右上角的向上的小箭头，来将自己对远程服务器文件的修改上传到远程主机上面，从而保证本地与远程主机的文件的一致性。

然后配置远程主机的python

点击files ----setting --- project Interpreter

点击右上角的向下的三角形，点击ADD remote，添加远程服务器Interpreter

然后点击SSH Credentials,进行ssh连接，输入远程服务器主机名，用户名及密码，然后配置默认的python路径（有多个python版本的一定要注意该配置的路径对应于使用的python命令）

然后，点击OK，就可以配置好了pycharm与远程服务器主机的python编译器了。

到此配置完成。