如何选用GPU云服务器？
1 相关知识了解
1.1 了解厂家
1.1.1 面向个人的平台
| 名称 | 特点 |
|---|---|
| 极链AI云 | 微信绑定送100，学生200 |
| 1024Lab云 | 便宜，国外，DBC支付（不知道是啥，不考虑） |
| 矩池云GPU | VNC远程访问图形化桌面，操作简单，gpu种类多，预装tf、pytorch等多种知名框架，高校教育版老师申请大优惠，适配pycharm |
| 易学智能AI云 | 贵，但人性化 |
| MistGPU云 | 便宜，配置了tf、pytorch等多种知名框架，中途关机暂停可以再开机使用 |
| 智星云 | 预装tf、pytorch等框架，略贵 |
| BitaHub | 赠送大方 |
| 极客云 | 略贵，可租出去 |
| 恒源云 | 评价很好，有近百元礼包 |
邀请注册，有注册尝试的同学可使用我的邀请链接注册，对你我都有好处~
- 恒源云
矩池云专属邀请码：mgLMBx6FjiWGNAO- 极链AI云
1.1.2 大厂出品/通用服务器
| 名称 | 特点 |
|---|---|
| colab | 科学上网，内存只有256mb |
| 谷歌云 | 科学上网，新用户送300刀 |
| 三丰云 | 不面向学生出租GPU |
| 阿里云 | 三巨头之一 |
| 腾讯云 | 三巨头之一 |
| 华为云 | 三巨头之一 |
| Azure | 微软 |
| AWS | 亚马逊，可白嫖低性能云服务器 |
http://www.aliyunbc.com/newsinfo/1157113.html
停止实例
1.2 了解云服务器配置
相关参数：地域、计费方式、CPU、内存、带宽、系统盘、数据盘
1.2.1 地域节点
就近原则，理论上，用户距离云服务器地域越近，网络延迟越低，速度越快。当需要部署大型项目涉及负载均衡和高并发量等时，地域节点的影响会慢慢凸显。
1.2.2 计费方式
包年包月：一般适用于24小时在线服务（无特殊需求则选择这个方案，性价比高）
按量计费：间歇使用
1.2.3 cpu
CPU是服务器的一个核心，表示云服务器的运算能力。CPU数量越多，主频越高，CPU性能越优越，对业务处理的能力也就越高
1.2.4 内存
内存作为数据的中转站，内存越大，可用缓存也就越大，如果是网站，打开速度也就越快。
1.2.5 带宽
网络带宽越大，数据传输能力越强，可以同时支持的在线用户越多（建议优先选择5M带宽）
1.2.6 系统盘
系统盘是用来存储云服务器系统的，和家用电脑的C盘差不多，购买的服务器默认会提供的系统盘一般为40G。
性能方面 ESSD云盘 > SSD云盘 > 高效云盘 > 普通云盘
1.2.7 数据盘
数据盘是用户自行创建的，可以和购买云服务器时一起创建，也可以单独创建数据盘。一般数据小于20个G是不用去买数据盘的，放在系统盘即可，系统盘也可以回滚快照，和数据盘是一样的，所以不用担心数据丢失的问题，数据盘是给数据比较大的客户用的，当存储数据量较大时必须要挂载数据盘。
1.2.7 配置及适用场景
2 平台试用
2.1 极链AI云
参考指导手册
2.1.1 创建实例
讲实话，gpu规格型号有点少，11种。但我要求并不高，因此无所谓。
选择tensorflow2.4.1版本
对应默认使用的是ubuntu18.04操作系统的镜像。
创建成功！
2.1.2 xshell连接主机及Xftp进行文件下载和上传
参考文档
连接成功效果：
可直接拖拽进行拷贝复制：
2.1.3 VNC桌面可视化工具
参考链接
windows上先安装好viewer，实例中执行./vncserver.sh install安装server。
安装成功~
./vncserver.sh start tensorboard命令进行启动。
实例中启动成功~
window中启动viewer：VNC server需要填主机域名：映射的端口号（tx-nat.videojj.com:34968）
启动成功~但好丑啊，而且好像并不便捷。
2.1.4 实战：基于ResNet实现高精度水果识别
2.1.5 jupyterLab中运行代码
参考链接
2.1.6 使用tensorboard
得有训练数据才可以进行可视化，目前暂无数据，不进行展示
参考链接
2.1.7 关机
关机中~：
关机完毕，还可以再次启动（停止计费但对主机系统没有影响）或释放。
2.1.8 综合评价
还可以！优点是学生优惠大，网盘容量大。
2.2 矩池云
参考指南文档
2.2.1 数据代码下载和网盘上传
速度还挺快，秒级
2.2.2 租用主机
型号很多，总体价格比极链云便宜，但极链云的配置好像要高一点。
运行起来了~
2.2.3 基础设备验证
python和tensorflow-gpu版本都是可用的。
2.2.4 JupyterLab终端中解压资源压缩包
复制链接打开网页，点击终端
USER_ID: 0, GROUP_ID: 0
(myconda) root@36444f34f408:/# cd /mnt/
(myconda) root@36444f34f408:/mnt# ls
MyMNIST.zip
(myconda) root@36444f34f408:/mnt# unzip MyMNIST.zip
Archive: MyMNIST.zip
creating: MyMNIST/
creating: MyMNIST/MNIST/
creating: MyMNIST/MNIST/raw/
inflating: MyMNIST/MNIST/raw/train-images-idx3-ubyte.gz
inflating: MyMNIST/MNIST/raw/train-images-idx3-ubyte
extracting: MyMNIST/MNIST/raw/t10k-labels-idx1-ubyte.gz
inflating: MyMNIST/MNIST/raw/t10k-labels-idx1-ubyte
inflating: MyMNIST/MNIST/raw/t10k-images-idx3-ubyte.gz
inflating: MyMNIST/MNIST/raw/train-labels-idx1-ubyte
inflating: MyMNIST/MNIST/raw/t10k-images-idx3-ubyte
extracting: MyMNIST/MNIST/raw/train-labels-idx1-ubyte.gz
creating: MyMNIST/MNIST/processed/
inflating: MyMNIST/MNIST/processed/training.pt
inflating: MyMNIST/MNIST/processed/test.pt
inflating: MyMNIST/pytorch_mnist.ipynb
creating: MyMNIST/.ipynb_checkpoints/
inflating: MyMNIST/.ipynb_checkpoints/pytorch_mnist-checkpoint.ipynb
(myconda) root@36444f34f408:/mnt# ls
MyMNIST MyMNIST.zip
(myconda) root@36444f34f408:/mnt# cd MyMNIST
(myconda) root@36444f34f408:/mnt/MyMNIST# ls
MNIST pytorch_mnist.ipynb
(myconda) root@36444f34f408:/mnt/MyMNIST# cd MNIST/
(myconda) root@36444f34f408:/mnt/MyMNIST/MNIST# ls
processed raw
(myconda) root@36444f34f408:/mnt/MyMNIST/MNIST#
2.2.5 运行代码
安装缺少的包：
(myconda) root@36444f34f408:/mnt/MyMNIST/MNIST# pip install tqdm
Looking in indexes: https://mirrors.aliyun.com/pypi/simple/
Collecting tqdm
Downloading https://mirrors.aliyun.com/pypi/packages/8a/c4/d15f1e627fff25443ded77ea70a7b5532d6371498f9285d44d62587e209c/tqdm-4.64.0-py2.py3-none-any.whl (78 kB)
|████████████████████████████████| 78 kB 263 kB/s
Installing collected packages: tqdm
Successfully installed tqdm-4.64.0
(myconda) root@36444f34f408:/mnt/MyMNIST/MNIST#
运行：
保存模型：
# 保存训练好的模型
torch.save(net,'/mnt/MyMNIST/torch_mnist_model.pth')
2.2.6 监控硬件使用情况
可以查看机器的GPU、显存、CPU、内存、硬盘使用情况。
2.2.7 保存环境
保存环境十个很重要的操作，细节参考这个文档
保存的环境会以.snap结尾的文件存放在您的网盘中，因此，会占用您的网盘空间，如果网盘空间不足会导致保存失败。
保存环境后，下次租用机器时可以直接在我的环境中启动。
2.2.8 关机
只能停止租用并释放，不能继续重启继续前面的操作。
但可以保存环境后下一次租用时使用。有好有坏，坏是操作麻烦且占用网盘空间，好是因为可以随时保存环境版本以供租用其他机器时预装。
2.2.9 综合评价
比极链云稍微好一点好像，貌似要便宜一点。而且保存环境这一特性比较特殊，看似麻烦但可能也会在其他方面有优势。
缺点是网盘容量小，扩容费用稍高。
2.3 MistGPU
2.3.1 网盘情况
只有免费1GB，多出的部分按量计费，倒也不是很贵
2.3.2 租用服务器
可预装框架比较少，价格还偏贵的。
正在创建~
创建完成：
功能貌似较少。
2.3.3 终端连接
ssh：
界面倒有些花里胡哨。
**在线命令行：**直接在线打开，这个功能倒是比较方便。
2.3.4 进入jupyter开发环境
直接点击即可进入。
2.3.5 日常使用体验
- 服务器的信息比如预装的框架没有显示出来
- 文件管理比较隐蔽不好操作
- 没有服务器使用时长和扣费提示，容易花钱如流水
2.3.6 关机保存
点击关机之后会直接开始关机，没有缓冲，但貌似也没必要，因为可以无缝再次开机。
2.3.7 综合评价
界面稍微简陋，但功能也都还算比较全，价格偏贵。但在线终端还是比较方便的。
2.4 恒源云
粗看一下，卡很多，功能文档很全面，价格也很低，对学生很友好，有点心动
得完成全部任务才能领取礼包啊，所以必须得先充钱，离谱
因此，我也试验不了了。
3 进阶试用（分布式集群）
3.1 直接试用多机多卡（同步）
3.1.1 创建尝试
这里我配置了两台机器加入到集群，已连接便代表加入成功，可见平台自动给两台机器配置了内部可以相互通信的同网段IP，正如平台介绍所说：
3.1.2 创建实战
第二次创建之后，发现IP最后一位的数字往后顺延了，这就表明每次关机重开之后，IP都会有所改变。这就有点麻烦了，意味着每次开机之后各份代码的集群IP设置就要改变。
解决办法是：平台支持用户自己选用IP，不过目前不支持，客服说之后会支持。
但至少，训练成功了。
3.2 试用多机多卡（异步）
ParameterServerStrategy：租用了5台服务器加入分布式集群，注意集群IP设置。
实验环境没有任何问题，代码存在问题。coordinator报错。