GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)

哈喽,感谢各位对GpuMall智算云平台的关注和大力支持,平台坚持不懈为广大用户提供强有力的算力支持,高性价比/高效率,为AI事业发展提供支持!

快速体验入口:GpuMall智算云


远程开发主要基于将开发环境(包括代码编辑、编译、运行等)从本地机器转移到远程服务器上,这个过程涉及几个关键组件和概念:

1.远程服务器

远程服务器是托管远程开发环境的中心,可以是一个物理服务器,也可以是云中的虚拟机,比如在 GpuMall 平台,远程服务器为平台的 实例,服务器需要配置可以运行代码的环境。

2.网络连接

远程开发重依赖于网络连接,允许开发者的本地电脑与远程服务器进行通信,这包括文件传输、命令执行、结果返回等。

3.开发工具和IDE

开发者在本地电脑上使用的集成开发环境(Pychrm或VS Code或者其它IDE)通常具有连接远程服务器并在远程环境中执行任务的能力。

在 GpuMall 平台使用远程开发的适用场景如下:

  1. 本地电脑没有GPU或本地电脑硬件配置无法运行当前项目。
  2. 本地安装环境较为复杂,不想折腾调试本地环境。
  3. 本地调试后再上传到GPU服务器麻烦,不如在服务器上调试后直接 run。
  4. 统一开发环境,防止本地调试完成可以正常 run 后,代码上传到实例中却报一堆错误。

提示

远程开发非常依赖网络稳定性,在 GpuMall 平台使用 IDE 工具进行远程开发,网络连接方式为:本地电脑 IDE -> GpuMall 平台网络转发服务器 -> 实例,以下情况可能会发生本地 IDE 与实例服务器网络断开连接。

  1. 本地电脑睡眠、本地电脑 Wifi 连接网络出现断连。
  2. 本地网络出现波动,与 GpuMall 网络转发服务器断开连接。
  3. GpuMall 网络转发服务器流量过载主动断开连接。
  4. 实例所在机房流量过载导致网络延迟、网络波动、从而中断连接。

综上所述:通过开发工具IDE连接实例进行远程开发仅适合调试代码,如有长时间训练需求,如连续 N 个小时或 N 天,请通过 ssh 登录到实例终端,配合 tmux、screen、nohup 等工具将训练进程放到后台运行,以免因网络中断而导致训练进程异常关闭。

PyCharm 连接 GpuMall 实例进行远程开发​

使用 PyCharm IDE 工具进行连接 GpuMall 平台实例进行远程开发。

  1. 确保您的 Pycharm 为专业版,社区版无远程开发功能。
  2. 在 PyCharm 中进行数据集同步非常慢,仅适合代码文件进行同步到服务器端。
  3. 本次文档中演示 PyCharm 版本为 2023.3 (Professional Edition),内部版本号#PY-233.11799.259,已安装汉化插件。
  4. 该文档使用macOS版本进行演示,Windows版本与macOS版本可能有少许差距

下载专业版

  • Windows
  • macOS
  • Linux

下载 Windows 版本

1. 新建项目​

在 PyCharm 中新建一个项目,如果您的项目已经在本地电脑存在,则绕过该步骤;我这里为了演示代码同步,所以需要准备一个项目,我从 GitHub 拉取了 Yolov5 的项目来进行演示,并且使用本地解释器打印了一个测试页面。

GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第1张图片

2. 配置远程连接到实例及Python解释器​

1. macOS 点击 PyCharm -> Settings

GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第2张图片

2. 项目 -> Python解释器 -> 添加解释器 -> SSH

GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第3张图片

3. 到 GpuMall 控制台 -> 个人空间 -> 实例管理,找到对应实例的 登录,然后复制 登录指令 与 登录密码

复制后粘贴到任意文件中,内容如下

登录指令:ssh -p 11111 [email protected]
登录密码:xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

命令拆解如下:
实例SSH主机:xxxxxxxx.gpumall.com
实例SSH端口:11111
实例登录用户名:root
实例登录密码:xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

然后把以上对应信息复制到下图中对应框中

  1. 1号标记填入您实例对应SSH主机
  2. 2号标记填入您实例对应的SSH端口
  3. 3号标记填入您实例对应的用户名

然后点击4号标记进行下一步

GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第4张图片

4. 然后把对应的实例登录密码输入进去,然后点击下一步

GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第5张图片

5. 这一步会检测通过SSH登录目标实例和Python环境,检测完成后点击下一步

GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第6张图片

6. 配置远程服务器实例上的Python解释器

GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第7张图片

根据下图标记操作:

  1. 1号标记选择 Conda 环境,因为平台的官方镜像中默认已安装 Conda 以及在 base 环境中安装了 框架、CUDA、Python。
  2. 2号标记,默认情况下PyCharm会先进行检测 Conda 可执行文件,如果检测不到,可以直接输入该路径 /usr/local/miniconda3/bin/conda
  3. 3号标记,点击加载环境,PyCharm会加载目标实例的 Conda 环境。
  4. 4号标记,使用现有环境,如果现有的 base 环境中的框架、python等不符合您的要求,可以点击创建新环境,不过创建新环境里默认没有框架和Python,需要您后续自行安装。
  5. 5号标记,选择现有环境。
  6. 6号标记,选择要同步到远程服务器实例中的文件目录(具体请看下张图片)。
  7. 同时需要选中自动上传项目文件到服务器GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第8张图片

配置本地代码同步到远程服务器实例中的路径

  1. 1号标记为本地电脑项目路径,需要把该目录中的所有代码文件同步到远程服务器实例中 (本地电脑代码项目所在的目录中,比如我本地的 /opt/yolov5 目录中,一定不能存在数据集,该代码文件建议控制在 50MB 以内,否则本地电脑通过 PyCharm 同步该目录到实例中时间会无限长以及超时问题的发生)
  2. 2号标记为本地电脑项目路径同步到实例中的路径,选择同步到实例中所存储的位置,我这里把项目文件同步到实例中的 /gm-data/yolov5 文件中。
  3. 选择完成后,点击确定GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第9张图片

7. 然后点击创建 -> 完成

GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第10张图片

PyCharm会自动同步 /opt/yolov5 目录中的数据到实例的 /gm-data/yolov5 目录下

8. 在本地电脑 PyCharm 中运行代码,可以看到输出使用的是远程服务器实例中的解释器

GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第11张图片

9. 通过 PyCharm 终端登录实例

GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第12张图片

  1. 点击左下角终端
  2. 选择创建的 SSH 服务器GpuMall算力平台用户如何利用开发工具连接实例进行远程开发?(免费训练)_第13张图片

3. 测试运行项目​

展示测试运行 yolov5 过程

查看 GPU 利用率

(base) root@492132307857413:~# nvidia-smi 
Tue Dec 12 19:48:41 2023       
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 545.23.08              Driver Version: 545.23.08    CUDA Version: 12.3     |
|-----------------------------------------+----------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |         Memory-Usage | GPU-Util  Compute M. |
|                                         |                      |               MIG M. |
|=========================================+======================+======================|
|   0  NVIDIA GeForce RTX 3090        On  | 00000000:21:00.0 Off |                  N/A |
| 50%   50C    P2             162W / 350W |  22807MiB / 24576MiB |     88%      Default |
|                                         |                      |                  N/A |
+-----------------------------------------+----------------------+----------------------+
                                                                                         
+---------------------------------------------------------------------------------------+
| Processes:                                                                            |
|  GPU   GI   CI        PID   Type   Process name                            GPU Memory |
|        ID   ID                                                             Usage      |
|=======================================================================================|
+---------------------------------------------------------------------------------------+

#AI算力#

#AI算法#

#GPU实例#

#云服务器#

#ai云服务器#

你可能感兴趣的:(php,开发语言,ai,算法)