Remote debug and run python code on GPU cluster with Pycharm

1、准备工作

1.1 安装pycharm专业版（我安装的是2021.2.2版本）
注：申请一个fzu邮箱，注册免费教育许可证用于pycharm登录，可免费使用一年，过期后再申请。pycharm的简单介绍（快捷键，debug等）
1.2 安装MobaXterm（远程连接服务器）
1.3 找学长申请一个访问实验室gpu集群的账号
1.4 完成认知系统实验室GPU集群使用手册步骤1-2（访问地址在实验室公告，submit job）

实践过程中已出现的问题或需要注意的问题：

• 不在实验室，远程连接服务器需要使用实验室vpn或福大vpn（可能没用）
• GPU集群使用手册步骤2.4中忘记点Enable User SSH（没点就不能用私钥登录服务器）
• 注意自己申请的区域（服务器使用手册步骤2.4的6号data区），默认为share（文件比较多），可选择一个csip-xxx
• 使用不同的电脑（公钥私钥均不相同），服务器使用手册步骤2.4的5号区需要注入新的公钥

2、连接gpu集群

这一步骤可以检测你能不能远程连接到服务器
打开Mobaxterm->session->SSH,页面如下

图片步骤描述：
图一的2和4对应图二的ip和port
图一3填入root
图一6为.ssh文件夹中的私钥文件，导入即可（1.2步骤内容）

3、pycharm连接gpu集群的使用方法

完成1.4的步骤和GPU集群使用手册步骤5.1（端口映射）

第一步，传文件的相关设置
打开pycharm，在pycharm界面上操作，tools→Deployment→Browse Remove Host,界面入下：



上图红框第四行为你私钥的存储路径，其他行大家都一样，弄好了点ok就行（点ok后右上角会加载目录，先不要关，后面要用）

下一步，添加远程服务器的编译器
File→settings→python interpteter →齿轮add，之后按下图操作（填host和username,都一样），ok

上图的1python的路径需要通过mobaxterm或xshell链接服务器得到，不要直接复制路径（可能出现问题），点interpreter那一行最右边的小型文件夹按钮，依次访问路径找到python。（这个路径每个人可能会不一样）完成后将编译器改成remote那个就行。

2处须保持如上图一样的文件位置映射（同下）


这一步是从右上角“…”（如果关闭了就点击Tools→Deployment→Browse Remote Host）打开，然后1的路径为你申请的区域（服务器使用手册步骤2.4的6号data区）。
2：即在你申请的区域下创建一个与左边文件同名的文件夹（pytorch_study）。
然后，在右键左边2文件夹(pytorch_study)→Deployment→upload to root @127.0.0.1,等上传完。
最后，run你要测试的代码，如：

import torch


def main():
    print('cuda: ', torch.cuda.is_available())
    print('cuda number: ', torch.cuda.device_count())
    print('GPU type: ', torch.cuda.get_device_name(0))
    print('current device: ', torch.cuda.current_device())


if __name__ == '__main__':
    main()

若出现上述红框的内容则表明是在服务器上跑的。

4、直接在Mobaxterm上传代码并运行的操作

3.1 使用步骤2同样的方法进行SFTP连接（步骤2为SSH连接），连接成功的图形界面如下图所示：

直接从左边拖拽代码到右边指定文件夹或点击⬆按钮上传。（具体存放代码的有关要求看实验室gpu使用手册）
3.2 在gpu集群上运行代码的步骤：进入SSH连接控制页面->cd到你存放代码的文件夹->python3 .py文件。下图为一个简单实例。