阿里云轻量云GPU服务器配置

• Author：ZERO-A-ONE
• Date：2021-03-09

最近有一些需要在云服务器上跑机器学习的需求，阿里云和腾讯云的GPU实例服务器都太贵了，对于只是拿来调试代码来说，于是发现了阿里云提供了轻量云GPU虚拟化服务器，价格十分实惠，十分适合调试代码

我采购的是vgn6i实例，按量付费最低只需2.445元一个小时，要具体的配置如下：

• CPU：Intel® Xeon® Platinum 8163 CPU @ 2.50GHz * 4 vCPUs
• GPU：NVIDIA T4/4 * 1
• RAM：23GiB
• 带宽：100Mbps

GPU的详细情况：

(pytorch3.8-gpu) root@iZwz9hdmsptv4xqi0yecvlZ:~# nvidia-smi
Tue Mar  9 10:54:35 2021       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 430.63       Driver Version: 430.63       CUDA Version: 10.1     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GRID T4-4Q          On   | 00000000:00:07.0 Off |                  N/A |
| N/A   N/A    P8    N/A /  N/A |    304MiB /  4096MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

看起来对于只是应付简单的代码调试工作已经性价比很高了，但就是配置比较不一样，下面来说一下配置情况

一、配置GPU驱动

1.1 禁用nouveau

nouveau是部分Linux系统中预装的一款开源驱动，必须禁用nouveau才能成功安装新的驱动

首先查看是否存在blacklist-nouveau.conf文件

ls /etc/modprobe.d/blacklist-nouveau.conf

如果blacklist-nouveau.conf文件存在且已配置以下内容，则跳过本步骤。否则需要执行命令vim/etc/modprobe.d/blacklist-nouveau.conf创建文件，并在文件中添加以下内容禁用nouveau

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0

生成kernel initramfs

rmmod nouveau
update-initramfs -u

重启实例

reboot

1.2 下载GRID驱动安装包

下载GRID驱动安装包

• vgn5i GRID Guest驱动安装包：

wget http://nvidia-418.oss-cn-shenzhen.aliyuncs.com/NVIDIA-Linux-x86_64-418.70-grid.run

• vgn6i GRID Guest驱动安装包：

wget http://grid-9-2.oss-cn-hangzhou.aliyuncs.com/NVIDIA-Linux-x86_64-430.63-grid.run

安装GRID驱动

• vgn5i

chmod +x NVIDIA-Linux-x86_64-418.70-grid.run
./NVIDIA-Linux-x86_64-418.70-grid.run

• vgn6i

chmod +x NVIDIA-Linux-x86_64-430.63-grid.run
./NVIDIA-Linux-x86_64-430.63-grid.run

测试GRID驱动是否安装成功

nvidia-smi

二、安装Aconda

这里我选用的平台是Anaconda，只要安装好了Anaconda再安装Pytorch或者Tensorflow-gpu都是非常简单的事情

2.1 安装Anaconda

先安装一些必备的库

$ sudo apt-get install python3 python3-pip python3-dev git libssl-dev libffi-dev build-essential

然后从官网里面下载Anaconda的安装脚本

$ wget https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh

然后给脚本赋予执行权限

$ chmod +x Anaconda3-2020.11-Linux-x86_64.sh

然后运行安装脚本即可

$ ./Anaconda3-2020.11-Linux-x86_64.sh

这里不建议使用root权限安装，如果你自己使用的用户就不是root账户的话

这里如果出现找不到conda命令的情况可能需要手动修改shell的环境配置

$ sudo vim ~/.bashrc

然后就修改为类似这样的实际安装路径

export PATH="/home/ubuntu/anaconda3/bin:$PATH"

然后刷新重新运行

$ source ~/.bashrc

2.2 Pytorch

只需要运行这一条命令即可创建虚拟环境

$ conda create -n pytorch3.8-gpu python=3.8

然后记住下面两条命令

Executing transaction: done
#
# To activate this environment, use
#
#     $ conda activate pytorch3.8-gpu
#
# To deactivate an active environment, use
#
#     $ conda deactivate

先执行这条指令进入Anaconda环境中

$ source activate

执行第一条指令就可以进入虚拟环境中

$ conda activate pytorch3.8-gpu

然后进行安装环境

$ conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

进行测试

(pytorch3.8-gpu) root@iZwz9hdmsptv4xqi0yecvlZ:~# python
Python 3.8.8 | packaged by conda-forge | (default, Feb 20 2021, 16:22:27) 
[GCC 9.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available()
True
>>>