p104 rx590 双卡 配置pytorch cuda开发环境 加恒源云开发环境

目录

简介：

硬件

步骤和bug:

电源要求

无法识别p104

环境安装

cuda安装

conda安装

pytroch安装

本地环境：

pycharm安装

配置本地环境：

云环境：

连接云实列

总结：

---

简介：

最重要的原因是没钱！！！！。  a卡价格低，适合玩游戏。 p104价格就100多，拿来作为本地调试已经搓搓有余了。 再加上恒源云，按时间收费，可以使用4090， a100等等显卡，冲个100块钱学习就够用了。 所以配置一台深度学习的机器，只需要2000元不到。

硬件

显卡p104, 或者p40, 等等深度学习计算卡。 

a卡：自己选着。

淘宝买一个pcie x1转接器 20元

大概长这样。 主板上有pcie x1接口，找找就能看见。

步骤和bug:

电源要求

p104是 8pin供电。 注意自己的电源，至少是双8pin。 是否留有额外的8pin接口

无法识别p104

如果直接插入，无法识别到p104。 解决办法是，找一张其他的n卡插入，识别出并且安装了驱动之后，再插入p104。则能够识别出p104

环境安装

cuda安装

超详细的CUDA安装教程_OldWang学人工智能的博客-CSDN博客

conda安装

全网最完美Conda安装及使用教程 - 知乎 (zhihu.com)

pytroch安装

PyTorch

推荐用pip的方式

遇到的问题，只能安装cpu版本的torch. 解决办法：

conda uninstall cpuonly

本地环境：

pycharm安装

配置本地环境：

File -> Settings -> Project -> python interpreter 如图：

 点击 Add interpreter: 选择conda环境 -> use existing environment -> 选择 use existing envioment。 -》 确定

 选择下面的控制台：

就是我们本地的环境了

 

云环境：

推荐恒源云。原因就是便宜：

恒源云_GPUSHARE-恒源智享云

注册账号：选择一台机器

 

连接云实列

官方文档

PyCharm - 恒源云用户文档 (gpushare.com)

简化：

和本地配置一样

选择 SSH 

 

 

 

复制恒源云 用户名和密码

 

我们这里使用conda环境。

 

同步本地和服务器资源：

 

 控制台选择环境：

 

配置完成， 本地环境和云环境都是一样使用。

 

总结：

这样一来，既可以本地使用低廉的gpu作为本地调试，也可以使用云环境的4090 a100这些买不起的gpu跑调好的代码。是没有钱的小伙伴最好的途径。