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~

1. 恒源云
2. 矩池云专属邀请码：mgLMBx6FjiWGNAO
3. 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

1. 服务器的信息比如预装的框架没有显示出来
2. 文件管理比较隐蔽不好操作
3. 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。