开发工具连接实例远程开发
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：
GpuMall智算云 | 省钱、好用、弹性。租GPU就上GpuMall,面向AI开发者的GPU云平台
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。#autodl#恒源云#矩池云#算力云#恒源云 实例迁移#autodl 官网#autodi#GpuMall#GPU云#AutoDL#AotuDL 算力云#GpuMall智算云#AI#大数据#算力租赁#大模型#深度学习#人工智能#算力变现
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：
- 本地电脑没有GPU或本地电脑硬件配置无法运行当前项目。
- 本地安装环境较为复杂，不想折腾调试本地环境。
- 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。
- 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。
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。
- 本地电脑睡眠、本地电脑 Wifi 连接网络出现断连。
- 本地网络出现波动，与 GpuMall 网络转发服务器断开连接。
- GpuMall 网络转发服务器流量过载主动断开连接。
- 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。
- 确保您的 Pycharm 为专业版，社区版无远程开发功能。
- 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。
- 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。
- 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
- Windows
- macOS
- Linux
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。
2. 配置远程连接到实例及Python解释器
1. macOS 点击 PyCharm -> Settings
2. 项目 -> Python解释器 -> 添加解释器 -> SSH
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
root@xxxxxxxx.gpumall.com
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
- 1号标记填入您实例对应SSH主机
- 2号标记填入您实例对应的SSH端口
- 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
4. 然后把对应的实例登录密码输入进去，然后点击下一步
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
6. 配置远程服务器实例上的Python解释器
- 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号标记，点击加载环境，PyCharm会加载目标实例的 Conda 环境。
- 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号标记，选择现有环境。
- 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）。
- 同时需要选中自动上传项目文件到服务器
- 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。- 选择完成后，点击确定
7. 然后点击创建 -> 完成
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
9. 通过 PyCharm 终端登录实例
- 点击左下角终端
- 选择创建的 SSH 服务器
3. 测试运行项目
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
|
|
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
==
=
|
+---------------------------------------------------------------------------------------+
VS Code 连接 GpuMall 实例进行远程开发
后续更新...
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/70038680/viewspace-3016152/ ，如需转载，请注明出处，否则将追究法律责任。
