文档中心 / 分类

日常运维

开通之后每天都会用到的操作与排障：实例与云电脑怎么连、镜像环境怎么复现、数据集怎么共享，以及 GPU 报错时按什么顺序自查。

其它分类

日常运维 · 5 篇文档全部文档 ↗

《星战云电脑客户端下载、多终端接入与显卡直通配置》

设计、制作与云渲染团队常被本地工作站性能和换设备打断；本文说明 GPU 云桌面适合哪些负载、客户端与外设如何接入，以及显卡直通下专业软件授权能正常识别的条件。

第一次开通 GPU 实例的人，常在选镜像、计费方式和 SSH 连接上卡住；本文按创建开机、密钥或密码登录、安全组放行三步给出操作要点，并建议把重要数据放进共享存储。

多机多卡训练突然卡死或节点连不上时，很难判断是驱动、容器还是网络的问题；本文按驱动版本、容器匹配、NVLink 与节点间带宽给出一套自查顺序和提交工单所需材料。

手动搭 CUDA 与框架环境，常因版本不匹配在开工第一天就卡住；本文说明预置镜像与基础镜像如何取舍、依赖怎样锁定，以及自定义镜像与 Docker 导入的流程和版本排查顺序。

多机训练时逐节点拷贝数据集，既慢又容易出现版本不一致；本文区分共享文件存储与块存储的适用场景，说明共享挂载训练数据、checkpoint 分目录的做法，并提示先做带宽实测。