跳转至

使用文档

Coder

https://coder.lab.tiankaima.cn:8443/

我们用 Coder 来为每位同学创建一个自己的 Docker 容器，这是综合下来「使用体验接近物理机」、「性能损失小」以及「维护成本低」的考量。

我们在这里演示从创建 Workspace 到搭建完整 CUDA pyTorch 环境的完整流程：

Note

注册流程在群公告。

  1. 访问 https://coder.lab.tiankaima.cn:8443/

  2. 在下面的位置，点击 New Workspace，选择 Docker：

    创建 Workspace

  3. 依次设置 Workspace Name、Base Image 和 Host 选项：

    创建 Workspace

    • Workspace Name：推荐是和当前的项目挂钩，这样结束之后可以方便删除。

    • Base Image：默认提供了一个 ghcr.io/tiankaima/cuda:12.4.1-cudnn-runtime-ubuntu22.04 的镜像，这个容器的 Dockerfile 存放在 这里。镜像内打包了一些 zsh 常用的工具方便使用，你也可以参考存放这个 Dockerfile 的 Repo 中的 CI/CD 的流程 来打包自己的镜像。

      Bug

      因为 Coder 的奇怪问题，可能不总是拉取最新镜像，如遇问题请在群里反馈。

      Tip

      默认镜像中包含很多个性化的 zsh/tmux 设置，如果不习惯的话可以通过 sudo chsh -s /bin/bash 切换到 bash，退出当前的 shell，重新登录（连接）即可。

    • Host：选择一台服务即可，可以在下面的监控中查看各台服务器的使用情况。

  4. 点击 Create Workspace，稍等片刻，Workspace 就创建好了：

    Bug

    创建过程中可能由于魔法原因造成网络波动导致失败，请阅读错误输出，如果其中包含 Timeout，Network Failure 等字眼，请尝试 Restart，如果问题持续，麻烦在群里反馈。

    创建 Workspace

    这其中大部分的选项都是网页的形式，右上角的 Connect via SSH 会提示你在本地配置 coder 工具，以便更直接使用 vscode、ssh 等工具。

  5. 我们在这里选择 Terminal：

    Terminal

    Warning

    • 尽管镜像名称中带 CUDA 字样，这只包含 libcudnn.so 和 libcuda.so，并不包含 CUDA Toolkit 和 NVIDIA Driver。

    • 因为这是容器环境，你不需要也不应该安装 Nvidia Driver（例如执行 apt install nvidia-driver-570-open 之类）

    Tip

    当我们在说 CUDA 的时候，其实指代了很多的不同层面的库，推荐阅读：https://201.ustclug.org/advanced/cuda/

    1
2
3
    conda create -n example python=3.12
conda activate example
pip install torch torchvision torchaudio

    Note

    使用 pip 安装 pyTorch 的原因是：pyTorch 即将停止维护 conda 官方源，考虑到 conda-forge 上的包几乎和 PyPI 一致，为简化就直接考虑从 PyPI 安装就好。

  6. 验证环境

    1
    python -c "import torch; print(torch.cuda.is_available())"

    验证环境

监控

网络说明

  • 使用如下命令设置代理：

    1
2
3
    export http_proxy="http://proxy.lab.tiankaima.cn:7890";
export https_proxy=$http_proxy;
export no_proxy="localhost,127.0.0.1,::1"

    在预先打包的镜像中，这几行命令也被写入 ~/.zshrc 中，调用 SET_PROXY 和 UNSET_PROXY 命令即可设置和取消代理。

    Tip

    不同软件对 http_proxy https_proxy all_proxy no_proxy 等支持不同，可使用例如 curl -v, git -vv 确认环境变量是否生效。

    可以通过下面的命令测试代理是否生效，如果无法获取结果请在群内反馈：

    1
    https_proxy="http://proxy.lab.tiankaima.cn:7890" curl -v https://www.google.com