📘 新手指引

GPU 云算力 使用指南

从零开始,手把手教你如何租用、配置、使用 GPU 云算力
5 分钟快速上手,30 分钟内开始训练

查看下单流程 ↓

下单 全流程

从咨询到开通,平均 30 分钟内完成

🛒 完整下单流程

① 咨询客服,确认需求

点击「立即咨询」联系客服「小盈」,说明你的需求:模型大小、训练/推理、预算、时长。客服会帮你推荐最合适的 GPU 卡型和计费方式。

💡 提示:提前准备好你的模型信息(参数规模、框架、预计训练时长),客服能更快给出方案。

② 获取报价,确认订单

客服会根据阿里云官方实时价格给出报价(平台补贴价,见首页价格体系)。确认后,客服会生成订单合同。

💡 提示:价格受阿里云官方动态调价影响,下单前务必确认最新报价。

③ 签署合同,完成付款

在线签署电子合同(保障双方权益),按合同金额付款到对公账户(建行)。付款后上传凭证,客服确认到账。

💡 提示:支持企业对公转账、个人转账。企业客户可开专票(需提供开票信息)。

④ 开通实例,获取登录信息

付款确认后,客服在阿里云后台开通 GPU 实例,并在 10-30 分钟内将登录信息(IP、端口、用户名、密码)发送到你的微信。

💡 提示:如需特定 CUDA 版本或预装框架(PyTorch/TensorFlow 等),请在订单备注中说明。

⑤ 登录实例,开始使用

通过 SSH(命令行)或 JupyterLab(Web 界面)登录 GPU 实例,上传数据,开始训练。期间客服提供技术支持。

💡 提示:建议先花 1 小时测试环境是否正常,然后再开始长时间训练任务。

使用 教程

实例开通后,这些技能你需要掌握

🔑 SSH 登录 GPU 实例

通过 SSH 客户端(如 Xshell、Termius)或命令行连接到你的 GPU 实例。

ssh user@your-gpu-ip # 输入密码后进入实例命令行
基础SSH

📁 数据传输:上传/下载

将本地数据上传到 GPU 实例,或将训练结果下载到本地。推荐使用 scp 或 rsync。

# 上传本地文件到实例 scp -r ./data user@ip:/home/user/ # 从实例下载结果 scp -r user@ip:/home/user/results ./
基础scp

🐍 安装 Python 环境 & 框架

实例默认已安装 CUDA 和驱动。你可能需要安装 PyTorch/TensorFlow 等框架。

# 安装 PyTorch (CUDA 12) pip install torch torchvision # 验证 GPU 可用 python -c "import torch; print(torch.cuda.is_available())"
基础PyTorch

📊 监控 GPU 使用情况

训练过程中监控 GPU 显存占用、算力利用率,避免资源浪费。

# 实时查看 GPU 状态 nvidia-smi # 每秒刷新一次 watch -n 1 nvidia-smi
进阶nvidia-smi

🗂️ 使用云盘存储数据

GPU 实例本地磁盘有限,建议将数据存储在独立云盘,避免实例释放后数据丢失。

💡 实例释放后,云盘数据保留(需单独购买云盘)。建议重要数据定期快照备份。
进阶云盘

⏸️ 暂停计费(时付模式)

时付模式不用时可释放实例停止计费;包月/包季模式实例保留但无法暂停计费。

💡 训练任务中断?用 PyTorch 的 checkpoint 功能保存进度,重启后从 checkpoint 恢复。
基础计费

常见问题 FAQ

新手高频问题汇总

第一次用 GPU 云,会不会很难?

不难。只要你熟悉 Linux 命令行基础(cd、ls、vim 等)和 Python,就能快速上手。我们的客服「小盈」提供免费技术支持,遇到问题随时问。

训练到一半实例断了怎么办?

PyTorch 训练建议每 N 个 epoch 保存一次 checkpoint。实例故障概率极低(阿里云 SLA 99.9%),即使发生故障,我们的技术团队会在 1 小时内恢复。你只需从 checkpoint 恢复训练,损失有限。

可以装自己的 Docker 镜像吗?

可以。实例支持 Docker,你可以拉取公开镜像或上传自己的私有镜像。如需 GPU 加速,确保 Docker 镜像已安装 NVIDIA Container Toolkit。

怎么估算训练需要多少时间?

先用小数据集(如 1% 数据)跑一个 epoch,记录耗时,然后按比例估算完整训练时间。例如:1% 数据耗时 5 分钟 → 完整训练预计 500 分钟(约 8 小时)。

实例可以多人共用吗?

可以。你可以在实例上创建多个 Linux 用户,各自有独立 home 目录。但注意:GPU 是共享资源,多人同时跑任务会互相抢占显存,建议错峰使用或选择多卡实例。

还有 疑问?找小盈!

客服「小盈」7×12 小时在线,技术问题、订单问题、平台使用问题均可咨询

联系客服「小盈」
💬