首页IT科技免费gpu计算平台有哪些(免费GPU:九天•毕昇平台使用教程)

免费gpu计算平台有哪些(免费GPU:九天•毕昇平台使用教程)

时间2025-06-20 10:21:28分类IT科技浏览29256
导读:背景 深度学习非常依赖设备,训练模型就类似在“炼丹”,没有好的炼丹炉,想要复现顶刊中那些动辄8卡/4卡 Tesla V100显卡训练的模型,只能是“望洋兴叹”。...

背景

深度学习非常依赖设备                    ,训练模型就类似在“炼丹                    ”                              ,没有好的炼丹炉          ,想要复现顶刊中那些动辄8卡/4卡 Tesla V100显卡训练的模型               ,只能是“望洋兴叹                              ”                    。

那么对于缺乏设备的“穷人          ”来说                              ,有没有办法去白嫖免费的算力资源呢?经过我的调研               ,基本有以下三种途径:

谷歌的Colab

谷歌的Colab可能不少人都用过          ,能够免费提供GPU                              ,不过GPU的质量有点“开盲盒               ”的感觉                    ,并且如果不花钱买它的pro服务     ,很容易产生连接不稳定的情况                              。

百度的Ai studio

百度的Ai studio每周都能提供几十小时的免费GPU算力                              ,不过缺点是只能采用百度自研的PaddlePaddle框架                         ,终端没有root权限,想装其它框架非常麻烦                         ,而且每次启动实例之后pip会被初始化          。

移动的九天•毕昇

九天•毕昇是近期移动新推出的算力平台                              ,目前还在测试阶段               。使用起来非常便捷     ,并且里面内置了多种框架                    ,终端具有root权限                              ,也可以自己装里面没有的框架                              。终端默认是装好Anaconda的          ,符合多数人的使用习惯               。唯一的缺点是算力获取方式比较有限               ,维护较为频繁          。

本篇就将介绍该平台如何进行使用                              。

平台地址:https://jiutian.10086.cn/#/register?token=MDdiNzE2ZDctNzY1OC00MmE3LTljZTAtZjc3NWY3YTI2NDk1

新建实例

创建好账号之后                              ,进入到控制台页面               ,在模型训练这里点击新建实例                    。

新建实例时          ,需要选择挂载的数据集                              ,平台默认提供了很多公开数据集                    ,可以自行选择     。

通常情况下     ,需要训练自己的数据                              ,那么在创建实例之前                         ,可以在数据管理这里上传自己数据的压缩包                              。

这里的资源套餐有三种,为了训练速度                         ,选择最好的那种即可                              ,可以免费使用一款V100的GPU                         。

运行实例

创建完实例之后     ,点击运行                    ,稍等片刻                              ,实例就开始启动。

启动完之后          ,平台提供了Jupyter和VSCode两种进入方式               ,经实测                              ,建议选择Jupyter方式                         。

进入之后               ,新建一个终端          ,输入nvidia-smi                              ,可以看到提供的一块Tesla V100显卡                    ,显存约有32G.

再输入free可以查看内存情况     ,可以看到可用内存约为633GB.

开始训练

挂载的数据存放在data文件夹下                              ,但是该文件夹没有读写权限                         ,因此首先需要把数据解压出来                              。

新建一个文件夹,命名为dataset                         ,然后进入到data文件夹中                              ,将其解压到外面     ,以我上传的zip文件夹为例: unzip data.zip -d /root/dataset

解压之后就可以在外面进行数据调用     。

如果需要用notebook                    ,选择合适环境新建notebook运行即可                    。

如果需要运行py文件                              ,上传整个工程          ,再解压缩               ,在终端运行即可                              。

运行完成之后                              ,实例会自动关闭               ,以便节省算力          。下次打开时          ,会看到运行结果已经存放在文件夹中               。

下载文件

最后就是将训练好的文件进行下载                              ,如果是单个文件(例如模型文件)                    ,右键->下载即可                              。

如果是整个文件夹     ,可以使用tar -zcvf 压缩包名.tar.gz 文件夹名先将其打包成压缩包                              ,再下载即可               。

Enjoy yourself!

创心域SEO版权声明:以上内容作者已申请原创保护,未经允许不得转载,侵权必究!授权事宜、对本内容有异议或投诉,敬请联系网站管理员,我们将尽快回复您,谢谢合作!

展开全文READ MORE
图像生成算法(【图像生成Metrics】快速计算FID、KID、IS、PPL)