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2025-08-04 14:15:48分类IT科技浏览32436
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
串口服务器(statserial命令 – 显示串口状态) 打印共享工具(ldd命令 – 打印程序依赖的共享库)