在家的时候想炼丹，不太好意思用公司的或者学校的，于是。
攒了一年的钱用来买显卡了，准备吃土了。。。。。。
顺便证明一下，嘻哈路线的阿chai也是懂点技术的
。
嘻哈风阿chai

属于自己的GPU服务器

在开心之前还是先放一下大概的配置：
CPU：牙膏厂11代i7
GPU：GeForce RTX 3090（非矿）
内存：32G DDR4（狗粮）
硬盘：三星SSD 1T（狗粮）
电源：老年战斗机
其实攒的大部分钱都用来买显卡和电源了，至于机箱，凑活一下吧。
tank
阿chai弄自己的服务器主要是方便自己做一些小模型的训练和推理，顺便给小伙伴们增加元宇宙中的素材。
元宇宙部署AI算法
PS：算法模型是在浏览器上做的推理（tensorflow.js YYDS）。

基本环境安装

Linux的安装的流程相对的简单很多，阿chai选择经典的Ubuntu 18.0.4。我们准备的工具如下：
1.一台windows系统的电脑
2.一个32G的U盘
3.Ubuntu 18.0.4的镜像文件
4.启动盘制作工具
5.一台用来远程访问的笔记本
Mac其实也可以，但是折腾比较麻烦一些。

1.烧写

阿chai烧写用的是ventoy，比较无脑，小伙伴们下载后会看到使用说明。

2.U盘启动

根据自己的主板去百度查找进入BIOS的方法，开启允许U盘启动的选项，然后选择U盘引导即可。

3.安装

断了主机的网线，根据提示配置即可。一定要断网线，设置名字的地方一定要删除多余的字符。

显卡驱动

显卡驱动是比较麻烦的地方，就算是装好了，一不小心更新，或者频繁重启都会出问题，这里建议大家一步步来。

1.SSH

刚开始画面会显示不全，但是我们配置一下ssh就可以：
安装ssh：
$ sudo apt-get install openssh-server

$ sudo apt-get install openssh-client

查看ssh是否启动：
ps -e |grep ssh

启动后通过ifconfig查看主机的IP地址，然后我们用准备的笔记本远程登录即可。

2.换源

登录后我们首先换源，首先打开配置文件：
$ sudo vim /etc/apt/sources.list

注释或者删除之后（最好注释），复制进去如下镜像地址（阿里）：
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

更新并应用更换过的源：
$ sudo apt-get update

$ sudo apt-get upgrade

3.安装基础的软件

需要用到的基础软件可以先安装一下：
$ sudo apt-get install vim make gcc

4.安装驱动

我们首先下载驱动文件，然后用U盘copy到我们的主机上即可。
重新启动后我们进入命令交互模式，然后开始进行如下操作（在主机上操作）。
$ sudo telinit 3

我们输入自己的账号密码。
设置文件权限并安装；
$ sudo chmod 777 xxxxxxxx.run

$ sudo ./NVIDIA

一直下一步即可完成，在完成重启一下，显示器正常显示那就安装成功了。

CUDA、cudnn

做机器学习肯定少不了CUDA和cudnn，Python的安装可以参考阿chai之前写的教程:

cuda

1.下载

由于使用的是RTX3090，因此仅支持cuda11以上的版本。
本地使用时输入如下命令查看：
$ nvidia-smi

下载请参nvidia官网，可能需要代理，可以复制到迅雷下载。

2.安装

联网下载与安装的命令如下：
$ wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run

$ sudo sh cuda_11.3.0_465.19.01_linux.run

warning：环境以配置好，就最好不要折腾环境了。在安装的时候，terminal中的显卡驱动的选项要记得关闭。

3.PATH配置

CUDA安装好之后一般是不能使用的，需要在添加到PATH。
大家账户的user_path一般在~/.bashrc文件中。
将如下路径添加到自己的PATH中：
# CUDA 11.3
export
 PATH=/usr/
local
/cuda-11.3/bin
${PATH:+:$PATH}
}

export
 LD_LIBRARY_PATH=/usr/
local
/cuda-11.3/lib64
${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}
}

配置完成后输入如下命令激活：
$ 
source
 ~/.bashrc 

可输入如下命令测试：
$ nvcc --version

也可以通过docker之类的容器使用。

cudnn

cudnn可以理解是NV的设备上真对机器学习相关的依赖。
下载完成后输入如下命令操作（注意自己的版本）：
$ tar -xzvf cudnn-11.4-linux-x64-v8.2.2.26.tgz

输入如下命令添加对应的库文件：
$ sudo cp cuda/include/cudnn.* /usr/
local
/cuda-11.3/include

$ sudo cp cuda/lib64/libcudnn* /usr/
local
/cudacuda-11.3/lib64

$ sudo chmod a+r /usr/
local
/cuda-11.3/include/cudnn.h 

$ sudo chmod a+r /usr/
local
/cuda-11.3/lib64/libcudnn*

可通过命令编译测试，一般不会出问题（cuda10和11的命令不同，要注意）。

远程连接

远程连接是大事，周末背着本本去星爸爸点杯咖啡岂不美滋滋？

1.有钱就上花生壳

如果资金充裕，那花生壳肯定是比较好的选择，一般来说最便宜的套餐就够了，还有各种加速棒、远程开机盒子，非常方便。
img
远程开机的话，一定要在BIOS中开启网络唤醒或者电源唤醒的功能。

2.小米YYDS

在电源唤醒后，可以买小米智能插座，远程控制通电（一定几得先用命令关机）。

3.frp穿透

frp是重点要说的一种方式，通过一个有公网的云服务器来搞就行，推荐阿里云。
a.下载安装文件
frp的源码地址如下（服务端和客户端要版本要对应）：
https://link.zhihu.com/?target=https%3A//github.com/fatedier/frp/releases
b.服务端
首先在服务器上删除客户端：
rm -f frpc*

修改服务端的配置文件：
bind_port = xxxx ----客户端和服务端连接的端口

token = abc123 ----客户端和服务端连接的口令

dashboard_port = xxxx

dashboard_user = user ----用户id

dashboard_pwd = password ----密码

vhost_http_port = xxxxx ----对应开启的http端口

vhost_https_port = xxxxx ----对应开启的https端口

启动服务端命令：
$ ./frps -c frps.ini 

设置开机启动：
$ sudo systemctl 
enable
 frps

c.客户端
修改客户端的配置文件：
server_addr = xx.xx.xx.xx ----服务器的公网IP

server_port = xxxx ----与bind_port一致

type = tcp

local_ip = 127.0.0.1

local_port = xxxx ----默认端口号

remote_port = xxxx ----共享时使用的端口号

启动客户端程序完成。不知道为什么感觉阿里云最稳定（记得开端口），很玄学。。。。

多用户操作

如果无私一点，是不是可以让小伙伴们一起用服务器呢？当然是不可以。
在配置好之后，我们打开terminal。
创建用户组：
$ sudo groupadd a

创建用户实例以及设置密码：
$ sudo useradd -d 
"/home/xxx"
 -m -g a -s 
"/bin/bash"
 xxx

$ sudo passwd xxx 

这样通过condo等创建环境也不会收到影响，不过实例并没有root权限，权限设置需要修改，但是并不影响做机器学习。
账户中安装的软件是相同的，比如安装的vim以及配置好的库，若没有只需要在自己的用户变量中添加即可。
·················END·················

推荐阅读

•   请做好3年内随时失业的准备？•   该死，这糟糕的心动感•   只有想不到，没有做不到的超强AI
继续阅读
阅读原文
关键词
文件
命令
端口
用户
配置文件