实验室服务器使用手册

服务器配置

• CPU: AMD EPYC 7742 64-Core *2
• 显卡: NVIDIA GeForce 3090 24G*4
• 内存: 1008G
• 硬盘: 1T SSD, 16T HDD
• 操作系统: Ubuntu 18.04

服务管理员

• 于钊 yuzhaokz@163.com
• 韩硕 hanshuo123i@163.com

如对服务器管理有兴趣，随时欢迎加入

服务器使用说明

1. 服务器IP地址为 10.184.17.102，在校内网环境下可以直接链接，校外可通过学校提供的SSL VPN服务 (https://sslvpn.xjtu.edu.cn) 接入校内网使用
2. 如需使用服务器可联系任一管理员创建账号，使用账号均为普通用户权限
3. 在使用过程中有任何问题及时联系管理员进行处理
4. 如果需要使用显卡进行深度学习训练，请先用watch -n 1 nvidia-smi命令查看并选择未被占用的显卡进行使用，Pytorch环境下使用torch.cuda.set_device(gpu_idx)设置指定的GPU

数据目录挂载

当前的新用户的用户目录都是在数据盘下，因此不存在数据挂载问题，不需要再进行数据目录的挂载。

服务器系统盘只有1T的空间，目前已经使用了接近50%，之后如果要给服务器装软件还需要对其进行占用。因此，为了节省系统盘的空间，当大家有较大数据文件需要放在服务器上时，建议挂载到数据盘内。 数据盘目前总容量为14T，后面还可以加，所以放心使用。接下来说明如何将数据盘挂载到自己目录下。

1. 切换到数据盘挂载的文件目录/data下

   cd /data

2. 创建以自己用户名命名的文件夹

   mkdir $USER$

3. 将该文件夹soft link（mount 需要sudo权限，这里不必要）到自己的用户目录下即可

   ln -s /data/$USER$ ~/data

4. 删除软连接

   rm -rf ~/data  # 注意千万不要给后面再加一个/ 如果加了就是连数据一起删除了，惨的一

用户目录下conda安装

Python 环境推荐使用Anaconda，可以每个普通用户自行安装

1. 首先创建目录 Downloads 用来存放下载文件

   mkdir Downloads

2. 进入 Downloads 文件夹下

   cd Downloads

3. 下载 Anaconda 安装包

   wget https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh

4. 给安装包添加执行权限

   chmod +x Anaconda3-2022.05-Linux-x86_64.sh

5. 执行安装程序，一路回车，遇到选项就填 yes

   ./Anaconda3-2022.05-Linux-x86_64.sh

6. 重新进入命令行即可激活 conda 环境

Docker

为便于大家使用服务器来进行实验，服务器上的每个用户都是在docker组内，有docker访问权限。

而docker的相关命令本身自带root权限，因此，在使用docker过程中一定要小心，避免误停或误删他人的容器或镜像。