高性能工作站使用说明

PDF版文档点击下载

工作站为中南大学计算机学院使用。此工作站仅用于深度学习研究，请跑传统普通程序的同学老师不要占用该工作站的CPU资源。

依通知，本工作站为计算机学科建设内容，工作站仅限计算机学院老师和研究生使用

工作站权限分为“公有”和“私有”。“公有”代表所有计算机学院老师和研究生可以使用；“私有”的工作站为其他实验室托管，一般只对该实验室的老师和学生开放

请务必认真阅读管理系统使用说明，大多问题都会在以下说明中解决

管理系统

管理系统是通过Web页面管理使用工作站的账号和连接工作站途径的系统。

注册

使用工作站需要先在管理系统中注册一个账号。

邀请码

为控制使用工作站成员的资格，系统以邀请码形式注册，请需要使用工作站的老师同学加入信息院高性能工作站使用QQ群 346619322，在验证身份后由管理员给予邀请码，进入系统注册。

注册账号

• 工作站使用系统链接为http://station.csgrandeur.com，点击Register进行注册：

• 输入管理员给予的邀请码和页面的验证码，确认：

• 如果邀请码正确，则会自动跳转至账号注册页面，填写自己的学号姓名密码等相关信息，请务必正确填写邮箱，以便于遗忘密码时找回。

查看工作站状态

由于工作站是共享的，随时都可能有其他人在运行程序，在进行自己的操作前，请先看工作站的 GPU、CPU、Memory 的使用情况，如果有他人在使用，请等待或在交流群中沟通，盲目运行程序可能导致程序冲突，会中断他人程序或得到非正常的运行结果。

工作站状态页面未来会逐步进行更新，使展示的信息更加全面、友好。

管理自己的实例

为保证每个人使用系统时的自主性（完整系统权限）、独立性（互相之间的文件系统不干扰），每个人会在主机中开启单独的容器实例，通过各自的实例使用计算资源。

下文中“容器”和“实例”可视为等价的指代。

我的实例

• 我的实例页面会显示在各工作站上已拥有的实例，具体的信息解释将在下文连接工作站部分进行。

开启新实例

• 在工作站状态页面，点击添加实例，选择开启的实例类型。

系统初期只提供已安装 cuda 的实例，未来或可增加提供已经安装好 Tensorflow、Caffe等深度学习库的实例。

“从备份新建”是指之前已经在相应的工作站配置过自己的实例，并对实例进行过备份的用户，可以通过此选项新建自己配置过的实例。

由于系统资源有限，每个人每台工作站只可开启一个实例，如果要重新开实例，请先删除当前实例，再开启新实例。

系统初期每个人每台工作站只可做一份实例备份，新的备份将覆盖旧的备份。

任务队列

• 当执行实例的 新建、重启、删除、备份 等操作时，需要等待工作站主机应答。

系统会有一个任务队列，当执行某项操作时，可在任务队列查看是否执行完毕，以开始自己的下一步操作。如果执行过程存在问题，系统会在“执行结果”列给予提示。

如果一个实例执行 2 分钟以上依然没有结束，“重试”按钮会亮起，可以等待也可以点击该按钮重试该操作。

如果有非常规问题出现，可在交流群反馈咨询。

管理后台

管理后台与普通用户无关，或会招募2~3名特定功能（如邀请码分发、密码协助修改等）的管理员，协助系统维护人员为大家服务。详细功能会单独介绍，不在此说明书中进行。

连接并使用计算资源

系统环境

系统统一为 Ubuntu Server 16.04 x64，默认的cuda为最新版，但用户可自行修改系统内的软件环境。

Ubuntu Server

针对不了解 Server 系统的老师与同学简单介绍一下。

Ubuntu（友帮拓、优般图、乌班图）是一个开源GNU/Linux操作系统，Ubuntu 是基于Debian GNU/Linux，支持x86、amd64（即x64）和ppc架构，由全球化的专业开发团队（Canonical Ltd）打造的。

Ubunt Server 系统没有图形界面，由SSH连接和命令行进行操作，是进行GPU计算的最佳系统环境，目前大多科研工作是基于 Ubuntu Server 系统进行算法原型测试的。

命令行系统并不可怕，我们可借助许多工具来实现我们的目的，比如文件传递、代码复制、远程调试、通过SSH隧道的X11连接在本地显示软件的图形界面等，这些方法与工具都可以通过搜索引擎查找和学习。

SSH 连接

SSH连接Linux系统的工具有多种，这里推荐一个很好的软件套装 XManager，为方便下载，提供百度网盘连接：https://pan.baidu.com/s/1mhLinbi。交流群文件中也提供了下载。

• 打开XShell并新建连接

• 查看前面管理系统中新建的实例信息中的端口号

• 填写连接信息

每个实例会开放 10 个自由使用的端口，使用端口能做些什么事，可以利用搜索引擎进行学习，也欢迎在交流群中交流。

而提供的 SSH 连接则占用第一个端口。上图中提供的端口号为 21010~21019，那么我们SSH连接的端口号即 21010。

服务器所在机房的IP地址会在交流群和管理系统中提供。

实例直接使用 root 账号连接，默认密码是 123456 即拥有实例内几乎全部权限。

• 把连接信息保存，以后就可以直接点选连接了

使用

成功建立 SSH 连接之后，就可以开始命令行了，如图进行了几个简单的操作，可以看当前的目录、目录下的内容。

本身就是root账户，所以

不需要sudo指令！不需要sudo指令！不需要sudo指令！

重要的事情说三遍。

建议进入自己的实例之后，修改root密码，避免其他人误登录自己的实例。

可以通过 SFTP 进行文件传输

到此步，就可以开始自己的环境、代码部署与实验了。

望大家加强交流，互帮互助，不要因为命令行系统的一点门槛影响了科研进度。

操作

• 重启：执行实例的重启，完成环境变量的生效等需求。

• 删除：当前每个用户在每台主机上只能开启一个实例，如果想重新开实例，则先删除旧实例。

• 备份：将当前开启的实例备份为一个镜像，以备份自己的环境配置

由于系统资源有限，每个用户在每个宿主机只能进行一份备份，新的备份会替换旧的备份。

由于只有一份备份，所以不再在系统中显示备份信息，在任务队列确认备份成功即可。

备份的使用方法：当任务队列中显示备份任务执行完成之后，如果要使用备份的镜像，则删除旧实例，然后添加实例，在对话框选择“从备份新建”。

注意事项

此部分非常重要，望周知

所有个人文件请放在/root/userfolder目录内，否则不保证文件数据安全

连入SSH后，会在/root目录中，目录下有commonfile和userfolder两个文件夹，commonfile是所有用户共享的文件夹，用于共享文件中转，userfolder是私人文件夹，只有这两个目录下的文件会保存在映射目录中，即使删除、重开实例，这些文件会依然保留。

一定不要把大型文件直接放在 /root 根目录下，这样会占用大量系统资源，此情况下管理员可能会酌情删除过大的实例。

请养成本地备份数据的习惯，并适时清理自己在服务器实例中的数据

服务器仅为提供高性能GPU计算，硬盘虽然较大，但用户人数众多，无法承担日积月累的数据堆积，请大家在完成自己的实验后，不要把老旧的数据继续留在服务器上。

在进行自己的实验之前，先查看服务器运行状态

如果有其他老师同学在运行实验（主要看GPU的显存占用情况），可在交流群中协商，不要贸然进行自己的实验，否则可能因显存冲突中断彼此的程序。

按需设置自己的程序

部分深度学习框架会自动占用所有可占用的显存，但一些学习任务可能仅需要一颗GPU就足够，望大家在程序中配置好所需占用的GPU，而不要盲目占用所有资源。

禁止长期占用CPU运行纯CPU程序

GPU工作站用以进行以深度学习为主的GPU计算，长期满载占用CPU资源会严重影响其他用户的使用，且该工作站硬件并未针对CPU计算优化，CPU程序在此工作站上并不一定能达到理想速度。

---

附录

Caffe 配置

这里提供一个Caffe配置的方法，但鼓励大家去各深度学习库的官方网站查看原文档，在Stack Overflow等论坛排查自己遇到的问题，多利用搜索引擎，培养良好的科研素养。

基本依赖项

apt-get install libprotobuf-dev libleveldb-dev \
libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
apt-get install --no-install-recommends libboost-all-dev

apt-get install libatlas-base-dev

其他依赖项

apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

OpenCV

#[compiler]
apt-get install build-essential
#[required]
apt-get install cmake git libgtk2.0-dev \
pkg-config libavcodec-dev libavformat-dev \
libswscale-dev
#[optional]
apt-get install python-dev python-numpy \
libtbb2 libtbb-dev libjpeg-dev libpng-dev \
libtiff-dev libjasper-dev libdc1394-22-dev

可以下载opencv的包解压，也可以用最新代码：

git clone https://github.com/Itseez/opencv.git
cd ~/opencv
mkdir build
cd build

cmake -D CMAKE_BUILD_TYPE=Release -D \
CMAKE_INSTALL_PREFIX=/usr/local
# make -j 后面的数字是并行个数，cpu厉害就设大点。一般是用4
make -j7
make install

CuDNN

解压cudnn的包（官网得申请，用网盘搜索能找到最新的），有include和lib64，里面文件复制到对应/usr/local/cuda/对应文件夹里

#进到对应文件夹
cp cudnn.h /usr/local/cuda/include/
#进到对应文件夹
cp lib* /usr/local/cuda/lib64/
#可能要再进行一次 ldconfig -v

不知道这里会不会有文件权限问题，暴力搞一下（这条可先不用）

chmod 777 -R /usr/local/cuda/lib64

Caffe

git clone https://github.com/BVLC/caffe.git
cp Makefile.config.example Makefile.config

修改Makefile.config，去掉cudnn的注释，其他的在当前应用场景可不变。

make all
make test
make runtest