2 minutes
实验室服务器使用教程
一、前言
校外访问请通过校园 VPN
实验室近期新购置了一台深度学习服务器，供成员进行模型训练、仿真和计算任务。为了帮助大家快速上手、规范使用、避免资源浪费或系统损坏，特编写此教程。
二、什么是“深度学习服务器”
深度学习服务器是一台高性能计算机，通常配备多块 GPU（图形处理器）、大容量显存、内存和高速存储。 通常安装Linux系统 ，一般不直接接显示器，而是通过网络远程访问（SSH 或远程桌面）。
主要用途
- 深度学习训练（如 PyTorch、TensorFlow）；
- 大规模有限元仿真（Abaqus、ANSYS、COMSOL）；
- 数据分析、图像识别、模型优化等。
系统与软件环境
- 操作系统：Ubuntu 22.04 LTS
- 已安装软件：Anaconda、Python、JupyterLab
为避免cuda版本导致的问题，此处仅保证显卡驱动版本，cuda请根据需求自行安装。
三、账户与登录信息
账户申请
新用户请联系实验室管理员开通。
账户命名规则 实验室统一以姓名全拼作为用户名，例如：
- 张三 → zhangsan
- 李四 → lisi
初始密码 所有新账户的初始密码为：
123456
手动修改密码（重要）
登录服务器后（见后续教程），在终端输入：
passwd系统会提示：
Changing password for user zhangsan. (current) UNIX password:输入当前密码（即
123456）。接着输入新密码两次（系统不会显示输入内容，但实际上输进去了）：
Enter new UNIX password: Retype new UNIX password:如果两次输入一致，会显示：
password updated successfully表示修改成功。
四、连接方式
（一）Windows 用户
此处推荐三个用于连接的终端工具（就是黑窗口，理论上使用cmd即可，但不够易用）：
此处仅演示MobaXterm。
打开软件，点击左上角的Session
再点SSH，在下面的Remote host 填服务器地址，Specify username填你的账号名。
左边是服务器文件路径，可以按照权限操纵文件，新建个文件夹放代码之类的。
右边就是终端，可以对linux系统进行各种命令行操作。
用 VS Code 连接（主要使用方式）
Pycharm（以及其他Jetbrains的IDE）远程连接功能远不如VS Code，因此此处仅演示VS Code，也仅推荐使用VS Code。
- 安装remote相关插件
- 在侧边栏打开插件
- 新建ssh连接
选择路径
在 VS Code 里使用终端：点击 New Terminal
（二）macOS 用户
此处推荐Terminus，iPad都能用。
或者直接用mac自带终端也行：
SSH连接 打开“终端”：
ssh username@服务器IP
文件传输 可使用命令行：
scp localfile username@服务器IP:/home/username/
（三）Linux 用户
推荐WindTerm，本人用得最多的一个。
五、Anaconda 与 Python 环境管理
1. Anaconda 简介
Anaconda 是一个 Python 环境与包管理工具，可方便地创建独立环境、安装依赖，避免不同项目间的冲突。（miniconda是其精简版）
此处管理员已预装系统级miniconda。
2. 常用命令
| 操作 | 命令示例 |
|---|---|
| 创建新环境 | conda create -n myenv python=3.10 |
| 激活环境 | conda activate myenv |
| 安装包 | conda install numpy pandas pytorch |
| 查看环境 | conda env list |
| 删除环境 | conda remove -n myenv --all |
3. 使用 JupyterLab（可选）
在服务器上启动：
jupyter lab --no-browser --port=8888
然后在本地终端执行：
ssh -L 8888:localhost:8888 username@服务器IP
本地浏览器访问：
http://localhost:8888
六、远程桌面与图形化软件
1. 适用场景
用于运行图形化仿真软件（Abaqus、ANSYS、COMSOL、Matlab 等）。
（如需使用请联系我，因为我也没配过这玩意）
2. 配置方式（由管理员完成）
- 启用
xrdp服务； - 为每个用户创建独立桌面会话。
3. 用户连接方式
| 系统 | 工具 | 登录方式 |
|---|---|---|
| Windows | 远程桌面连接 (mstsc) | 输入 IP、用户名、密码 |
| macOS | Microsoft Remote Desktop | App Store 可下载 |
| Linux | Remmina | 支持 RDP 协议 |
4. 注意事项
- 远程桌面会占用 GPU 和内存资源，不建议长时间挂起。
- 深度学习训练任务应通过命令行执行。
七、文件管理与备份
1. 目录说明
| 路径 | 用途 |
|---|---|
/home/username | 用户个人目录 |
/data | 公共数据集或模型 |
/workspace | 项目工作区（可按课题分目录） |
八、服务器使用规范
不要在系统目录（
/、/root）下操作。运行长时间任务时请使用：
nohup python train.py > log.txt 2>&1 &或在 tmux 会话中执行。
未经沟通严禁重启服务器（如果你有权限的话）。
任务结束后释放显存和进程（输入
ps -aux | grep 你的进程名找你的进程，找到pid之后kill -9 你的pid）。请勿安装系统级软件，如需
sudo权限请在群里询问。
九、常见问题（FAQ）
| 问题 | 解决方法 |
|---|---|
| SSH 连不上 | 检查网络/VPN，确认端口22是否开放 |
| GPU 已占满 | 使用 nvidia-smi 查看使用者，协商使用 |
| Conda 包冲突 | 新建独立环境 |
| Jupyter 无法访问 | 检查端口转发是否正确 |
| 远程桌面卡顿 | 降低分辨率或关闭3D加速 |
十、附录
常用命令速查
nvidia-smi # 查看GPU
pwd # 显示当前路径
ls -lh # 列出文件
scp localfile user@ip:/home/user/ # 上传文件
conda create -n myenv python=3.10 # 创建新环境
管理员联系方式
推荐学习资料
- Linux命令快速入门：https://wangchujiang.com/linux-command/
- Anaconda官方文档：https://docs.anaconda.com/
- PyTorch教程：https://pytorch.org/tutorials/
参考文档
实验室GPU管理神器Determined - 吕昱峰的文章 - 知乎。