撒花!我建立了專屬 GPU 雲伺服器租用平臺!便宜、好用、速來!

红色石头發表於2021-12-08

學習深度學習,永遠繞不開 GPU,跑模型。就算力來說,最合適的還是在一些適合跑深度學習的伺服器上訓練模型。我也用過不少深度學習伺服器。但經常遇到兩個問題:一是算力不夠,二是價格較貴。相對來說,GPU 雲伺服器還是相對比較貴的。最近深腦鏈的同學讓我試用了通過 DBC Token 結算的 GPU 雲伺服器,感覺相當的便宜和好用!所以,紅色石頭於深腦鏈達成合作,建立了 AI 有道專屬 GPU 雲伺服器租用平臺,網址為:

https://www.redstonewill-gpu.com

GPU 雲伺服器特點

1. 深腦鏈技術:安全可靠

深腦鏈為人工智慧產品提供一個低成本的、隱私的、彈性的、安全的去中心化人工智慧計算平臺。深腦鏈旨在利用區塊鏈加人工智慧在人工智慧三大塊:演算法、算力、資料中解決當前行業的瓶頸問題。

基於深腦鏈技術的 GPU 伺服器平臺是採用數字貨幣 DBC Token 結算的。開始的時候,我對於這塊還是比較猶豫的,畢竟是新事物,而且不希望大家通過這個涉及“炒幣”,只是希望大家可以通過更好更便宜的途徑來使用 GPU 雲伺服器,形式並不重要。我自己也在第一時間試用了一下,流程很順暢,也輕鬆地跑了下 yolo v3 模型。

因此,我覺得是可以推薦給大家使用的。如果你的電腦沒有 GPU 又想跑比較複雜的深度學習模型,或者是打比賽臨時需要帶 GPU 的機器,都可以租用這個 GPU 伺服器。

2. 型別豐富、價格便宜

對於大多人(包括我),最看重的就是價格了。可以說該 GPU 雲伺服器的租用還是非常便宜的。在網頁的“租用 GPU ->機器列表”中可以看到目前可用的所有 GPU 型別,種類非常豐富,包括常用的 1080TI 和 2080TI。

可用的 GPU 雲伺服器的價格是以美元計價的,可以看到,租用單個 2080TI GPU 的價格大概在 1 元左右每小時:

而 1080TI 更是便宜,大約在 0.6 元每小時:

可以說價格非常便宜了,輕輕鬆鬆用起 2080TI !

3. 專屬福利

為了給我的讀者爭取最大的福利,我讓深腦鏈的同學給每位【AI 有道】新使用者提供 2400 DBC,相當於 30 元錢,大約可以使用 48 小時的 GPU 雲伺服器,基本上可以跑一個深度學習模型了!

同時,每塊 GPU 雲伺服器都是可以申請試用的,試用時間為半個小時。試用費用:0 DBC,試用條件:當前錢包持有大於等於1000 DBC。

除此之外,為了更好地服務大家,解決大家在使用中的問題,我特意建了種子使用者交流群(群二維碼見文末,或者新增助手微信:AI_helper01,註明 “GPU“,邀請入群),歡迎感興趣的同學加入。對於使用過程中的任何問題,深腦鏈的同學都會在群裡進行及時的解答。

如何使用?

下面是最重要的內容,教大家如何租用 GPU 專屬伺服器。熟悉流程之後,以後使用就非常方便了。

1. 建立錢包

首先開啟網頁:https://www.redstonewill-gpu.com,點選“開始租用 GPU”:

然後在“我的錢包”裡面“建立錢包賬號”:

在新的錢包裡設定密碼,點選“建立”。

下載私鑰檔案 私鑰檔案和私鑰碼都是使用者身份證,請注意儲存備份,防止洩露( 私鑰碼已經註冊下載,無法找回,請務必妥善保管)。

建立錢包完成之後,就可以使用私鑰開啟自己的錢包了!

大家注意那個 DBC 數量就是我們的“財富值”,下面是等值美元。

2. 繫結郵箱

第一次使用,在“我的機器”裡,點選“繫結郵箱”,

繫結郵箱是用於接收租用機器的相關資訊,包括登入賬號和密碼,都會以郵件的形式傳送給你。注意每次租用需要有一定的DBC餘額用於驗證(大約 0.5 DBC)。

3. 購買 DBC

建立錢包之後,下一步我們就要購買合適的 DBC ,來租用 GPU 雲伺服器。

首先,在我的錢包裡點選“如何購買 DBC”。

然後選擇一種購買方式,例如我選擇“直接購買DBC”。

接著輸入購買金額,例如我想買 50 元,可以看到等值約 4200 DBC。

最後,點選繼續,選擇支付方式。可以直接使用支付寶支付,非常方便!

至此,我們就成功購買了 DBC 啦!下一步就可以來選擇機器了。

4. 開始租用

在持有一定的 DBC 後,可以進入機器列表選擇需要的 GPU 伺服器,可以試用(免費半小時)或者租用:選擇機器型別 –> GPU 卡數量和選擇租用時間 –> 生成訂單 –> 確認支付就可以了,這個環節中都需要一點驗證時間,全部是通過郵件進行提示的,這是我最終收到的一封租用成功的機器資訊(已經過期):

值得注意的是,如果機器租用時間到期,機器所有資料將被清空,請注意保持租用時間充足。機器使用完成後,可以提前退租,只會收取實際產生的費用,剩餘費用將會退還到錢包中。

然後,根據郵件中的 IP:111.44.254.133,埠號:53940,使用者名稱:root,密碼:jRU616aK,就可以通過 ssh 遠端登入該伺服器(推薦使用 Xshell 軟體),剩下的就和平常使用 GPU 機器差不多了。

下面是我的登入介面:

在該伺服器裡,我們可以輸入命令:nvidia-smi,檢視 GPU 資訊:

訓練例項

下面,我來在該 GPU 伺服器上跑一個簡單的 yolo v3 的 darknet 網路例項。

1. 下載 darknet 網路

輸入命令:

$ git clone https://github.com/pjreddie/darknet

2. 編譯 darknet 網路

輸入命令:

$ cd darknet
$ make

3. 下載預訓練權重

輸入命令:

$ wget https://pjreddie.com/media/files/yolov3.weights

4. 測試模型

輸入命令:

$ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

測試結果:

可以看到,目標檢測的結果顯示出來了。

這裡只是在 GPU 雲伺服器上作簡單的測試。大家完全可以在租用的伺服器上使用自己的資料集重新訓練 yolo v3 模型。

最後,關於 DBC GPU 伺服器的使用問題,因為我也是剛剛使用,有些問題不是太清楚,歡迎感興趣的同學掃下面的二維碼加入【AI 有道-DBC GPU 使用者群】,開始階段會有深腦鏈的同學負責解答,現在加入並使用將會獲贈 2400DBC Token,約等於 48 小時使用時長。如果使用者超過一百人,無法加入,或者新增助手微信:AI_helper01,註明 “GPU“,邀請入群)。

注:DBC 是個開源算力網路,支援全球範圍內的AI社群免費部署GPU 雲平臺,GitHub 地址:https://github.com/DeepBrainChain/DBChainWebsite.git

相關文章