快速上手云主机服务
数据安全必读
Section titled “数据安全必读”系统盘与数据盘均为本地 SSD，无冗余机制，属于单点故障架构，一旦硬件损坏将可能导致数据永久丢失。
重要说明：
- 本地盘仅适合运行环境与临时数据
- 重要数据必须实时备份
- 平台对本地盘损坏及数据丢失不承担责任
强制建议的数据安全方案： 将重要数据实时备份至「共享存储卷」或本地多副本存储系统。
立即开通共享存储卷（企业级冗余 + 跨区域同步）： https://www.gongjiyun.com/docs/cloud-hosting/function-usage-instructions/yvawwrzvcivbypk8vihcgjrkn8c/
一、快速快速上手总览
Section titled “一、快速快速上手总览”流程目标：从 0 到可用云主机环境
完整流程分为三步：
- 使用基础镜像创建云主机
- 配置实例资源与存储
- 查看运行状态并进入使用
二、创建云主机（Step 1）
Section titled “二、创建云主机（Step 1）”2.1 进入云主机控制台
Section titled “2.1 进入云主机控制台”访问控制台并进入云主机页面： https://console-staging.suanli.cn/server
点击顶部【云主机】 → 进入云主机管理界面 → 选择可用设备资源
2.2 GPU 设备选择逻辑（简化决策模型）
Section titled “2.2 GPU 设备选择逻辑（简化决策模型）”当前图片中所有 GPU 型号均满足基础部署需求，选择逻辑如下：
- 单卡显存 ≥ 24GB
- 已远超大多数服务部署、推理任务、数据处理需求
- 无需担心显存不足问题
- 1 卡配置：低成本、按秒计费、适合开发/测试/推理
- 多卡配置：适用于训练任务、高并发、多模型场景
实际选择策略
Section titled “实际选择策略”- 常规任务（推理、服务部署、数据处理）：1 卡足够
- 训练任务（LLM、多模态、大模型）：再考虑 2 卡 / 4 卡
结论： 如果没有明确的大模型训练需求，直接选择 1 卡配置即可，开箱即用、成本可控、无需纠结型号差异。
三、配置资源（Step 2）
Section titled “三、配置资源（Step 2）”3.1 实例基础配置
Section titled “3.1 实例基础配置”3.1.1 设置实例名称
Section titled “3.1.1 设置实例名称”实例名称用于后续管理与识别，建议命名规则：
用途 + 场景 + 日期
示例：
- llm-inference-20260206
- data-process-20260206
- model-train-test
也可使用系统自动生成名称。
3.1.2 选择基础镜像
Section titled “3.1.2 选择基础镜像”选择平台预制基础镜像即可快速获得完整运行环境。
示例镜像：
- Ubuntu 22.04
- PyTorch 2.1.2
- Python 3.10
- CUDA 11.9
说明：
- 平台已提供完整适配环境
- 无需手动安装 CUDA、驱动、深度学习框架
- 环境一致性强，适合迁移与部署
3.2 挂载共享存储卷（数据安全核心步骤）
Section titled “3.2 挂载共享存储卷（数据安全核心步骤）”开通共享存储卷服务，并挂载到实例目录：
挂载规范（非常重要）：
-
禁止挂载到以下目录：
- /
- /root
-
推荐目录结构：
- /root/data
- /root/code
- /root/workspace
说明：
- 根目录挂载会引发系统权限与环境异常问题
- 二级目录结构安全且可控
完成配置后：同意协议 → 点击【创建实例】
3.3 对象存储加速桶（大模型与大文件推荐方案）
Section titled “3.3 对象存储加速桶（大模型与大文件推荐方案）”使用场景说明
Section titled “使用场景说明”当涉及以下数据类型时：
- 大模型权重文件（LLM / 多模态模型 / 向量模型）
- 预训练模型参数
- 大型数据集
- 只读型公共模型文件
- 多实例共享模型文件
强烈建议使用「对象存储加速桶」挂载到云主机，而不是存放在云主机本地盘或共享存储卷中。
为什么不建议直接存放在云主机本地盘
Section titled “为什么不建议直接存放在云主机本地盘”存在以下风险与问题：
- 存储空间限制风险 云主机本地盘存在容量上限，大模型文件体积通常为 50GB：
- 可能导致磁盘空间不足
- 镜像无法正常保存
- 环境无法持久化
- 性能与稳定性风险 在云主机中直接上传/下载大文件：
- 高峰期网络带宽波动大
- 下载速度不稳定
- 容易出现下载中断、文件损坏
- 架构设计问题 本地盘存储模型文件会导致：
- 实例与数据强耦合
- 实例不可快速销毁重建
- 无法实现多实例共享
对象存储加速桶的架构优势
Section titled “对象存储加速桶的架构优势”对象存储 + 加速挂载模式具备：
- 高吞吐读取能力
- CDN 级访问加速
- 多实例共享访问
- 只读数据集中管理
- 云主机无状态化
- 模型统一版本管理
推荐模式：
计算层：云主机 存储层：对象存储加速桶 安全层：共享存储卷（业务数据）
标准使用模型
Section titled “标准使用模型”模型/权重文件存放位置：对象存储加速桶（只读）
业务数据/用户数据：共享存储卷（读写）
运行环境：云主机本地盘（临时环境）
形成标准云架构分层：
- 计算层：云主机实例
- 模型层：对象存储
- 数据层：共享存储卷
配置文档参考
Section titled “配置文档参考”对象存储加速配置说明文档：https://www.gongjiyun.com/docs/flexible-deployment/function-usage-instructions/wqhqwbcf3i6byykijbvct9dkn0e/
四、查看运行状态（Step 3）
Section titled “四、查看运行状态（Step 3）”实例创建完成后，可在云主机列表查看运行状态：
状态说明：
- 运行中：可直接连接使用
- 创建中：等待资源初始化
- 停止：可重新启动
五、核心概念说明
Section titled “五、核心概念说明”5.1 GPU 资源模型
Section titled “5.1 GPU 资源模型”逻辑理解模型：
- GPU 数量（1 卡 / 2 卡 / 4 卡 / 8 卡）：并行计算能力
- 显存大小：单任务可承载模型规模
- 内存大小：多任务调度能力
- CPU 核心数：数据处理与调度能力
适用场景：
- 1 卡：推理服务、API 部署、数据处理
- 多卡：分布式训练、大模型训练、高并发任务
5.2 实例名称的管理意义
Section titled “5.2 实例名称的管理意义”实例名称本质是资源管理标签，用于：
- 成本追踪
- 项目区分
- 运维管理
- 权限管理
推荐命名结构：
项目 + 功能 + 时间
5.3 基础镜像体系结构说明
Section titled “5.3 基础镜像体系结构说明”- Ubuntu 20.04 / 22.04
- CUDA 自动适配 GPU 架构
- apt 源已加速优化
运行与管理层
Section titled “运行与管理层”- Bash 作为主 Shell
- screen 多会话管理
- supervisord 统一进程管理
- SSH Server
- VSCode Server（Python、Pylance、Jupyter、Debugger 插件已配置）
- JupyterLab（Debugger、LSP、TOC、LaTeX、Matplotlib 等插件）
- miniconda（环境管理、Python 依赖管理）
AI 框架支持（合并展示）
Section titled “AI 框架支持（合并展示）”PyTorch： 1.8.2, 1.13.1, 2.0.1, 2.1.2, 2.2.2, 2.3.1, 2.4.1, 2.5.1, 2.6.0, 2.7.1
TensorFlow： 1.15、2.1、2.4、2.7、2.11、2.15、2.18、2.19（按 Python 版本适配）
说明：
- 所有镜像已完成 CUDA / Python / 系统兼容适配
- 环境即开即用
- 无需手动配置驱动与依赖
六、整体使用逻辑总结
Section titled “六、整体使用逻辑总结”标准使用结构：
- 云主机只负责计算
- 共享存储卷负责数据安全
- 镜像负责环境一致性
架构模型：
计算层（云主机） + 存储层（共享存储卷） + 环境层（基础镜像）
这是一个标准的云计算安全架构模型，具备：
- 数据安全
- 环境可复制
- 实例可销毁
- 成本可控
- 可扩展性强