而最近我也遇到了类似的问题。由于有一个比较大的模型需要训练几天,如果直接在我自己的主力电脑上跑训练任务,那在训练过程中我基本就无法再做其他事情了——这显然不现实。好在我手上还有一台笔记本,具备一定的 GPU 算力,可以临时当作训练服务器使用。于是我有了一个想法:把这台笔记本部署成“GPU 服务器”,专门用来训练模型,而我则通过主力设备进行远程连接与监控。但很快我发现一个难题——这台笔记本在校园网的内网环境中,我
根本无法从外部网络通过 SSH 访问它。更进一步地,我希望无论身处宿舍、家中,甚至外出,只要联网就能随时连接这台“GPU 小服务器”,查看训练状态、调整参数甚至重新启动训练任务。为此,我开始尝试一种解决方案:
利用拥有公网 IP 的阿里云服务器作为“中转跳板”,借助 SSH 的反向隧道打通公网与内网之间的连接。
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。