一些GPU云平台使用体验

开门见山的说，我推荐恒源云这个平台，由于平台邀请新人会有奖励，我就先把我的注册链接放这吧（恒源云注册），不过你自己官网注册也可以，不强求hh。

以下均是个人的一些体验，不免会有些错误认知~

Google Colab

写这篇文章的原因主要是被某些平台的贵惊讶到了，在去年开始入门深度学习时，作为一个悲催的自学转行者，组里也没有个GPU，当时先知道的google colab，主要因为免费，那时候貌似是Tesla P100（FP16: 19.05 TFLOPS / FP32: 9.526 TFLOPS），还够用。但是用下来最蛋疼的是 ① 过一段时间就得动一下，不然就说长时间没有操作，给你断了。就白跑了(ˉ▽ˉ；)…（也有解决方法是弄个脚本吧，可以搜一下）② 用多了还不给你用了，说达到GPU使用量限额，无语了。其它的还有在线写代码以及看源码都不太方便，比较习惯用vscode。就很少用了，刚看了一下现在分配到的GPU是Tesla T4（FP16: 65.13 TFLOPS / FP32: 8.141 TFLOPS）（注：这里T4的FP16应该是16 TFLOPS左右–参考第二个回答）

colab

Kaggle

然后就是kaggle，一个星期免费40h的GPU使用时间，同样的问题就是很难长时间运行，说在 Commit 模式下，使用GPU 的代码最多只能连续运行9个小时，超过9个小时强行终止。网上也有一些解决办法，反正我是不想折腾了，现在提供的GPU为Tesla P100 PCIe 16GB:

在这里插入图片描述

注：上面这两提供的CPU都是单核的，os.cpu_count() = 2，就是说DataLoader的num_workers最多写2。另外都是需要翻墙的，下载上传本地数据体验下来都挺慢的。不过值得说的优点就是下载网络上的资源比如国外网站上的数据集和文件，或者pip安装包啥的还真的是很快的。

再之后接触到了GPU租用的一些平台

矩池云

第一个使用的是叫矩池云（价格）的，也是在哪看到别人推荐来着，一开始也不太懂，用着也还行吧，会有一个5G的免费网盘，租用的任一机器里访问和修改网盘里的数据，这点其实挺好的，不用数据传来传去的。但是我最近再看这网站，发现当时年少无知没经过对比，贵的离谱啊，无语了，种类也偏少，Tesla V100-16GB（FP16: 28.26 TFLOPS / FP32: 14.13 TFLOPS ）6元/h，RTX 3090 24GB（FP16: 35.58 TFLOPS / FP32: 35.58 TFLOPS ）5元/h，意思就是我如果用一天16GB的V100，就要上百了？！

恒源云

第二个使用的直接就是恒源云（价格）了，当时也是在哪里看到了推荐，说新用户注册送100元的代金券，就试了一下（其实其中有一个满200可用的40元券，以及当时能用代金券的机子普遍会贵点，现在感觉是一个价）。可以对比一下，它的Tesla V100-PCIE-16GB只要1.5元/h，RTX 3090 1.99元/h，2块钱在矩池云只能租到NVIDIA RTX A2000 12GB（FP16: 7.987 TFLOPS / FP32: 7.987 TFLOPS），而恒源云的NVIDIA RTX A4000 16GB（FP16: 19.17 TFLOPS / FP32: 19.17 TFLOPS）也才1.2元/h。平台内置提供了很多公共数据集（每个平台应该都有），直接cp到自己位置就行，避免国内服务器下载慢的问题，用下来各方面都还可以，主要关心的还是价格方面，连接的步骤也很简单，我一般都是vscode的Remote-SSH直接连接到主机就行，安装过的库和一些设置在你主动释放前会一直保存在控制台（但10天未启动会自动释放），还行。唯一不太方便的地方感觉就是数据传来传去真不方便，如果训练完不传出来保存的话，停止使用24h后数据就会被清空。

在这里插入图片描述

hh主要恒源云比较好用，就没怎么尝试其它平台了

九天 • 毕昇

九天 • 毕昇刚看了下，新用户注册给500算力豆，在线的vscode/jupyter

在这里插入图片描述

创建了一个实例，8核32G那个（如果要用的话肯定得8核，核数太小会拖累速度）

在这里插入图片描述

Tesla V100S-PCIe 32GB（FP16: 32.71 TFLOPS，FP32: 16.35 TFLOPS），挺不错的啊，显存也挺大的，不知道数据传输方不方便，后续可能用用试试。但是只有500算力豆，一小时20算力豆只能25个小时，看到说每成功邀请一位新用户注册，将赢取500个算力豆，对方将赢取1000个算力豆，算力豆有效期均为180天，原来被邀请竟然也会多500算力豆，谁给我一个邀请码，我的邀请码是这个(●ˇ∀ˇ●)。