使用容器

GPU 容器创建完成并进入运行中状态后，可以通过 SSH 或 Jupyter 进入容器，使用 GPU 进行开发、训练和推理。

概述

容器运行后，实例详情页会展示 GPU 型号、GPU 数量、镜像、磁盘用量、计费周期和访问端口等信息。日常使用时，重点关注容器状态、连接入口、GPU 是否可见和数据盘容量。

建议把代码、数据、模型和输出文件统一放在 /workspace，避免系统盘空间不足或数据管理混乱。

查看容器信息

进入实例详情后，重点查看以下内容：

信息	说明
实例 ID	启动、停止、删除、扩容时用于定位实例
状态	运行中 时可以连接使用
GPU 型号和数量	当前容器分配到的 GPU 资源
镜像	当前容器使用的系统和框架环境
数据盘容量	/workspace 的总容量、已用容量和使用率
访问端口	SSH、Jupyter 等连接入口
Jupyter 地址	浏览器访问 Notebook 的入口，通常已带访问 token

SSH 连接

实例详情中会展示 SSH 访问入口。找到用途为 SSH 的端口后，可以复制页面提供的 SSH 命令。

命令示例：

ssh root@103.44.80.45 -p 30037

Windows 用户可以在 PowerShell 或 Windows Terminal 中执行：

ssh root@103.44.80.45 -p 30037

第一次连接时，如果终端提示：

Are you sure you want to continue connecting?

输入：

yes

然后按提示输入创建容器时设置的 SSH 密码。密码输入过程中不会显示字符，这是正常现象，输入完成后回车即可。

平台不会在实例详情、列表、日志、订单或账单中展示 SSH 密码。如果忘记密码，请重新创建容器或按平台后续提供的重置能力处理。

使用 SSH 公钥登录

如果已在 账户中心 > 公钥管理 添加 SSH 公钥，并且列表中的同步状态为 已下发，可使用与该公钥配对的本地私钥登录运行中的容器：

ssh -i ~/.ssh/id_ed25519 root@<访问地址> -p <SSH 可访问端口>

-i 参数必须指定本地私钥文件，不能填写以 .pub 结尾的公钥文件。添加、删除公钥的步骤和支持格式请参见 SSH 公钥管理。

Jupyter 访问

如果镜像中已安装并启动 Jupyter，实例详情会提供 Jupyter 访问地址。优先复制页面展示的 Jupyter 地址到浏览器打开；该地址通常已经带有访问 token。

访问地址示例：

http://103.44.80.45:40037/?token=kapczxmgf4shirngmjd1lnqvABCDE12

如果页面要求输入 token，可以复制实例详情中的 Jupyter token；token 由系统创建容器时自动生成，用户不需要手动设置。

如果浏览器无法打开，请检查：

检查项	说明
实例状态	必须是 运行中
服务状态	镜像内需要启动 Jupyter 服务
监听地址	Jupyter 应监听 0.0.0.0
端口	使用页面展示的 Jupyter 端口
网络	本地网络需要能访问该地址

如果当前镜像没有自动启动 Jupyter，可以先通过 SSH 进入容器，再执行启动命令：

jupyter lab --ip=0.0.0.0 --port=8888 --allow-root --ServerApp.token="${JUPYTER_TOKEN}"

启动后仍以实例详情页展示的 Jupyter 外部地址为准，不要直接访问容器内的 127.0.0.1:8888。

自定义端口

运行中的容器如需对外提供 HTTP Web 服务或 HTTP 推理接口，可在实例的 登录 弹窗中切换到 自定义端口 页签，新增容器端口映射。自定义端口仅支持 HTTP 协议。

1. 先在容器内启动服务，并确保服务监听在 0.0.0.0:<容器端口>，例如：

   python3 -m http.server 8000 --bind 0.0.0.0

2. 在 新增端口 中输入容器内服务使用的端口，点击 添加。

3. 容器端口范围为 1 到 65535；22（SSH）和 8888（Jupyter）为系统保留端口，不能新增。

4. 添加成功后，页面会展示 自定义端口、可访问端口 和 可访问地址。访问服务时，请使用页面给出的可访问地址和可访问端口，不要直接使用容器端口。

自定义端口仅创建访问映射，不会启动容器内的应用。请仅暴露确有需要的服务，并自行做好应用鉴权和访问控制。

使用 GPU

进入容器后，先确认 GPU 是否可见：

nvidia-smi

正常情况下可以看到 GPU 型号、显存、驱动和 CUDA 信息。

如果镜像安装了 PyTorch，也可以检查 CUDA 是否可用：

python - <<'PY'
import torch
print(torch.cuda.is_available())
print(torch.cuda.device_count())
PY

如果 Python 示例失败，可能只是镜像没有安装 PyTorch。请先以 nvidia-smi 的结果为准。

使用数据盘

推荐将长期数据放到：

/workspace

例如：

cd /workspace
mkdir -p project data output

不建议把重要数据放在 /、/tmp 或 /root 下。

查看磁盘容量：

df -h /
df -h /workspace

数据盘使用率达到预警阈值时，请及时清理无用文件或扩容数据盘。

使用对象存储

当对象存储服务已开通且激活，并且对象存储区域与 GPU 容器所在区域一致时，系统会将对象存储挂载到容器内的 /object-storage 目录。

该目录为只读挂载：可以查看、读取文件或复制文件到 /workspace，但不能在其中上传、修改或删除对象。例如：

ls -al /object-storage
cp -r /object-storage/<文件或目录> /workspace/data/

需要上传、修改或删除对象时，请在对象存储控制台或使用对象存储 CLI 完成；训练输出、缓存和可写数据请保存到 /workspace。如果容器内未出现该目录，请确认对象存储已开通、处于可用状态，且所选容器区域与对象存储区域一致。

数据盘扩容

当 /workspace 容量不足时，可以在实例详情页发起数据盘扩容。

扩容规则：

项目	说明
扩容对象	只扩容数据盘 /workspace
目标容量	必须大于当前数据盘容量
系统盘	不支持扩容
费用	新增容量会按存储计费规则计费

扩容完成后，实例详情中的数据盘总容量和可计费容量会更新。

保存镜像

当您已在容器中安装依赖、配置运行环境后，可将当前容器保存为自定义镜像，以便后续快速创建相同环境的 GPU 容器。

保存镜像仅固化容器的可写层，例如在容器系统盘中安装的软件、环境配置和未挂载目录中的文件；以下内容不会被保存到镜像中：

• 数据盘 /workspace 中的数据；

• 对象存储只读挂载目录 /object-storage 中的数据；

• 容器外部访问映射、实例计费配置等实例级配置。

操作步骤如下：

1. 确认容器处于 运行中 或 已停止 状态，且没有创建、启动、停止、删除等未完成操作。

2. 在实例列表或详情页的 更多操作 中点击 保存镜像。

3. 按页面提示填写镜像名称和 Tag。镜像名称仅支持小写字母、数字、点、下划线、短横线和斜杠；Tag 建议使用清晰的版本号，例如 v1.0、cuda12.8，避免长期只使用 latest。

4. 提交后等待镜像固化、推送和仓库确认完成。运行中的容器会在固化时短暂暂停以保证快照一致性，但不会被关机或重启。

5. 保存完成后，进入 镜像管理 > 我的镜像，选择与源容器相同的地域，确认新镜像处于可用状态。后续创建容器时可在 我的镜像 中选择该镜像。

保存镜像会产生镜像存储费用；不再使用时，请在镜像管理中删除对应镜像。镜像管理中的查看、使用和删除说明请参见 镜像管理。

停止、启动和删除

停止容器

停止会关闭容器运行状态，适合临时不使用 GPU 的场景。停止完成后，系统会释放已分配的 GPU 资源，后续不再产生 GPU 算力费用。

停止后请注意：

• 停止不等于删除。

• 已分配的 GPU 资源会在停止完成后释放，后续不再产生 GPU 算力费用。

• 容器和数据仍保留。

• 如果数据盘超出免费额度，存储费用可能继续产生。

启动容器

已停止的容器可以重新启动。启动成功后，状态会回到 运行中，再通过 SSH 或 Jupyter 连接使用。

删除容器

删除会释放容器、GPU 占用和访问端口，关联数据盘会进入释放流程。

删除前请确认：

• 重要代码、数据和模型已经保存或迁移。
• 不再需要该容器继续运行。
• 删除后实例默认不再出现在列表中。

注意事项

• 创建成功后不能立刻连接时，请等待状态变为 运行中。

• SSH 连接失败时，优先检查实例状态、SSH 端口、网络连通性、密码和镜像内 SSH 服务。

• 使用 SSH 公钥登录失败时，确认同步状态为 已下发、本地私钥与已保存公钥匹配，并使用页面展示的 SSH 访问地址和端口。

• Jupyter 打不开时，优先检查实例状态、Jupyter 地址、token、镜像内是否启动 Jupyter，以及是否监听 0.0.0.0:8888。

• 磁盘使用率来自容器内 df 口径，可能与手动计算结果略有差异。

• /object-storage 是对象存储的只读挂载目录；请将需要写入的数据、训练输出和缓存保存到 /workspace。

• 保存镜像不会包含 /workspace 数据盘和 /object-storage 中的数据。保存前请将确需固化的环境文件放在容器可写层，并单独备份重要数据。

• 停止容器完成后会释放 GPU 资源，后续不再产生 GPU 算力费用；容器和数据盘仍会保留。如不再需要容器或数据盘，请删除容器。

• 删除容器前请先备份重要数据。