- 集群类型:超算平台和智算平台
- 所需镜像:app-store-images.pku.edu.cn/pytorch/pytorch:2.7.1-cuda12.8-cudnn9-devel
- 所需模型:无
- 所需数据集:无
- 所需资源:根据需求申请单机单卡,或单机多卡,或多机多卡
- 目标:本节旨在向用户演示如何分别在SCOW各平台配置Python环境,这是后续教程的基础环境,具体来说在SCOW超算平台中,我们安装miniconda以创建隔离的Python环境;在SCOW智算平台中,我们提供的基础镜像一般已经包含Python环境,只需验证Python环境即可
首先进入超算平台
点击Shell->未名二号->wm2-data01进入shell
会进入以下界面,后续安装conda以及创建环境都在此页面完成
Conda 是一个开源的包管理和环境管理系统。它用于安装和管理软件包及其依赖项,同时允许用户创建独立的环境,以便在一个系统上运行多个项目。在命令行终端中运行如下命令以安装 conda:
# 1. 获得最新的miniconda安装包;
wget https://repo.anaconda.com/miniconda/Miniconda3-py313_25.9.1-1-Linux-x86_64.sh
# 2. 安装
chmod +x Miniconda3-py313_25.9.1-1-Linux-x86_64.sh
./Miniconda3-py313_25.9.1-1-Linux-x86_64.sh #最后选项要填yes
# 3. 安装成功后可以删除安装包,节省存储空间
rm -f Miniconda3-py313_25.9.1-1-Linux-x86_64.sh
# 4. 执行以下命令,即可导入 conda 环境
source ~/.bashrc
# 5. 检查是否安装成功
conda --version
运行下面的命令创建conda环境
# python版本可按需填写
conda create -n tutorial0 python==3.10
conda activate tutorial0运行命令python --version,可以看到python版本,已经具备python环境
运行命令python -c "print('helloworld')",能够成功打印
首先进入智算平台
点击作业->应用,选择vscode应用
在创建应用中,选择远程镜像,填写教程开头给出的镜像地址
点击添加算法,选择公共算法->code-server->4.99.4-linux-amd64,点击修改默认命令,并填入${SCOW_AI_ALGORITHM_PATH}/bin/code-server
按需填写单节点加速卡卡数以及最长运行时间,本教程仅为示例因此保留默认值,最后点击提交
在跳转的页面中点击进入即可进入应用
进入应用后,打开终端
- 运行命令
python --version,可以看到python版本,已经具备python环境 - 运行命令
python -c "print('helloworld')",能够成功打印
作者:褚苙扬;龙汀汀*













