1. 注册与实例创建：你的第一台AI云服务器

很多刚接触AI开发的朋友，一听到“云服务器”就觉得头大，感觉又要配置环境，又要学一堆复杂的命令，还没开始写代码呢，热情就被浇灭了一半。我自己刚开始的时候也是这种感觉，直到后来用上了像AI极链云这样的服务，才发现原来从零到一启动一台能跑深度学习代码的服务器，可以像点外卖一样简单。它最大的好处就是开箱即用，你不需要自己去折腾CUDA、cuDNN这些让人头疼的驱动和库，官方提供的镜像里都给你预装好了，你租到的是一台“拎包入住”、马上就能干活的机器。

那么，第一步我们得先有个“家”。打开AI极链云的官网，注册账号这个过程和普通网站没什么区别，用邮箱或者手机号都行。这里有个对学生朋友特别友好的点：首次注册认证学生身份，通常会赠送一笔可观的云币，足够你用来完成好几个课程实验或者跑通自己的第一个小项目了。这笔启动资金非常关键，它能让你毫无心理负担地去尝试、去犯错，而不用担心立刻产生费用。

登录之后，你会进入控制台。找到“算力租赁”或者类似的入口，这里就是挑选你“战斗装备”的地方了。你会看到各种显卡型号，比如RTX 3090、RTX 4090甚至A100这些。对于新手来说，如果你的代码不是特别庞大复杂，一块RTX 3090的性能已经非常强劲了，性价比也高。选好显卡后，最关键的一步来了：选择镜像。镜像你可以理解为一个“系统模板”，AI极链云提供了很多预装了不同框架的镜像，比如“PyTorch 1.12 + CUDA 11.6”、“TensorFlow 2.9 + Python 3.8”等等。我的建议是，直接选择和你项目需求最匹配的那个。比如你要跑一个PyTorch的YOLO目标检测项目，就选一个PyTorch版本对应的镜像，这能省去你99%的环境配置时间。

接下来是付费方式，通常有“按量付费”和“包时套餐”两种。如果你只是临时跑个实验，或者不确定自己会连续使用多久，强烈建议选择“按量付费”。它的计费精确到秒，你用多久就付多久的钱，不用了随时可以关机或销毁实例，特别灵活，不用担心包月了却闲置浪费。最后，给你的实例起个容易记的名字，比如“我的第一个AI项目-3090”，点击创建。稍等几十秒，属于你的第一台AI云服务器就诞生了。在“我的实例”列表里，你能看到它的状态从“创建中”变成“运行中”，这时候，它就已经在云端待命，等着你去连接了。

2. 连接服务器：两把必备的“钥匙”——Xshell与Xftp

服务器创建好了，但它远在云端的数据中心里，我们怎么去操作它呢？这就需要通过SSH协议来远程连接。对于Windows用户，我用了这么多年，觉得最顺手、最经典的组合就是 Xshell和Xftp，一个用来输入命令，一个用来传输文件，堪称黄金搭档。你可以从官方网站下载它们的个人免费版，功能完全够用。

安装好之后，我们先来配置Xshell。第一次打开Xshell，它会弹出一个会话窗口，我们直接关掉它，然后点击左上角的“新建”按钮。这时候会弹出一个“新建会话属性”的窗口，这里需要填写几个关键信息，而所有这些信息，都来自你AI极链云控制台里“我的实例”页面下的 “登录指令”。这个指令是一长串东西，别怕，我们把它拆解开：

1. 名称：这里随便起，比如“我的极链云-3090”，方便自己识别。
2. 主机：复制登录指令中ssh命令后面、-p端口号之前的那一串域名或IP地址。例如，指令是ssh root@123.45.67.89 -p 22，那么主机就填123.45.67.89。
3. 端口号：就是-p后面的那个数字，通常是22。
4. 用户名：固定是root，这表示你将以最高权限管理员的身份登录服务器。
5. 密码：同样从登录指令里复制，或者控制台会提供一个独立的密码。

把这些信息在“用户身份验证”标签页里填好，点击确定保存。然后回到主界面，在会话列表里双击你刚创建的这个连接。第一次连接时，Xshell会弹出一个“SSH安全警告”，询问你是否信任这台主机，这里直接选择“接受并保存”即可。点击连接，如果一切顺利，一个黑色的命令行窗口就会打开，最后一行显示类似root@instance-name:~#的提示符。恭喜你，这意味着你已经成功进入了云端服务器的“心脏”，可以在这里发号施令了。

光有命令行还不够，我们本地的代码、数据集怎么上传到服务器呢？这就是Xftp出场的时候了。Xftp的使用同样简单，在Xshell里，工具栏上有一个像两个小文件夹的按钮，点击它就能直接启动Xftp并连接到同一台服务器。打开后的界面非常直观，左边窗口是你本地电脑的文件目录，右边窗口就是云服务器的文件目录。你可以像在Windows资源管理器里一样，通过拖拽或者右键“传输”来上传下载文件。这里有个小技巧：AI极链云的服务器通常有预设好的数据目录，比如/data-input/和/data-output/。我习惯把所有需要上传的代码、脚本、数据集都放到/data-input/里，而程序运行产生的日志、模型文件等输出，则指定保存到/data-output/，这样文件管理起来非常清晰，不会把系统目录搞乱。

3. 服务器初探与基础文件操作

成功登录后，面对这个闪烁的光标，新手可能会有点懵：我现在该干嘛？别急，我们先来熟悉一下这个新环境。首先，你可以输入几个简单的命令来了解一下服务器的情况：

# 查看当前所在的目录（路径）
pwd

# 列出当前目录下的所有文件和文件夹
ls -la

# 查看系统版本和内核信息
cat /etc/os-release

# 查看显卡驱动和CUDA版本（这是AI服务器的关键！）
nvidia-smi

那个nvidia-smi命令特别重要，敲下回车，它会显示一个表格，告诉你服务器上显卡的型号、驱动版本、CUDA版本，以及当前GPU的内存使用情况和进程。看到这个输出，你就能确认你租的显卡确实在正常工作，并且环境是准备好的。这感觉就像你买了一台新电脑，首先得看看配置对不对，心里才踏实。

接下来，我们得知道把文件放哪儿。就像前面提到的，使用预设的数据目录是个好习惯。你可以通过cd命令来切换目录：

# 切换到数据输入目录
cd /data-input

# 再次用ls看看里面有什么（初始可能是空的）
ls

现在，假设你已经通过Xftp把本地的项目文件夹my_ai_project上传到了/data-input目录下。你可能会遇到文件权限问题。在Linux系统中，从Windows上传的文件，其执行权限可能不会被保留。如果你的Python脚本需要直接运行，或者有些.sh脚本，你需要给它们添加可执行权限：

# 进入你的项目目录
cd /data-input/my_ai_project

# 给目录下所有的.py文件添加可执行权限（一种方式）
chmod +x *.py

# 或者给某个特定的脚本添加权限
chmod +x train.py

除了权限，文件编码也可能是个小坑。在Windows上创建的文本文件（比如requirements.txt或一些配置文件），默认编码可能是GBK，而在Linux服务器上是UTF-8。如果文件里有中文，可能会导致乱码。如果遇到这种情况，你可以用iconv命令转换，或者更简单一点，直接在Linux服务器上用vim或nano编辑器重新创建一下这个文件。学会这些基础的文件操作和问题排查，你就能在服务器的世界里自如行走，而不会因为一点小障碍就卡住。

4. Python环境管理与依赖安装

虽然AI极链云的镜像已经预装了Python和主流AI框架，但实际项目中，我们往往有更具体的环境需求。比如，你的代码可能需要特定版本的PyTorch，或者需要安装一些额外的、镜像里没有的Python包。因此，学会管理Python环境是高效使用云服务器的核心技能之一。

首先，检查一下镜像自带的Python环境。通常，你可以通过python --version或python3 --version来查看默认的Python版本。很多镜像为了兼容性，会同时安装多个Python版本。你可以用which python3来查看python3命令具体指向哪个路径。我个人的最佳实践是：为每一个独立的项目创建一个独立的虚拟环境。这能完美解决不同项目依赖包版本冲突的问题。最常用的工具是venv（Python 3内置）或者conda（如果镜像预装了Anaconda）。

# 使用 venv 创建虚拟环境（假设项目在 /data-input/my_project）
cd /data-input/my_project
python3 -m venv venv  # 这会在当前目录创建一个名为‘venv’的虚拟环境文件夹

# 激活虚拟环境
source venv/bin/activate

# 激活后，命令行提示符前面通常会显示 (venv)，表示你已进入该环境
# 此时，你使用pip安装的任何包，都只会安装到这个隔离的‘venv’目录下

激活虚拟环境后，你就可以安装项目所需的依赖了。通常我们会在项目根目录放一个requirements.txt文件。你可以用以下命令安装：

# 使用国内镜像源加速下载，例如清华源
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

如果遇到某个包安装特别慢或者失败，可以尝试更换其他镜像源，比如阿里云、豆瓣等。有时候，一些包可能需要系统级的依赖库，比如opencv-python可能需要libgl1-mesa-glx。如果遇到编译错误，提示缺少某个.h头文件或者库，你需要使用系统的包管理器（通常是apt）来安装这些开发工具。

# 首先更新软件包列表
apt-get update

# 安装常用的编译工具和库
apt-get install -y build-essential libssl-dev libffi-dev python3-dev

# 如果提示权限不够，在命令前加上 sudo，但极链云root用户通常不需要

管理好环境，你的项目就有了一个干净、可控的运行基地。每次连接到服务器，进入项目目录，第一件事就是source venv/bin/activate激活环境，然后再运行代码，这能保证你的程序每次都在一致的环境下执行，大大减少“在我本地是好的”这类问题。

5. 运行你的第一个AI程序与任务管理

环境准备好了，文件也传好了，最激动人心的时刻来了：在强大的云端GPU上运行你的代码！假设我们有一个经典的PyTorch训练脚本train.py。进入项目目录并激活虚拟环境后，运行它非常简单：

python train.py

如果脚本需要传递参数，比如指定数据集路径、学习率等，可以这样：

python train.py --data /data-input/my_dataset --epochs 50 --lr 0.001

程序开始运行后，你会在终端看到刷刷刷的输出日志。但这里有个非常重要的问题：你不能关闭Xshell窗口！ 因为当前程序是附着在你这个SSH会话上的，一旦你关闭窗口或网络断开，这个进程就会被终止，训练就白跑了。为了解决这个问题，我们必须请出两个神器：nohup和tmux。

nohup（No Hang Up）命令可以让你的程序在后台运行，即使你退出登录也不会停止。基本用法如下：

nohup python train.py > train.log 2>&1 &

这行命令的意思是：不挂断地运行python train.py，将标准输出（1）和标准错误（2）都重定向（2>&1）到train.log文件中，并且放在后台（&）运行。运行后，它会返回一个进程ID（PID）。之后你就可以安心地关闭终端了。你可以随时通过tail -f train.log命令来实时查看最新的日志输出，或者用ps aux | grep python查看进程是否还在。

而tmux则更加强大，它是一个终端复用器，可以让你在一个终端窗口中创建多个“虚拟桌面”（会话），并且能随时断开和重新连接。我强烈建议你花一点时间学习它的基本操作：

# 启动一个名为‘train_session’的新tmux会话
tmux new -s train_session

# 在tmux会话中，像平常一样启动你的训练
python train.py

# 然后，按下 Ctrl+b，再按 d，可以暂时脱离（detach）这个会话。
# 此时程序会在后台继续运行。

# 之后，无论何时何地，重新登录服务器，你都可以用以下命令重新接入（attach）那个会话
tmux attach -t train_session

使用tmux，你就像有了一个永不关闭的远程工作台，可以随时回来查看训练进度、进行交互式调试，非常方便。掌握了任务管理，你才能真正释放云服务器的能力，让它7x24小时不间断地为你工作，而你则可以关掉电脑去做其他事情。

6. 数据与模型的持久化存储

在云服务器上跑实验，有一个核心原则必须牢记：实例的本地磁盘数据不是永久安全的。AI极链云的实例，其系统盘和数据盘的生命周期是和实例本身绑定的。这意味着，一旦你因为费用、手动操作或其他原因销毁（或重装）了实例，那么实例本地磁盘（包括/data-input和/data-output）上的所有数据都会丢失。我早期就曾因为没注意这一点，丢过训练了好几天的模型，教训惨痛。

所以，你必须建立“持久化存储”的意识。重要的东西必须定期备份到不会随实例销毁而消失的地方。这主要包括两类：你的代码和配置文件，以及训练产生的模型和日志。

对于代码，最推荐的方式是使用Git。在本地开发机上，将项目代码用Git管理，并推送到GitHub、Gitee或GitLab等远程仓库。在云服务器上，只需要git clone你的仓库地址，就能随时获取最新代码。这样不仅做了备份，还实现了版本控制。

对于训练产出的大文件（模型检查点model.pth、TensorBoard日志、预测结果等），你需要将它们定期同步到更安全的地方。有几个实用的方法：

1. 使用Xftp手动下载：对于最重要的最终模型，训练结束后立刻用Xftp拖回本地电脑。这是最直接的方法。
2. 利用云存储服务：一些云服务商提供对象存储（类似阿里云OSS、腾讯云COS），你可以编写脚本，在训练过程中定期将模型上传过去。AI极链云可能也提供相关的存储服务，可以在控制台找找看。
3. 压缩打包后传输：对于/data-output目录下的大量日志和中间模型，可以定期压缩，然后通过scp命令或Xftp下载。

# 在服务器上，进入输出目录并打包压缩
cd /data-output
tar -czvf training_output_$(date +%Y%m%d).tar.gz ./logs ./checkpoints

# 然后你就可以将这个 .tar.gz 文件下载到本地了

养成“随时备份”的习惯至关重要。我现在的做法是，在训练脚本里就加入自动备份的逻辑，比如每训练完一个epoch，或者每保存一个checkpoint，就自动触发一次到远程存储的同步（如果配置了的话）。这样，即使服务器突然出现意外，你的损失也能降到最低。记住，云服务器是租来的“临时算力”，不要把珍贵的数据和模型永远只放在那里。

7. 效率提升技巧与成本控制

当你熟悉了基本操作后，就会开始追求如何用得更好、更省。这里分享几个我实战中总结的提升效率和降低成本的小技巧。

效率提升方面：

• 活用终端多路复用：前面提到的tmux，除了运行后台任务，你还可以在一个会话里创建多个窗口（Ctrl+b, c）和窗格（Ctrl+b, % 或 "），让你在一个连接里同时监控GPU状态（watch -n 1 nvidia-smi）、查看日志（tail -f output.log）和编辑代码（vim），效率倍增。
• 使用命令行传输文件：对于大量小文件或需要脚本化自动传输的场景，scp或rsync命令比图形化的Xftp更高效。

  # 从本地同步整个项目目录到服务器的 /data-input
  # 在本地电脑的终端（如PowerShell）执行：
  scp -r -P 你的端口号 ./my_project root@你的服务器IP:/data-input/
  

• 配置别名（alias）：如果你经常需要登录同一台服务器，可以在本地电脑的SSH配置文件中设置别名，避免每次输入一长串IP和端口。

  # 编辑本地 ~/.ssh/config 文件 (Linux/macOS)
  Host my_ai_server
      HostName 你的服务器IP
      Port 你的端口号
      User root
  # 保存后，下次只需输入 `ssh my_ai_server` 即可连接
  

成本控制方面：

• 即用即开，不用即停：这是按量付费模式省钱的核心。如果你的实验或服务不是需要持续运行的，养成习惯：用完立即关机或销毁实例。在AI极链云控制台的“我的实例”页面，找到你的实例，应该有“关机”或“停止”选项。停止后，通常只收取少量存储费（如果保留了系统盘），而昂贵的GPU算力费用就停止了。
• 选择合适的显卡：不要盲目追求最顶级的显卡。跑一个BERT微调实验，RTX 3090可能和A100用时差不多，但成本差异巨大。根据你的模型大小和批次尺寸（batch size）来选择合适的卡型。
• 监控资源使用率：训练时，通过nvidia-smi和htop（一个进程监控工具，可用apt install htop安装）观察你的GPU和CPU利用率。如果GPU利用率长期很低（比如低于30%），可能意味着你的数据加载或处理部分（CPU）成了瓶颈，需要优化代码，否则你就在为闲置的算力白白花钱。
• 设置预算提醒：在云平台的控制台里，通常可以设置消费额度提醒。设置一个你心理预期的月度或单次预算，当费用快达到时，平台会发邮件或短信通知你，避免产生意外的高额账单。

云服务器是强大的生产力工具，但只有用得精明，才能让它既助力你的项目，又不给你的钱包造成负担。把这些技巧变成习惯，你会发现自己驾驭云端资源的能力越来越强。