一、丹摩平台的核心特色

1.友好便捷的操作体验：

（1）一键部署：使开发者能够在极短的时间内启动开发环境，快速进入到算法和模型的开发工作中，无需花费大量时间在复杂的配置上。

（2）丰富的资源配置：多样化的 GPU 选择、灵活的付费模式、充足的数据存储

2.高性能的计算能力：

（1）自建 IDC 与全新设备：平台采用自建 IDC 和全新的 GPU 设备，能够为用户提供高效、稳定的计算能力，保证模型训练、推理部署和数据分析等任务的快速完成，显著缩短项目开发和模型优化的时间。

（2）高性能网络与存储：计算节点之间以及计算节点与存储节点之间均采用高性能网络，同时提供高并发、高性能的存储服务，避免了网络及存储性能瓶颈，使算力节点性能得到充分发挥。

3.全面的服务支持：

（1）多种服务类型：提供模型训练、模型推理、开源模型镜像与开源数据集社区服务等。

（2）定制化部署：能够根据用户的需求提供从方案设计、部署实施，到日常运维、系统优化等全流程的服务，满足不同用户的个性化需求。

4.高性价比：与市场上的其他智算平台相比，丹摩平台提供了具有竞争力的价格体系，并且会定期推出优惠活动，让用户能够以较低的成本享受到优质的算力资源。

二、如何使用丹摩平台
先进入丹摩智算官网（https://www.damodel.com/home），完成账号的注册并通过实名认证。
2、登录账号后，进入控制台，点击 “GPU 云实例”，然后点击 “创建实例”。在实例配置中，选择付费类型、GPU 数量和型号、镜像、登录实例等选项。点击 “立即创建”，等待实例创建完成。

 

 

 

3、上传数据：在控制台中点击 “文件存储”，然后点击 “上传文件”，选择需要上传的文件或文件夹，并等待上传完成。

 

4、连接实例：获取实例的 SSH 访问信息，包括主机地址、端口号和用户名。使用 SSH 客户端连接到实例，输入私钥文件路径进行身份验证。

5、使用平台：连接成功后，你可以在实例上进行各种操作，如运行代码、安装软件等。

三、常见问题见解

1、实例创建与使用相关

（一）如何选择合适的实例配置：

1、如果您的任务对计算性能要求较高，如深度学习训练、大规模数据分析等，建议选择 GPU 数量较多、型号较新的实例。

2、对于一般性的开发测试任务，CPU 性能和内存大小是关键因素。可以根据任务的内存需求选择合适的数据硬盘大小，一般来说，50GB 的数据硬盘对于大多数应用是足够的，但如果您需要存储大量的数据文件，可能需要扩容数据硬盘。

（二）、实例创建失败的原因有哪些：

1、账户余额不足，确保您的账户有足够的资金支付所选的实例配置。

2、所选的 GPU 型号或资源在当前地区不可用，尝试更换其他可用的 GPU 型号或地区。

3、网络问题导致与平台的通信异常，检查您的网络连接是否稳定，或者尝试在不同的网络环境下创建实例。

2、数据存储与传输相关：

（一）、如何上传和下载数据：

1、上传数据：在控制台中点击 “文件存储”，然后点击 “上传文件”，选择需要上传的文件或文件夹，并等待上传完成。

2、下载数据：在实例中找到需要下载的文件，通过 SFTP 工具将文件从实例下载到本地计算机，或者在控制台中找到相应的下载选项。

（二）、数据存储容量不够怎么办：

1、如果您的免费存储空间不够用，可以考虑删除一些不必要的数据文件，释放存储空间。

2、联系丹摩平台的客服或技术支持，了解是否可以扩容数据存储，以及扩容的费用和操作方法。

3、模型部署与运行相关

（一）、模型部署过程中遇到依赖包冲突如何解决：

1、首先，确定冲突的依赖包具体是哪些。可以查看模型部署过程中的错误提示信息，或者在终端中查看依赖包安装过程中的输出日志。

2、尝试卸载冲突的依赖包，然后重新安装所需的依赖包。在卸载和安装依赖包时，确保按照正确的顺序进行操作，以避免再次出现冲突。

3、如果依赖包之间的冲突无法解决，可以尝试使用虚拟环境来隔离不同的依赖包版本，确保模型能够正常运行。

（二）、模型运行速度慢的原因及解决方法：

1、原因可能是 GPU 资源利用率不高，可以检查模型是否正确配置了 GPU 加速，以及是否使用了适合 GPU 计算的算法和框架。

2、数据预处理过程可能过于复杂或耗时，优化数据预处理代码，减少不必要的操作，提高数据处理效率。

3、网络带宽不足也可能影响模型的运行速度，如果您需要从远程数据源获取数据，确保网络连接稳定且带宽足够。