部署PyTorch实例

本文将引导用户如何使用自定义镜像在Alaya NeW弹性容器集群上部署一个PyTorch实例。通过这一过程的探索，为用户提供了在云端快速部署自定义服务的参考。无论是对于希望快速启动开发环境的开发者，还是需要将复杂应用迁移到云端的企业用户，实现高效的资源管理和开发效率提升。

前提条件

• 用户已安装命令行工具（kubectl），如用户尚未安装，Windows用户可参考VKS Tools一键安装；macOS用户可参考VKS Tools一键安装完成安装。
• 用户已安装Aladdin插件，安装步骤可参看安装Aladdin章节所示。
• 用户已开通弹性容器集群，且集群可正常使用。如尚未开通，可参考开通弹性容器集群完成开通。

操作步骤

1. 点击Aladdin插件图标，进入插件登录页面，使用已注册的企业账号登录Aladdin。

2. 登录完成后，返回工作区，单击 进入新建一个Workshop配置页面，填写参数，参数说明如下所示。

   参数名称	说明	备注
   Environment	GPU运行的基础镜像	运行环境选择预置的aladdin/llamafactory公共镜像仓库下的jupyter-lab镜像
   Resource	GPU调用时分配到的资源	系统自动适配的CPU、内存
   VKS	用户已创建的弹性容器集群	已注册的企业账号可创建多个集群
   Namespace	用户已选择的弹性容器集群内创建的命名空间	支持选择default
   ENV	环境变量配置	支持键值对形式注入
   PVC MOUNTS	挂载的SubPath填写开通弹性容器集群时在“文件存储”目录下新建的文件夹名称；ContainerPath填写工作路径。	可选

3. 配置完成后，单击“Submit”，在弹出的新窗口（后文统称远端页面）选择"Linux"，远端页面中将自动安装相关插件，待远端页面中出现Remote Aladdin插件图标，Workshop创建操作完成。

4. 按Ctrl+Shift+P（Windows/Linux），打开命令面板，选择Python: Select Interpreter，可选择下图高亮所示的Python解释器。

   

5. 选择完成后，打开“/workspace/”文件夹，如下图高亮①所示，然后选择“Terminal/New Terminal”菜单项进入终端页面，如下图高亮③所示。

   

6. 在上述终端页面运行bash jupyter.sh指令，根据页面提示设置登录密码，单击选择“Open in Browser”，使用已设置的密码登录应用。

7. 登录后即可访问该服务，用户可在服务页面进行开发、调试工作，示例页面如下图所示。

   

总结

用户通过Aladdin快速部署一个PyTorch实例，用户可参考本文的部署方法，快速实现自身服务的容器化与云端部署，提升开发效率与资源利用率。