本文共 1685 字，大约阅读时间需要 5 分钟。

：

1 创建实例

这一步直接百度搜索即可，很多答案，此处不再描述

可以直接在google平台中跟着教学步骤走。 实现远程连接，需要在创建时在防火墙设置那里选中http和https连接。远程连接可以直接使用ssh账号密码连接。

2 申请GPU等计算资源

创建实例时，若不成功，注意看错误提示。

免费用户的话只能使用cpu，想要使用gpu需要升级用户。 当创建实例不成功，会提示Quota ‘GPUS_ALL_REGIONS’ exceeded. Limit: 0.0 globally.或者类似信息。这时，需要去IAM 管理>配额, 第三个下拉中，找到GPUS，点击前边的方框，对号选中，然后点击上方的修改配额，输入信息后即可申请

3 申请成功后就可以创建实例了。亚太地区台湾有gpu

4 申请之后的系统配置

1. 直接点击创建好的实例上的ssh，就能打开终端，在该终端中配置。
2. 配置GPU CUDA Torch等

4.1 安装驱动

[https://cloud.google.com/compute/docs/gpus/install-drivers-gpu?hl=zh-cn](https://cloud.google.com/compute/docs/gpus/install-drivers-gpu?hl=zh-cn)## 4.2 安装cuda[cuda官网连接](https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal)

注意，安装时，都选择接受，最后让你确认时，上下滚动，取消driver的选中，否则安装可能不成功。

安装完成后输入如下两条语句注册：

export PATH="/usr/local/cuda-9.2/bin:$PATH" export LD_LIBRARY_PATH="/usr/local/cuda-9.2/lib64:$LD_LIBRARY_PATH"

输入

nvcc -V

#编译并测试设备 deviceQuery：cd /usr/local/cuda-9.2/samples/1_Utilities/deviceQuerysudo make./deviceQuery#编译并测试带宽 bandwidthTest：cd ../bandwidthTestsudo make./bandwidthTest

RESULT = PASS,说明成功安装

查询是否安装成功 安装cudnn 如果服务器下载显示403，远程连接后，本地下载上传到服务器即可 ar -xvzf cudnn-8.0-linux-x64-v5.1.tgz 解压后是一个cuda文件夹

cd cudasudo cp include/cudnn.h /usr/local/cuda/includesudo cp lib64/libcudnn.* /usr/local/cuda/lib64

注意文件路径

5 .远程登陆

1.2.切换到root角色

sudo -i 1 1.3.修改SSH配置文件/etc/ssh/sshd_config vi /etc/ssh/sshd_config 1 修改PermitRootLogin和PasswordAuthentication为yes

#Authentication:

PermitRootLogin yes //默认为no，需要开启root用户访问改为yes

#Change to no to disable tunnelled clear text passwords

PasswordAuthentication yes //默认为no，改为yes开启密码登陆

1.4.给root用户设置密码

passwd root 1 1.5.重启SSH服务使修改生效 /etc/init.d/ssh restart

转载地址：http://fvnws.baihongyu.com/