Przejdź do głównej zawartości

Stwórz swoje pierwsze środowisko obliczeniowe

Szybki start: utwórz wolumen, uruchom pierwszy zasób obliczeniowy (np. Jupyter notebook z PyTorch na GPU) i wylistuj swoje wolumeny oraz zasoby obliczeniowe.

Tworzenie wolumenu​

cgc volume create <name> --size <size> -sc <storage_class>

  • -s - rozmiar Twojego wolumenu w GiB
  • -sc, --storage-class - klasa magazynu Twojego wolumenu

Aby utworzony wolumen był dostępny, musi być zamontowany do zasobu.

Output

cgc volume create getting-started -s 10 -sc <storage_class>
Volume getting-started of size 10.0 GB on SSD created. Volume is ReadWriteMany.

Lista istniejących wolumenów​

Wyświetl listę wszystkich utworzonych wolumenów:

cgc volume list

przykład:

cgc volume list
name             used    size    type           disks type    mounted to
---------------  ------  ------  -------------  ------------  ------------
getting-started  7.67M   10Gi    ReadWriteMany  SSD

Tworzenie zasobów obliczeniowych​

Aby utworzyć swoje pierwsze zasoby obliczeniowe, musisz określić nazwę i typ jednostki dla zasobu obliczeniowego.

cgc compute create <entity> --name --gpu -gpu-type --cpu --memory --volume

gdzie

  • entity - np. nvidia-pytorch
  • -n, --name - nazwa zasobu obliczeniowego
  • -g, --gpu - ilość podłączonych GPU
  • -gt, --gpu-type - typ podłączonego GPU, nazwa jak w cgc status (NVIDIA-RTX-A5000 | NVIDIA-A100-SXM4-80GB | NVIDIA-B200) domyślnie = NVIDIA-RTX-A5000
  • -c, --cpu - liczba rdzeni CPU
  • -m, --memory - ilość pamięci RAM w GiB
  • -v, --volume- wolumin do zamontowania nazwa woluminu

przykład:

cgc compute create -n getting-jupyter -c 2 -m 4 -g 1 -gt NVIDIA-RTX-A5000 -v getting-started nvidia-pytorch

nvidia-pytorch app getting-jupyter creation started!
 Volumes to mount: getting-started
Container will be Ready after volumes can be see mounted.
Will be accessible at: https://getting-jupyter.namespace.cgc-waw-01.comtegra.cloud
App token: f660c69776c647eba6d895c312388a0c
To monitor the startup status use list command
Environment variables: JUPYTER_PORT=8888, JUPYTER_TOKEN=f660c69776c647eba6d895c312388a0c

Output zawiera dostępny URL oraz wygenerowany token. Token można zmienić przy pierwszym logowaniu.

Lista istniejących zasobów obliczeniowych​

Jeśli chcesz zobaczyć listę swoich istniejących zasobów obliczeniowych, możesz użyć polecenia list.

cgc compute list

przykład:

cgc compute list
name             type            status    volumes_mounted      cpu  ram      count    gpu-count  gpu-label         url
---------------  --------------  --------  -----------------  -----  -----  -------  -----------  ----------------  -----------------------------------------------------
getting-jupyter  nvidia-pytorch  Running   getting-started        2  4Gi          1            1  nvidia-rtx-a5000  https://getting-jupyter.namespace.cgc-waw-01.comtegra.cloud

Aby zobaczyć token Jupyter, dodaj flagę -d dla większej liczby szczegółów.