外网怎么连接校园网的GPU服务器

这篇博客介绍了在外网环境下,使用Win10系统连接校园内的GPU服务器的步骤。首先,需要下载并安装EasyConnect软件以接入学校内网;接着,下载winSCP用于在本地与远程服务器间安全传输文件;最后,利用Putty进行命令行操作,执行各种服务器管理任务。通过这三个步骤,用户可以成功从外部访问并管理学校的GPU服务器。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

因为很多学校里面的GPU都是要用校园网进行运作,校外是不行的,那怎么做呢?
以下都是win10电脑操作的。还有,前提是学校已经给了你GPU服务器的地址信息。

第一步:下载EasyConnect软件。

下载连接:https://vpn.nenu.edu.cn/com/installClient.html#auto-common
EasyConnect能够帮助您在学校之外使用学校内网的所有系统及应用。
下载完成之后,进行安装,安装连接:easyconnect电脑版使用方法介绍(含无法连接解决办法)

第二步,下载winSCP

安装步骤和安装包
winSCP的主要功能就是在本地与远程计算机间安全的复制文件。

看到这个界面,表示我们已经完成部署了。
在这里插入图片描述

第三步,下载putty

Putty的功能:Putty则接近电脑上的CMD命令行工具,可以运行各种命令,比如各种一键安装脚本,运行代码命令。
下载链接:

### 如何在 VSCode 中配置和使用 GPU 服务器进行远程开发 #### 安装必要的软件和工具 为了能够在 Visual Studio Code (VS Code) 上利用 GPU 资源,在本地计算机上需先安装 VS Code 和 Remote Development 扩展包[^1]。 对于希望简化设置流程的开发者来说,还可以考虑直接从官方渠道获取最新版本的 VS Code 并按照提示完成安装过程。之后,通过内置市场找到并安装 "Remote - SSH" 插件以及其他任何有助于提高工作效率的相关插件[^2]。 #### 准备远程服务器环境 确保目标 GPU 服务器已经正确设置了 Docker 环境,并且能够正常启动带有 PyTorch 或 TensorFlow 的 GPU 加速镜像。具体操作包括但不限于: - 拉取合适的预构建镜像; - 创建并启动新的容器实例; - (可选)更改默认仓库地址以加速下载速度; - 安装必要的服务如 SSH 和 Git 来方便后续管理与协作工作流; 这些准备工作完成后,应该可以顺利地让 VS Code 连接到该环境中去执行 Python 编程任务了[^3]。 #### 建立远程连接 打开 VS Code 后按下 `Ctrl` + `Shift` + `P` 组合键调出命令面板,输入 “Remote-SSH”,从中挑选用于编辑 `.ssh/config` 文件选项来定义新主机条目。接着依据个人情况填写相应的 IP 地址、用户名等信息以便建立稳定可靠的网络通道[^4]。 一旦成功建立了上述提到的安全外壳协议会话,则可以在左侧活动栏里点击绿色图标切换至远端模式下继续开展日常编码作业。 ```bash Host gpu-server HostName your.server.ip.address User username IdentityFile ~/.ssh/id_rsa ```
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值