====== PWstudio gpu 版安装 ======

<wrap important>
本篇假设你已经装好了显卡驱动、Docker、nvidia-container-toolkit 这三样基础环境（如果还没装，请先回到 [[pwstudio:start|首页]] 根据你的系统选择对应的安装篇章）。如果你是新手、还不熟悉终端操作，也建议先看一眼 [[pwstudio:readme|安装前必看]] 和 [[pwstudio:mobaxterm|MobaXterm 新手教程]]。
</wrap>

===== 1. 需求 =====

  * 已安装 NVIDIA 显卡驱动（支持 cuda12.1 以上），并能正常识别 GPU
  * 已安装 Docker
  * 已安装 nvidia-container-toolkit

以上三项，都可以用前面章节提到的命令自行检查一遍（''nvidia-smi''、''docker --version''、以及带 ''--gpus all'' 的测试容器），确认都正常之后，再继续下面的步骤。

===== 2. 宿主机安装 server.py 服务 =====

安装说明：点击链接, [[pwstudio:server|在 Linux 下安装 server.py 服务]] 跟着文档安装好证书服务, 再进行下一步。这一步是为了后面能正常拿到 qflow 的使用许可（license），如果跳过这一步，后面容器起来了也没法正常登录使用。

===== 3. 导入镜像 =====

<code bash>
sudo docker pull ccr.ccs.tencentyun.com/lxkt/qflowgpu:latest
</code>

这一步是从远端镜像仓库，把 PWstudio gpu 版的镜像（大约 12G，是一个打包好的完整环境）下载到你的服务器本地，没有指定目录要求。**根据网络情况，这一步可能需要 15 分钟左右，请耐心等待，不要因为看起来"卡住不动"就中途关闭终端**，下载过程中终端会持续显示下载进度条，属于正常现象。

===== 4. 启动容器 =====

<code bash>
sudo docker run -d --name qflowgpu \
  -v /var/tmp/pwmat_host_secret:/var/tmp/pwmat_host_secret:ro \
  --ulimit memlock=-1:-1 --ulimit stack=-1:-1 \
  --gpus all --shm-size=128G --privileged -e SELINUX=disabled \
  -p 80:80 -p 81:81 -p 2297:2297 -p 5010:5010 --hostname=mstation ccr.ccs.tencentyun.com/lxkt/qflowgpu:latest

</code>

这条命令的作用是：基于刚才下载好的镜像，创建并后台启动一个名叫 ''qflowgpu'' 的容器。执行成功后，一般会输出一长串字母数字组成的字符串（容器 ID），这就说明容器已经启动起来了，不需要额外确认。

<WRAP center round todo 10%>
81:81 不能变。 容器内的81端口必须映射成宿主机的 81 端口

通过如下命令查看正在运行的容器：

<code bash>
docker ps
</code>

通过如下命令查看所有容器(启动的 或 停止的)：

<code bash>
docker ps -a
</code>

执行后能看到一个表格，如果表格里有一行 ''NAMES'' 列显示 ''qflowgpu''，''STATUS'' 列显示 ''Up ...''（比如 "Up 5 minutes"），就说明容器正在正常运行。

启动容器前，如有同名容器占用，需停止和删除旧容器：

<code bash>
docker stop qflowgpu
</code>

删除同类型旧容器：
<code bash>
docker rm qflowgpu
</code>

停止、删除之后，再重新执行上面的 ''docker run'' 命令即可。

<WRAP center round alert 60%>
  - 删除容器, 容器里的数据也会被删除❗
  - 容器里的 qflow 工作流不能导出
</WRAP>

</WRAP>

===== 5. 对容器登录、上传下载 =====

容器启动好之后，如果你需要登录到容器内部查看文件、上传下载数据，有两种方式：

  * 通过 SSH 客户端登录、上传、下载<wrap notice>推荐</wrap>

^ 地址        ^ 端口号  ^ 用户名  ^ 密码             ^
| [宿主机ip]  | 2297    | pwmat   | PWmat2022        |
| [宿主机ip]  | 2297    | root    | PWmatSimplyBest  |

上表中的 ''[宿主机ip]'' 需要替换成你服务器真实的 IP 地址（问管理员要，或者在服务器上执行 ''hostname -I'' 查看）；端口号、用户名、密码都是固定的，按表格填写即可，**不需要修改**。

<wrap tip>
如果你还不知道怎么用 SSH 客户端登录、怎么上传下载文件，我们专门写了一份保姆级教程：[[pwstudio:mobaxterm|新手教程：如何用 MobaXterm 登录服务器并上传下载文件]]，跟着做一遍就会了。
</wrap>

如果你不用图形化工具，而是想直接在命令行里用 ssh 命令登录，可以这样做：

<code bash>
ssh 用户名@宿主机ip -p 端口号

# SSH 首次连接陌生主机会弹出安全校验提示，询问是否继续连接，输入“yes”后回车；输入密码（不会显示）后回车
</code>

请把上面的"用户名"、"宿主机ip"、"端口号"，替换成表格里对应的实际内容，比如：''ssh pwmat@192.168.1.100 -p 2297''。**密码输入时终端不会显示任何字符，包括星号也不会显示，这是正常的安全设计，不是电脑卡住了，正常输入完直接回车即可**。

  * 或者可以通过 docker 命令直接访问容器

<code bash>
docker exec -it qflowgpu bash

# 使用完退回宿主机
exit
</code>

这种方式适合已经登录在宿主机终端上、想临时进容器里看一眼的情况，执行 ''exit'' 就会退回到宿主机（不会退出登录）。

<WRAP center round todo 10%>
默认Qflow运行路径为/share/home/pwmat/Q-Flow/xxx,可以在命令行在该目录下进行文件操作
</WRAP>

===== 6. qstudio、qflow 访问登录 =====

前面几步都是在服务器的命令行上做的准备工作，从这一步开始，**改为使用网页浏览器来操作**了（推荐使用 Google Chrome 或 Microsoft Edge，效果最好），不用再回到终端了。

在你自己电脑（可以是另一台 Windows/Mac 电脑，只要能访问到这台服务器）的浏览器里，访问地址：%%http://[宿主机ip]%%

（同样把 ''[宿主机ip]'' 换成你服务器真实的 IP 地址）

^ 账号 ^ 密码 ^
| 15000000000 | PWmat2022 |

如果 ctrl+v 粘贴密码后提示密码错误，可能是浏览器兼容性存在问题，请手动输入密码即可
~~DISCUSSION:off~~