按量付费开发机

本文为您详细介绍通过控制台和命令行创建开发机的步骤和参数配置。

前提
  • 已创建集群,详情请参考:创建集群
  • 账户余额或代金券余额充足。

通过控制台创建

💡 注意
旧版开发机目前无法开启docker功能,如需使用,请停止并删除旧版开发机,创建新的开发机使用。
  1. 登录英博云控制台。
  2. 在页面左侧导航栏,选择 开发机,进入开发机列表页面。
  3. 在开发机列表页面,单击左上角 创建开发机,配置创建开发机所需的参数。

开发机配置

参数
说明
集群选择开发机归属的的集群,选择集群后必须选择命名空间命名空间选择开发机部署的命名空间,支持选择自定义创建的命名空间或 Kubernetes 自建的命名空间计费模式支持按量付费、包年包月和竞价实例实例名称根据提示的命名规则,自定义开发机名称。2-8字符,仅支持小写字母开头,内容支持包含小写字母、数字资源类型选择GPU卡类型或CPU类型镜像容器使用的镜像,支持选择预置镜像、自定义镜像以及外部镜像,其中自定义和外部镜像支持用户配置启动命令Docker容器Docker容器开关,默认关闭,开启后,可以在开发机内使用docker build、docker push和pull命令管理镜像存储每个开发机默认100GB系统盘
支持通过PVC挂载多块共享存储卷,按容量计费,支持SSD和HDD两种存储类型
支持通过PVC挂载多块块存储卷,按容量计费数量支持一次创建多台同配置开发机备注输入开发机备注信息
💡 注意
竞价实例开发机目前仅对邀测用户开放,如有需要请联系我们

通过kubectl命令行创建

前提

操作步骤

  1. 创建开发机的 YAML 文件。示例文件demo.yaml代码如下:
apiVersion: apps.ebcloud.com/v1alpha1
kind: ContainerServer
metadata:
  name: demo
  annotations:
    eks.ebcloud.com/enable-spot: "true" # 启用竞价实例
spec:
  command: # 开发机的自定义启动命令
  - bash
  - entrypoint.sh
  enableDocker: false # 是否启用内置docker
  image: registry-cn-beijing2-internal.ebtech-inc.com/ebcloud/pytorch:pytorch2.2.0-python3.10-cuda12.2.2-ubuntu22.04 # 开发机使用的基础镜像
  jupyterAccess:
    enable: true # 启用jupyter 访问通路
    port: 8888   # jupyter端口
    token: "abc" # jupyter访问的token
  enablePrePaid: false  # 是否为预付费(使用节点池中的节点)
  initRootPassword: "mY9assW0rd" # 开发机的root初始密码
  command:
    - bash
    - -c
    - |-
        ## 1. initialize阶段
        if [ -z "${EBCS_SYS_INITIALIZED}" ] || [ "$(echo "${EBCS_SYS_INITIALIZED}" | tr '[:upper:]' '[:lower:]')" = "false" ]; then
          ## 1.1 initialize_install子阶段
          echo "do nothing"

          ## 1.2 initialize_config子阶段
          # 初始化root密码
          echo "root:$EBCS_SYS_ROOT_PASSWORD" | chpasswd

          # 初始化k8s环境变量
          if [ -f /proc/1/environ ]; then
            echo 'while IFS= read -r line; do export "$line"; done < <(tr "\\0" "\\n" < /proc/1/environ)' | tee -a /etc/profile
            echo "K8s env >> /etc/profile DONE"
          fi

          # 初始化docker config文件
          if [ -n "$DOCKER_CONFJSON" ]; then
            mkdir -p ~/.docker
            echo "$DOCKER_CONFJSON" > ~/.docker/config.json
            chmod 600 ~/.docker/config.json
            echo 'Docker config initialization complete.'
          fi
        fi

        # 2. launch阶段
        # 启动jupyter-lab
        if command -v jupyter-lab >/dev/null 2>&1 && [ -n "$EBCS_JUPYTER_PORT" ] && [ -n "$EBCS_JUPYTER_TOKEN" ]; then
          cd /root && jupyter-lab --allow-root --ip=0.0.0.0 --port=$EBCS_JUPYTER_PORT  --NotebookApp.token=$EBCS_JUPYTER_TOKEN --no-browser --NotebookApp.allow_origin='*' --NotebookApp.allow_remote_access=True > /tmp/jupyter.log 2>&1 &
        fi

        # 启动sshd服务
        if service ssh start -D; then
          echo "SSHD exited."
        else
          /usr/sbin/sshd -D
          echo "SSHD failed to start."
        fi
  plannedPoweroff:
    execTime: "2025-06-16 19:24:00" # 定时关机
  network:
    public: true  # 开启公网IP
    tcp:
      ports:      # 对外暴露的端口
      - 80
      - 443
  power: "ON"      # ON开机 / OFF关机
  sshAccess:       # ssh直连服务
    enable: true   # 开启SSH直连服务
    targetPort: 22 # SSH 端口
  volumeMounts: # 挂载 存储卷
  - name: t256g # 挂载卷名称,可与存储卷名称保持一致
    mountPath: /data # 挂载路径
    persistentVolumeClaim:
      claimName: t256g # 存储卷名称
  resources:       # 资源配置
    cpu:           # vCPU 数(核)
      count: "10"
    memory:        # 内存 容量(G)
      count: 100Gi
    gpu:
      type: "A800_NVLINK_80GB" # GPU类型(A800_NVLINK_80GB, H800_NVLINK_80GB,RTX_4090, RTX_4090D)
      count: "1"

2.执行以下命令,创建开发机。

kubectl apply -f demo.yaml