MirrorML博客

记录一次A100集群的存储崩溃

人工智能

记录一次A100集群的存储崩溃集群架构：整个A100集群由4台8卡A100、一台CPU服务器、一个存储阵列（大概200T）组成。存储阵列是通过一个万兆交换机连接到这个Node00管理节点。其它计算设备都是走的管理节点的映射。前两天新到一台服务器，准备并入这个集群里面。供应商需要安装一个软件进行

人工智能

IB网卡驱动安装及其IP配置正常流程服务器配置网络，由于机房不能连接外网只能通过内部网络做代理。设置http代理 export http_proxy=http://x.x.x.x:x export https_proxy=http://x.x.x.x:x 设置apt代理 sudo nano

后端开发

同一台服务器安装多个JumpServer服务背景：理论上来说单个JumpServer也能做到权限隔离，但为了保证服务器完全分为两个集群分别使用，保证其中一个集群完全不可见，采用在同一个服务器部署两个jumpserver服务。目前使用的Jumpserver直接使用1panel的自动部署，第二个参考

Jumpserver不能进行TCP转发端口转发解决在环境变量配置加入 ENABLE_LOCAL_PORT_FORWARD=true ENABLE_VSCODE_SUPPORT=true 重启解决问题

记录一次服务器被挖矿（top，htop被修改）挖矿一个简单的词汇经常出现在互联网各个角落但往往没人在意，直到今天我们实验室的H800服务器出现了问题，才发现挖矿竟在我身边。背景：上周我在使用服务器写LLM调试代码的过程中，debug总是失效，加上代码还没写好便没有在意，以为是debug功能出现

工具分享

服务器基础环境安装保证服务器的系统版本是20.04及其以上在线升级的教程，服务器默认是无网络连接环境，网络配置参考教程 1. sudo apt update # 如果遇到apt下载问题，自行换源，参考(https://mirrors.tuna.tsinghua.edu.cn/help/ubun

工具分享

重庆邮电大学使用手机远程控制实验室电脑和寝室电脑的两种方式从实验室的电脑控制寝室的电脑，从寝室的电脑控制实验室的电脑一直是比较重要的事，能够解决一些突发情况比如有些文件在实验室没work完，还在接下来到寝室进行做完，比如导师突然叫你发文件等。一般来说我们可以通过向日葵或者ToDesk等远程控制软件

一套成熟的团队软资产体系构建目前随着团队成员增多，配置服务器及其相应的资产数量增多，其他组内事务也明显增多，之前基于微信等办公方式越来越麻烦，且管理难度耗费时间都明显变多，于是本指南意图说明团队各自资产的搭建及其管理方式，便于各个成员进行学习。团队目前的在线服务包括JumpServer、Blog