用途:按需在 vast.ai 租用 GPU 运行训练实验,覆盖租用→配置→运行→销毁全流程。用户不指定 GPU 型号,只需描述任务,技能据此推算硬件需求。
主要能力:分析实验计划与脚本,估算最小显存、GPU 数量、预计小时数和磁盘;用 vastai search offers 跨档搜索并按总成本给出 3 个选项(最便宜、最佳性价比、最快);创建实例、等待就绪、获取 SSH、验证连通性;安装依赖、rsync 同步代码;销毁实例并统计实际花费。
前提与用法:需安装并认证 vastai CLI(Python ≥ 3.10):pip install vastai;vastai set api-key YOUR_API_KEY。SSH 公钥必须在创建实例前上传到 https://cloud.vast.ai/manage-keys/,因为密钥在创建时写入实例,事后无法添加,SSH 报 Permission denied 时只能销毁重建。
动作:provision(分析任务并展示选项)、rent(从选定报价创建实例)、setup(安装依赖并同步代码)、destroy、list、destroy-all。所有活动实例记录在项目根目录 vast-instances.json 中,供其他技能连接使用。创建命令示例:vastai create instance <OFFER_ID> --image <DOCKER_IMAGE> --disk <DISK_GB> --ssh --direct --onstart-cmd "apt-get update && apt-get install -y git screen rsync",默认镜像为 pytorch/pytorch:2.1.0-cuda12.1-cudnn8-devel,实例工作目录为 /workspace/。
限制与注意:vast.ai 按秒计费,实验结束应尽快销毁;销毁不可逆,需先下载结果。建议选择可靠性 > 0.95 的主机,短实验用按需计费、长任务可考虑可中断计费。始终用 vastai ssh-url <ID> 获取连接信息。若系统 Python 低于 3.10,需先创建虚拟环境。具体价格、可用性和平台政策以 vast.ai 实际为准,资料未提供官方定价承诺。