跳到主要内容

创建开发环境

更新时间：2026-02-03 07:43:18

交互式开发环境（以下简称“开发环境”）是为您量身打造的一款云端个人AI工作站。它旨在为您提供一个独享、灵活、功能强大的在线开发与调试空间，让您可以像使用本地计算机一样进行代码编写、模型调试、数据探索和算法验证，同时又能享受平台提供的海量算力和丰富生态。您可以将它理解为一个按需启动、配置自选、预装AI环境的云端计算机，是您从探索创意到完成模型训练之间，最高效的“实验场”和“演练场”。

操作步骤​

通过控制台创建​

1、左侧导航栏，【模型开发与训练】->【开发环境】，进入交互式开发环境页面；

2、单击列表页面左上方的【创建】进入创建页面；

3、在创建页面填写相关参数，具体参数如下：

参数分类参数名称参数说明
基础信息

任务名称

必填，系统生成默认值任务的名称，可以根据实际情况修改，修改规则：

  • 128字符以内，不支持/:*?"<>|和空格等特殊字符
  • 单个用户下的任务名称不可重复
资源信息

资源类型

必填，支持选择【公共资源池】或【专属资源池】，默认选择公共资源池，专属资源池创建方式详见创建专属资源池

实例规格

必填，通过选择的资源池，过滤可选的实例规格，每种实例规格包含特定的 CPU、内存、GPU 的数量及单价（专属资源池的实例规格不包含单价）

共享内存

非必填，多个进程或线程实现数据共享和通信存储空间，参见 共享内存

本地SSD

非必填，计算节点上临时的高性能SSD存储空间，默认挂载路径为 /localdisk-tmp
环境配置

镜像选择

  • 必填，选择训练任务的镜像
  • 支持通过 平台镜像 、 自定义镜像 、 共享镜像 和 镜像地址 选择镜像
    • 平台镜像：平台提供了基于不同框架的镜像，此类镜像适合在 BitaHub 平台上进行训练任务，能够获得更好的兼容性和性能。您可以在创建分布式训练任务时，通过平台镜像的筛选选择合适的镜像。
    • 自定义镜像：如果您的训练任务需要特殊的环境或依赖，可以创建自定义镜像，将自定义镜像维护到私有镜像仓库中，在创建分布式训练任务时，从自定义镜像中选择合适的镜像。
    • 共享镜像：平台内其他用户共享给您的镜像。
    • 镜像地址：任何符合 OCI 规范的镜像地址，如果是私有镜像，需要填写账号密码。

访问方式

必填，支持多选，默认JupyterLab

  • JupyterLab，如果您选择JupyterLab方式访问开发环境，您需要在容器镜像内安装JupytreLab Python包。安装方式：pip install jupyterlab 或 conda install -c conda-forge jupyterlab。 

  • SSH，如果自定义镜像，您需要在容器镜像内安装openssh-server包。 安装方式：

     ①Debian/Ubuntu 安装命令：apt update && apt install openssh-server；

     ②CentOS/RHEL 安装命令：yum install openssh-server；

  • VNC远程桌面，需要在容器镜像内安装vncserver包。

存储挂载

  • 支持选择 文件存储 、 数据集 和 模型 进行挂载

    • 文件存储：支持挂载文件存储路径至训练任务容器的指定路径。
    • 数据集：选择前期已准备好的数据集，如何准备数据集请参见自定义数据集。
    • 模型：选择前期已准备好的模型，如何准备模型请参见创建模型。

    数据集和模型也都需要配置挂载路径，将数据集或模型挂载至训练任务容器的指定路径。

运行时长

设置开发环境的最大自动运行时间，以控制资源使用和成本。 
 • 固定时长：可选择1小时、2小时、3小时等。到达设定时间后，环境将自动停止。
 • 不限制：环境将一直运行，直到您手动停止。请谨慎使用，以免产生不必要的费用。
 • 自定义：自行设定运行时长。

容器端口

选填，主要目的将容器内部的应用端口暴露出来，以便从外部访问，配置方式参见：开发环境启用HTTP服务。
• 用途：当您在环境中运行Web服务、API、TensorBoard等需要通过网络访问的应用时，需要配置端口映射。
• 访问：配置后，平台会为您生成一个可访问的URL地址，格式如 https://{任务ID}-{服务名称}.svc.bifinhub.com:{端口号}。

4、参数配置完成后，单击确认完成任务创建。

通过命令行创建​

1、根据您使用的操作系统下载Linux64或Mac版本的命令行工具。

2、Linux 版本请把命令行工具安装在 /usr/local/bin 目录或其他 PATH 目录下，并添加可执行权限，例如：

sudo mv bita /usr/local/bin
sudo chmod +x /usr/local/bin/bita

3、macOS 版本请把命令行工具放在终端访问的对应目录下即可使用。

4、安装好命令行工具后，通过命令行工具登录环境

bita login -u <username> -p <password>  -e <url>
 --username：用户登录的用户名
 --password：用户登录的密码
 --url：系统访问的路径
 例如：bita login -u username -p password  -e https://www.bitahub.com

5、通过yaml文件，可以进行任务的提交，命令如下：

bita apply -f [filename.yaml]
--filename.yaml可使用绝对路径或相对路径

 访问开发环境：​

1、如果需要通过JupyterLab访问，参考通过JupyterLab开发代码

2、如果需要使用SSH访问，参考：通过SSH访问开发环境

3、如果想使用VNC远程桌面，参考：VNC远程桌面

最后于 更新