分类： IT天地

这周二外甥做了一个基于pytorch的人脸识别程序，后端使用flask提供api服务，算是他第一次使用Python。
在讨论部署过程中，他没有使用Python常用的虚拟环境，而是使用了docker镜像。并在一番折腾后，昨天上线成功了。
他的方法是以最新的Ubuntu镜像为基础，编写dockerfile文件，先通过apt与pip安装必要的系统软件后，再运行编写好flask程序。这样的好处是不用考虑服务器环境，同时也做到开箱即用。
我之前用过的几个单一功能的应用，比如splash，都是使用这种方式。但是涉及到数据库等，就要麻烦的多，比如最近使用odoo，需要几个镜像协作，使用起来就要复杂得多。
我之前采用的虚拟环境部署，是先试用pip freeze导出程序依赖库信息，与程序代码一起打包。在部署的服务器上，通过pip根据导出文件内容安装相应库。
这样部署，程序包要小得多，但需要考虑系统的版本及兼容性，同时还需要进行运行配置。
两种方式各有千秋。外甥的docker部署成功，也算是有了参考，可以进行测试部署其他的应用。
毕竟现在网上太多的教程不靠谱了。

过年这几天，被阿里云的客服气得不轻。
在使用AutoDL的GPU平台前，我最初使用的是阿里云跟腾讯云的GPU服务器。相比腾讯云，阿里云更专业，但有一个让人讨厌的地方，就是需要冻结100元，作为按量业务的预留费用，而腾讯没有这个问题。
在使用AutoDL后，阿里云也就不再使用了，想把这100元提出来，却被提示无法提取，需要按量业务释放后才能提取，这有点像手机早期销户时候，需要过一定时间，确认同步费用后，才让销户。
开始不让提现也就罢了。正巧春节期间AutoDL搞充值送优惠券活动，感觉释放实例已经有段时间了，便再次提现，依然失败。
因为活动有时间限制，便提交了一个工单。结果客服后来告诉我，我有一个实例没有删除，让我自己核实。
我一查，这个实例是去年2月，因为系统故障我无法查询也删除，导致多计费了不少，我还专门提交了工单要求删除。多花钱也就罢了，没想到居然现在还给我惹麻烦。
没想到让我恼火的还在后面，我给客服提供了核实情况，对方居然说系统问题，让我查找原因。
岂有此理！他们自己有问题，却让我查找原因，解决问题。
强压怒火再次提交截图等证据，结果一句稍等，没有下文了。
原先凭借阿里云的客服是最规范，规范的有些刻板。
现在看，这规范成了借口，只会越来越差劲。

中午出门接到计算机知识求援微信，手机里无论看图片还是回复都不方便，赶紧忙完往家赶。
最近这一周，看到求援微信里面，涉及数据库的就头大。因为已经有近二十年没有碰过这熟悉的陌生人：access。
不得不说，微软睁一只眼闭一只眼，纵容中国盗版，是有其深远的商业考虑的。如果不是盗版office满天飞，捆绑在word、Excel、PowerPoint之中的access谁会用它。
如果说word等的竞争、替代者们，跟在微软后面亦步亦趋，总还脱不开跟随、模仿的帽子，那access的替代者，早年间不用说MySQL、firebird等，就连sqlite也甩它几条街。
慢如蜗牛的速度，日渐膨胀的体积，时不时的数据库打开错误。开发使用access，真不知道谁为谁服务，谁是大爷。
但现在access还活的好好的。
这就是垄断加捆绑的威力。

从使用阿里云GPU云服务器运行katago开始，就发现一个问题：那就是使用sabaki通过gtp协议调用katago，非常顺畅没有任何问题。而同样的运行参数，一旦使用lizzie调用，则卡顿现象十分严重，不得不反复通过暂停、重开，来获取数据。

开始以为是带宽的问题，后来即便将带宽提高到5M也没有丝毫效果。改用AutoDL服务器后，其带宽不需要指定，同样卡顿没有改善。

前几天通过网上学习ssh的时候，看到有文章提到不同ssh服务器，客户端获取的返回数据不一样。受此启发，想到同样GPU服务器，sabaki正常而lizzie存在问题，那说明应该是客户端获取服务器数据、转换的问题。lizzie最早是针对Leelazero的，在获取katago的gtp数据时，对部分数据不识别，或者识别转换效率低，所以导致卡顿，甚至不能正常显示。

于是查看katago的配置文件，感觉应该是logToStderr参数的问题。默认值是false，为了在sabaki观战时看到AI的计算情况，我将值改为TRUE，这样gtp日志输出到sabaki终端。但这样一来，lizzie可能对大量输入数据有些不知所措了。本机还好，一旦通过ssh获取，更是应接不暇了。

果然，将logToStderr值修改为false之后，再调用lizzie，一切正常，顺利完成旧文旧局：“未完”的一局（钱宇平vs小林光一），算是开了一个好头。

近些日子，一直测试AutoDL的GPU服务器上运行katago。

无论是katago程序还是网络都非常稳定。目前性价比最高的是2080Ti服务器，1.24元一个小时，运行katago的速度甚至高于新贵rtx3090，价格却只有其一半多一点。性能低一半的rtx3060价格9毛9一小时，运行sabaki对弈，速度有些慢，但如果运行lizzie进行棋谱分析，配合文字录入，倒也合适。

目前显卡降价是遥遥无期，我也已经断了这个念头。因为按照3060显卡的价格，即便每天运行十个小时服务器，也足够使用一年了，而且还没有噪音的烦恼。

每次急匆匆开机，急匆匆关机，都有当年在财院花钱上机房的感觉。不过那时候486机房一个小时还要1块5呢，现在价格已经算是很便宜了，只是说相对价格，下降更多的，还是热情。

最近几日测试AutoDL的GPU实例，运行稳定正常没有发现问题，倒是在计费上发现了一个bug。

系统计费是按照整点计费与到时计费相结合。昨天巧了，正好刚过10点关机，结果系统出现计算bug，不知道这不到一分钟该怎么计算，直接重复上一次计费按一小时收费了。

把情况反应到客服，客服很干脆地直接给了10块钱的代金券。

当时感觉可能客服感觉系统调整复杂，又怕投诉，直接给钱了事。

结果今天更巧，关机的时候，又是过整点不到一分钟。

当时心里那个囧啊，不知道的还以为我卡bug蹭红包呢。

还好，进入系统查看费用，计费正常，应该是已经修正那个计算错误了。

这倒符合我对客服的理解：对外联系快捷，处理迅速；对内权限分明，反馈及时。

前期给AI犬云端租犬舍，一直是在阿里云与腾讯云，费用尚能接受。腾讯云价格略占优势，阿里云技术更贴合需求。

昨天本来想占一下谷歌的便宜，但按照网上说明配置colab的时候，总是卡在最后调用阿里云对象存储OSS那一步，于是进入了QQ群本想了解一下，结果在群里看到有推介AutoDL AI算力个人云的，提到3090特价到1.26元/小时。

顺手就连接到AutoDL官网，注册绑定微信后，赠送了10元代金券。

既然有代金券，就试着选择了一款价格为1.37元的3060GPU的实例，一试就停不下来了。

与阿里云、腾讯云不同，AutoDL的实例不是云服务器，而是类似colab，基于jupyter的已经配置好的虚拟环境，但是可操作性更强。

默认连接环境是通过密码的ssh，选择密钥登录并上传后，第二次购买实例的时候，就可以直接使用设定好的密钥。如果想第一次直接使用，按照阿里云的配置方法，修改用户ssh设置，并重启ssh，同样可以实现。

AutoDL的cuda版本默认是11.2，由于系统环境不同，原先在阿里云编译的katago无法使用，需要重新编译。在3060下运行katago benchmark，得分略低于阿里云的Tesla T4。

今天早上又购买了一款打折价1.44元的2800Ti的实例，使用编译好的katago运行benchmark，第一次测试，系统居然认为数据存在误差，自动又跑了一遍，成绩甚至微微超过Tesla V100 16g显存的阿里云服务器。不愧为显卡核弹，难怪黄厂长严令禁止数据厂商使用游戏显卡用于服务器上。

AutoDL同时提供网盘，将编译好的katago程序、配置文件、权重保存在网盘中，购买实例的时候，会直接挂载网盘，基本实现了购买后直接使用功能。

相比云服务器，AutoDL无论是可供选择，还是价格都更有优势，算是AI犬的云端犬舍的新选择。

AutoDL注册链接

前段时间司马南开撕联想，也懒得关注。
昨天在B站看到一篇视频，好家伙，那弹幕基本把屏幕都遮盖了。up主挖坟上挖北宋，下挖满清，如果金大侠还在世，估计为了先祖也要加入战团了，这性质可比涉嫌致敬大仲马严重多了。
也是因为这个视频，今天浏览网易新闻的时候，点击了几篇相关文章，有半数已经是404了。
原先说过，名人名角最不喜欢我们这样的老家伙，不花钱捧场也就罢了，知道的老底还多。
其实文章中很多例子，都不算是什么秘密，当年的正规刊物杂志上都登着的，比如杨元庆带着按照多少人工资计的款项，到香港做贸易险些被骗，柳在北京坐镇听汇报电话，心惊肉跳。
只不过时过境迁，当年的辉煌事迹到如今，成了所谓秘闻黑材料。
还是同意胡锡进的论点，不要深挖历史，清算旧账。毕竟时代大潮中，有几人能完全把握方向。乘风破浪摆英姿多是暴雨过后，风平浪静时。

昨天一个朋友，大老远从市里来找我帮忙解决电脑问题，结果让他失望而归。
因为我要是有能力解决他这个问题，要么我就发了，要么我就进去了。
他机器中的是勒索病毒。
刚开始他告诉我机器症状的时候，我还没有意识到中的是这么厉害的病毒。只是看到文件出现了8位字符的扩展名，以为只是流氓软件，迫使用户使用他们指定软件打开文件而已。
这是继CIH、熊猫烧香后，亲身遇到的破坏性极强的病毒。
勒索病毒只是通过破坏文件头来感染word等有价值的文件，对TXT等文件直接忽视。好在感染之前系统会有提示，感染后的文件不再具有感染性。
防病毒，还是小心预防为妙。