首页
/ 在租赁GPU服务器上使用WebUI的SSH隧道方法(基于lora-scripts项目)

在租赁GPU服务器上使用WebUI的SSH隧道方法(基于lora-scripts项目)

2025-06-08 08:58:36作者:虞亚竹Luna

背景介绍

在AI模型训练和部署过程中,许多开发者会选择租赁云GPU服务器来运行WebUI界面。然而,这些服务器通常只允许本地访问WebUI服务,给远程操作带来了不便。本文将详细介绍如何通过SSH隧道技术解决这一问题,特别针对lora-scripts项目的使用场景。

SSH隧道技术原理

SSH隧道(SSH Tunnel)是一种通过SSH协议建立的安全通道,可以将本地端口转发到远程服务器,或将远程服务器端口转发到本地。在WebUI访问场景中,我们主要使用本地端口转发(Local Port Forwarding)技术。

其工作流程是:

  1. 在本地计算机和远程服务器之间建立SSH连接
  2. 将本地指定端口的所有流量通过加密通道转发到远程服务器的指定端口
  3. 用户通过访问本地端口即可间接访问远程服务

具体实现步骤

1. 基础SSH隧道建立

对于大多数Linux/macOS系统,使用以下命令建立隧道:

ssh -L 本地端口:127.0.0.1:远程端口 用户名@服务器IP -N

参数说明:

  • -L:指定本地端口转发
  • 本地端口:本地计算机上用于访问的端口(如7860)
  • 远程端口:远程服务器上WebUI实际运行的端口
  • -N:不执行远程命令,仅建立隧道

2. 针对lora-scripts项目的典型配置

假设lora-scripts的WebUI运行在服务器的7860端口,服务器IP为192.168.1.100,用户名为user:

ssh -L 7860:127.0.0.1:7860 user@192.168.1.100 -N

建立后,在本地浏览器访问http://localhost:7860即可使用WebUI。

3. 保持隧道稳定运行

为防止隧道意外断开,可以:

  • 使用autossh工具自动重连
  • 添加-f参数让SSH在后台运行
  • 配置SSH心跳保持连接

示例:

autossh -M 0 -f -N -L 7860:127.0.0.1:7860 user@192.168.1.100

4. Windows系统实现

对于Windows用户:

  1. 使用PuTTY等SSH客户端
  2. 在连接配置的"SSH→Tunnels"中添加端口转发
  3. 源端口填本地端口(如7860)
  4. 目标填127.0.0.1:远程端口
  5. 选择"Local"类型

安全注意事项

  1. 建议使用SSH密钥认证而非密码
  2. 限制可访问本地端口的IP(使用-L 127.0.0.1:7860...
  3. 定期更新SSH密钥
  4. 不要使用过于简单的端口号

常见问题解决

  1. 端口冲突:更换本地端口或关闭占用程序
  2. 连接超时:检查网络状况,增加SSH超时设置
  3. 权限拒绝:确认服务器SSH配置允许端口转发
  4. 性能问题:对于大数据传输,可考虑压缩选项-C

进阶技巧

  1. 多端口转发:可同时转发多个WebUI服务端口
  2. 动态转发:建立SOCKS代理访问服务器内网
  3. 跳板机转发:通过中间服务器访问目标WebUI
  4. 自动化脚本:编写shell脚本一键建立隧道

通过以上方法,开发者可以安全便捷地在租赁的GPU服务器上使用lora-scripts等项目的WebUI界面,大大提高工作效率。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284