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:
- 在本地计算机和远程服务器之间建立SSH连接
- 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
- 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:
- 使用PuTTY等SSH客户端
- 在连接配置的"SSH→Tunnels"中添加端口转发
- 源端口填本地端口(如7860)
- 目标填
127.0.0.1:远程端口 - 选择"Local"类型
安全注意事项
- 建议使用SSH密钥认证而非密码
- 限制可访问本地端口的IP(使用
-L 127.0.0.1:7860...) - 定期更新SSH密钥
- 不要使用过于简单的端口号
常见问题解决
- 端口冲突:更换本地端口或关闭占用程序
- 连接超时:检查网络状况,增加SSH超时设置
- 权限拒绝:确认服务器SSH配置允许端口转发
- 性能问题:对于大数据传输,可考虑压缩选项
-C
进阶技巧
- 多端口转发:可同时转发多个WebUI服务端口
- 动态转发:建立SOCKS代理访问服务器内网
- 跳板机转发:通过中间服务器访问目标WebUI
- 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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
799
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1