Objetivo
- Proporcionar algunos servicios de cloud de forma gratuita. Los servicios o el límite de uso son de tamaño medio.
- Permitir usar presupuesto propio del investigador con la menor fricción
Portal de acceso
https://research.rlcatalyst.com/login
Documentación
https://researchgateway.readthedocs.io/en/latest/index.html
Video proporcionado por los fabricantes
Connect2WkspaceWithPortforwardingDefault (1).mp4
Sobre el coste del servicio
Tenemos un presupuesto para probar que puede dar para mucho o para poco en base a la operativa de cada usuario. Conviene recordar que:
- El precio del recurso en Amazon es el mismo que en la plataforma. No nos puede calcular de forma anticipada el coste pero si una vez en funcionamiento (hay variables de ajuste como el tipo de procesador).
- Una instancia de máquina detenida consume menos presupuesto pero no es cero ya que al menos los discos y la ip pública quedan alojados.
- Lo único que detiene el coste de uso de un recurso es "terminar" la instancia.
- Tenemos informes de costes de recursos creados por nosotros y el conjunto. Hay informes diarios de consumo al correo.
Tipos de productos
De momento disponemos de unos pocos de ejemplo. Podemos tener más similares con software preinstalado y configuraciones avanzadas complejas si finalmente se adquiere.
Ejercicios
1. Crear instancia tipo "
Se trata de una máquina virtual con sistema operativo Amazon Linux, derivado de Centos.
- Creamos la máquina.
Indicamos un nombre que nos permita identificarla entre otras que pueden tener otros usuarios del proyecto. También una clave PEM. El resto de valores pueden dejarse por defecto.
Una vez creado tenemos una botonera con la que podemos conectarnos al terminal, parar la instancia, compartirla con otros usuarios de la plataforma (share) y eliminarla (terminate)
- Nos conectamos por SSH desde la propia web
- Instalamos docker
sudo yum update
sudo yum install docker
sudo systemctl start docker.service
- Arrancamos jupyterlab
sudo docker run -p 8888:8888 -v $(pwd):/home/jovyan/work jupyter/scipy-notebook
- Creamos un túnel SSH para poder acceder al servidor
ssh -f -N -i <clave.pem> ec2-user@<ip-publica> -L 8888:<iplocal>:8888
NOTA: la ip pública o el nombre DNS asociado lo podemos ver la pestaña "outputs" asociada al recurso una vez creado.
Ejercicio 2. Arrancar Jupyterlab en una instancia "Ubuntu 20 04 GPU"
Se trata de una máquina virtual con sistema operativo Amazon Linux, derivado de Centos.
- Creamos la máquina.
- Nos conectamos por SSH desde la propia web
- Instalamos docker
sudo apt update
sudo apt -y upgrade
sudo apt -y install docker.io
sudo systemctl start docker.service
- Arrancamos jupyterlab
sudo docker run -p 8888:8888 -v $(pwd):/home/jovyan/work jupyter/scipy-notebook
Después de descargar la imagen nos propone la URL de acceso. Nos va a servir la tercera propuesta. Antes debemos crear el túnel de acceso.
- Creamos un túnel SSH para poder acceder al servidor
ssh -f -N -i <clave.pem> ubuntu@<ip-publica> -L 8888:localhost:8888
NOTAS:
* la ip pública o el nombre DNS asociado lo podemos ver la pestaña "outputs" asociada al recurso una vez creado.
Incidencias
Usuario no puede loguearse con la instancia Ubuntu 20 GPU
El formulario proopne el usuario "ec2-user" y hay que poner "ubuntu".
Conectar "studies" una vez creada la instancia
No se puede. Hay que eliminar la instancia y volver a crearla. Estamos siempre capacitados para hacer un upload.
¿ Cómo conectar un study ?
No se puede conectar un bucket sino una carpeta de un bucket. De momento no es privado aunque sea tuyo. Lo tienen que mejorar.