在 JupyterLab 里工作

实例就绪后，点 Open Notebook。

JupyterLab 会在新标签页打开。这是进入实例的默认方式，在浏览器里就有一整套开发环境。

里面有什么

终端 —— 一个真正的 Linux shell。点顶部的 +，再点 Terminal，或者用 Launcher 里的 Terminal 卡片。用它装包、下权重、起服务。

Notebook —— 代码和输出混排的 .ipynb 文档，做交互式探索的常规方式。

文件浏览器 —— 左侧那个面板。用上传按钮（↑）把自己的 notebook 和数据传进来。

检查 GPU

在终端里：

rocm-smi

这会列出挂给实例的 Radeon GPU，以及显存占用和温度。确认 PyTorch 能看到它们：

python -c "import torch; print(torch.cuda.is_available(), torch.cuda.device_count())"

在 ROCm 版本的 PyTorch 上，仍然用 CUDA 那套 API 名字 —— torch.cuda.is_available() 返回 True 就说明 ROCm 正常。

让任务活下去

终端一关，长任务就死了。用后台方式启动：

nohup python train.py > train.log 2>&1 &

只有模板用了 Persistent (PVC) 存储，文件才能在实例销毁后留下来。否则先把需要的东西下载走。

对外暴露服务

想让 notebook 里跑的 HTTP 服务能从公网访问 —— 比如一个 Gradio 应用，或者你正在开发的 API —— 见暴露服务。