Linux for AI
大多数 AI 跑在 Linux 上。你得懂到不会被卡住的程度。
类型： Learn 语言： -- 前置要求： 阶段 0，第 1 课 预计时间： ~30 分钟
学习目标
- 在 Linux 文件系统里穿行，在命令行做核心的文件操作
- 用
chmod和chown管理文件权限，解决 "Permission denied" 错误 - 用
apt安装系统包，从零配好一台用于 AI 工作的 GPU 机器 - 认出 macOS 到 Linux 的差异，这些差异常坑在远程机器上干活的开发者
问题背景
你在 macOS 或 Windows 上开发。但你一旦 SSH 进一台云 GPU 机器、租一个 Lambda 实例、或开一台 EC2，你就落到了 Ubuntu 里。终端是你唯一的界面。没有 Finder，没有资源管理器，没有 GUI。如果你没法在命令行里穿行文件系统、装包、管进程，那你就会一边付着闲置的 GPU 钱，一边 google「Linux 里怎么解压文件」。
这是一份生存指南。它讲的恰好就是你在一台远程 Linux 机器上做 AI 工作所需要的。多一点都没有。
文件系统布局
Linux 把一切都组织在唯一的根 / 下面。没有 C:\，没有 /Volumes。你真正会碰到的目录：
mermaid
graph TD
root["/"] --> home["home/your-username/<br/>你的文件 —— 克隆仓库、跑训练"]
root --> tmp["tmp/<br/>临时文件，重启后清空"]
root --> usr["usr/<br/>系统程序和库"]
root --> etc["etc/<br/>配置文件"]
root --> varlog["var/log/<br/>日志 —— 出问题时来这看"]
root --> mnt["mnt/ 或 /media/<br/>外接硬盘和存储卷"]
root --> proc["proc/ 和 /sys/<br/>虚拟文件 —— 内核和硬件信息"]你的主目录是 ~ 或 /home/your-username。你做的几乎一切都发生在这里。
核心命令
这是覆盖你在远程 GPU 机器上 95% 操作的 15 个命令。
四处移动
bash
pwd # 我在哪？
ls # 这儿有什么？
ls -la # 这儿有什么，包括隐藏文件，带详情？
cd /path/to/dir # 去那儿
cd ~ # 回家
cd .. # 上一级文件和目录
bash
mkdir my-project # 创建一个目录
mkdir -p a/b/c # 一口气创建嵌套目录
cp file.txt backup.txt # 复制一个文件
cp -r src/ src-backup/ # 复制一个目录（递归）
mv old.txt new.txt # 重命名一个文件
mv file.txt /tmp/ # 移动一个文件
rm file.txt # 删一个文件（没有回收站，删了就没了）
rm -rf my-dir/ # 删一个目录和里面的一切rm -rf 是永久的。没有撤销。回车前把路径再确认一遍。
读文件
bash
cat file.txt # 打印整个文件
head -20 file.txt # 前 20 行
tail -20 file.txt # 后 20 行
tail -f log.txt # 实时跟踪一个日志文件（Ctrl+C 停止）
less file.txt # 翻看一个文件（q 退出）搜索
bash
grep "error" training.log # 找含 "error" 的行
grep -r "learning_rate" . # 搜当前目录下的所有文件
grep -i "cuda" config.yaml # 不区分大小写搜索
find . -name "*.py" # 找当前目录下所有 Python 文件
find . -name "*.ckpt" -size +1G # 找大于 1GB 的 checkpoint 文件权限
Linux 里每个文件都有一个所有者和一组权限位。当脚本跑不起来、或你写不进某个目录时，你就会碰上它。
bash
ls -l train.py
# -rwxr-xr-- 1 user group 2048 Mar 19 10:00 train.py
# ^^^ owner permissions: read, write, execute
# ^^^ group permissions: read, execute
# ^^ everyone else: read only常见修法：
bash
chmod +x train.sh # 让一个脚本可执行
chmod 755 deploy.sh # 所有者：全部；其他人：读+执行
chmod 644 config.yaml # 所有者：读+写；其他人：只读
chown user:group file.txt # 改文件归谁所有（需要 sudo）当某处说 "Permission denied"，几乎总是权限问题。chmod +x 或 sudo 能修好大多数情况。
包管理（apt）
Ubuntu 用 apt。这是你安装系统级软件的方式。
bash
sudo apt update # 刷新包列表（永远先做这一步）
sudo apt install -y htop # 安装一个包（-y 跳过确认）
sudo apt install -y build-essential # C 编译器、make 等。很多 Python 包需要它
sudo apt install -y tmux # 终端复用器（断连后保持会话存活）
apt list --installed # 装了什么？
sudo apt remove htop # 卸载在一台全新 GPU 机器上你常装的包：
bash
sudo apt update && sudo apt install -y \
build-essential \
git \
curl \
wget \
tmux \
htop \
unzip \
python3-venv用户和 sudo
你通常以普通用户身份登录。有些操作需要 root（管理员）权限。
bash
whoami # 我是哪个用户？
sudo command # 以 root 身份跑单条命令
sudo su # 变成 root（exit 退回去，少用）在云 GPU 实例上，你通常是唯一的用户，而且已经有 sudo 权限。别什么都用 root 跑。只在需要时用 sudo。
进程和 systemd
当你的训练卡住、或你要看什么在跑时：
bash
htop # 交互式进程查看器（q 退出）
ps aux | grep python # 找运行中的 Python 进程
kill 12345 # 优雅地停掉 PID 为 12345 的进程
kill -9 12345 # 强杀（优雅方式不管用时用）
nvidia-smi # GPU 进程和显存使用情况systemd 管理服务（后台守护进程）。你跑推理服务器时会用到它：
bash
sudo systemctl start nginx # 启动一个服务
sudo systemctl stop nginx # 停掉它
sudo systemctl restart nginx # 重启它
sudo systemctl status nginx # 看它是否在跑
sudo systemctl enable nginx # 开机自动启动磁盘空间
GPU 机器常常磁盘空间有限。模型和数据集填得很快。
bash
df -h # 所有挂载盘的磁盘使用情况
df -h /home # 专看 /home 的磁盘使用
du -sh * # 当前目录里每一项的大小
du -sh ~/.cache # 你缓存的大小（pip、huggingface 模型都落在这里）
du -sh /data/checkpoints/ # 看你的 checkpoint 有多大
# 找出最占空间的家伙
du -h --max-depth=1 / 2>/dev/null | sort -hr | head -20常见的省空间办法：
bash
# 清 pip 缓存
pip cache purge
# 清 apt 缓存
sudo apt clean
# 删掉你不要的旧 checkpoint
rm -rf checkpoints/epoch_01/ checkpoints/epoch_02/网络
你会在命令行里下模型、传文件、调 API。
bash
# 下载文件
wget https://example.com/model.bin # 下载一个文件
curl -O https://example.com/data.tar.gz # 用 curl 干同样的事
curl -s https://api.example.com/health | python3 -m json.tool # 调一个 API，美化打印 JSON
# 在机器之间传文件
scp model.bin user@remote:/data/ # 把文件拷到远程机器
scp user@remote:/data/results.csv . # 把文件从远程拷到本地
scp -r user@remote:/data/checkpoints/ ./local-dir/ # 拷一个目录
# 同步目录（大传输比 scp 快，失败后能续传）
rsync -avz --progress ./data/ user@remote:/data/
rsync -avz --progress user@remote:/results/ ./results/任何大的东西都用 rsync 而不是 scp。它只传变了的字节，还能处理中断的连接。
tmux：保持会话存活
你 SSH 进一台远程机器时，合上笔记本就会杀掉你的训练任务。tmux 防住这个。
bash
tmux new -s train # 启动一个名为 "train" 的新会话
# ... 开始你的训练，然后：
# Ctrl+B, 然后 D # 分离（训练继续跑）
tmux ls # 列出会话
tmux attach -t train # 重新接上会话
# tmux 内部：
# Ctrl+B, 然后 % # 垂直拆分窗格
# Ctrl+B, 然后 " # 水平拆分窗格
# Ctrl+B, 然后方向键 # 在窗格间切换长训练任务永远在 tmux 里跑。永远。
Windows 用户的 WSL2
如果你用 Windows，WSL2 不用双系统就给你一个真正的 Linux 环境。
bash
# 在 PowerShell（管理员）里
wsl --install -d Ubuntu-24.04
# 重启后，从开始菜单打开 Ubuntu
sudo apt update && sudo apt upgrade -yWSL2 跑的是真正的 Linux 内核。本节课的一切在它里面都能跑。在 WSL 里，你的 Windows 文件在 /mnt/c/Users/YourName/。
GPU 透传在 Windows 那侧装了 NVIDIA 驱动后就能用。装 Windows 版 NVIDIA 驱动（不是 Linux 版），CUDA 就会在 WSL2 里可用。
坑：macOS 到 Linux
从 macOS 过来会绊到你的东西：
| macOS | Linux | 说明 |
|---|---|---|
brew install | sudo apt install | 包名有时不同。brew install htop 对 sudo apt install htop 是一样的，但 brew install readline 对 sudo apt install libreadline-dev 就不是。 |
open file.txt | xdg-open file.txt | 但远程机器上你没有 GUI。用 cat 或 less。 |
pbcopy / pbpaste | 没有 | 通过 SSH 没法往剪贴板里管道收发。 |
~/.zshrc | ~/.bashrc | macOS 默认 zsh。大多数 Linux 服务器用 bash。 |
/opt/homebrew/ | /usr/bin/、/usr/local/bin/ | 可执行文件放在不同地方。 |
sed -i '' 's/a/b/' file | sed -i 's/a/b/' file | macOS 的 sed 在 -i 后要跟一个空字符串。Linux 不用。 |
| 大小写不敏感的文件系统 | 大小写敏感的文件系统 | 在 Linux 上 Model.py 和 model.py 是两个不同的文件。 |
行尾 \n | 行尾 \n | 一样。但 Windows 用 \r\n，会搞坏 bash 脚本。跑 dos2unix 修。 |
速查卡
Navigation: pwd, ls, cd, find
Files: cp, mv, rm, mkdir, cat, head, tail, less
Search: grep, find
Permissions: chmod, chown, sudo
Packages: apt update, apt install
Processes: htop, ps, kill, nvidia-smi
Services: systemctl start/stop/restart/status
Disk: df -h, du -sh
Network: curl, wget, scp, rsync
Sessions: tmux new/attach/detachfigure
s0-process-fork练习
- SSH 进任意一台 Linux 机器（或打开 WSL2），切到你的主目录。建一个项目文件夹，用
touch在里面建三个空文件，再用ls -la列出它们。 - 用 apt 装上
htop，跑起来，找出哪个进程用了最多内存。 - 启动一个 tmux 会话，在里面跑
sleep 300，分离，列出会话，再重新接上。 - 用
df -h查可用磁盘空间，再用du -sh ~/.cache/*找出缓存里什么在占空间。 - 用
scp把一个文件从本地传到远程，再用rsync做同样的传输，对比两者的体验。