AI 工程中的 Linux
大多数 AI 都跑在 Linux 上。你需要知道足够多的内容，才不会被卡住。
类型： 学习 语言： -- 前置要求： 第 0 阶段，第 01 课 时长： ~30 分钟
学习目标
- 从命令行导航 Linux 文件系统，并完成关键的文件操作
- 使用
chmod和chown管理文件权限，解决 “Permission denied” 错误 - 使用
apt安装系统包，并为 AI 工作配置一台全新的 GPU 机器 - 识别 macOS 与 Linux 之间那些最容易让远程开发者踩坑的差异
问题
你也许在 macOS 或 Windows 上开发。但一旦你通过 SSH 登录云 GPU 机器、租用 Lambda 实例，或者启动一台 EC2 机器，你落地的就是 Ubuntu。终端是你唯一的界面。没有 Finder，没有 Explorer，也没有 GUI。如果你不能通过命令行导航文件系统、安装软件包、管理进程，你就只能一边为闲置的 GPU 小时付费，一边搜索 “how to unzip a file in Linux”。
这是一份生存指南。它只覆盖你在远程 Linux 机器上做 AI 工作时真正需要的内容，不多不少。
文件系统布局
Linux 把所有内容都组织在单一根目录 / 下。没有 C:\，也没有 /Volumes。你真正会接触的目录如下：
mermaid
graph TD
root["/"] --> home["home/your-username/<br/>你的文件——克隆仓库、运行训练"]
root --> tmp["tmp/<br/>临时文件，重启后会清空"]
root --> usr["usr/<br/>系统程序与库"]
root --> etc["etc/<br/>配置文件"]
root --> varlog["var/log/<br/>日志——出问题时先看这里"]
root --> mnt["mnt/ 或 /media/<br/>外部驱动器与卷"]
root --> proc["proc/ 与 /sys/<br/>虚拟文件——内核与硬件信息"]你的主目录是 ~ 或 /home/your-username。你做的几乎所有事情都发生在这里。
核心命令
下面这 15 个命令，覆盖了你在远程 GPU 机器上 95% 的操作。
目录导航
bash
pwd # Where am I?
ls # What's here?
ls -la # What's here, including hidden files with details?
cd /path/to/dir # Go there
cd ~ # Go home
cd .. # Go up one level文件与目录
bash
mkdir my-project # Create a directory
mkdir -p a/b/c # Create nested directories in one shot
cp file.txt backup.txt # Copy a file
cp -r src/ src-backup/ # Copy a directory (recursive)
mv old.txt new.txt # Rename a file
mv file.txt /tmp/ # Move a file
rm file.txt # Delete a file (no trash, it's gone)
rm -rf my-dir/ # Delete a directory and everything insiderm -rf 是永久删除。没有撤销。敲回车前先再检查一遍路径。
读取文件
bash
cat file.txt # Print entire file
head -20 file.txt # First 20 lines
tail -20 file.txt # Last 20 lines
tail -f log.txt # Follow a log file in real time (Ctrl+C to stop)
less file.txt # Scroll through a file (q to quit)搜索
bash
grep "error" training.log # Find lines containing "error"
grep -r "learning_rate" . # Search all files in current directory
grep -i "cuda" config.yaml # Case-insensitive search
find . -name "*.py" # Find all Python files under current dir
find . -name "*.ckpt" -size +1G # Find checkpoint files larger than 1GB权限
Linux 中的每个文件都有所有者和权限位。你会在脚本无法执行，或者不能向某个目录写入时碰到它。
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常见修复：
bash
chmod +x train.sh # Make a script executable
chmod 755 deploy.sh # Owner: full, others: read+execute
chmod 644 config.yaml # Owner: read+write, others: read only
chown user:group file.txt # Change who owns a file (needs sudo)当你看到 “Permission denied” 时，几乎总是权限问题。大多数情况用 chmod +x 或 sudo 就能解决。
包管理（apt）
Ubuntu 使用 apt。这就是你安装系统级软件的方式。
bash
sudo apt update # Refresh the package list (always do this first)
sudo apt install -y htop # Install a package (-y skips confirmation)
sudo apt install -y build-essential # C compiler, make, etc. Needed by many Python packages
sudo apt install -y tmux # Terminal multiplexer (keep sessions alive after disconnect)
apt list --installed # What's installed?
sudo apt remove htop # Uninstall一台全新的 GPU 机器上，你常装的软件包包括：
bash
sudo apt update && sudo apt install -y \
build-essential \
git \
curl \
wget \
tmux \
htop \
unzip \
python3-venv用户与 sudo
你通常是以普通用户身份登录的。有些操作需要 root（管理员）权限。
bash
whoami # What user am I?
sudo command # Run a single command as root
sudo su # Become root (exit to go back, use sparingly)在云 GPU 实例上，你通常是唯一用户，而且已经有 sudo 权限。不要把所有事情都用 root 来跑。只在需要时使用 sudo。
进程与 systemd
当你的训练卡住，或者你需要查看当前有什么在运行时：
bash
htop # Interactive process viewer (q to quit)
ps aux | grep python # Find running Python processes
kill 12345 # Gracefully stop process with PID 12345
kill -9 12345 # Force kill (use when graceful doesn't work)
nvidia-smi # GPU processes and memory usagesystemd 负责管理服务（后台守护进程）。如果你运行推理服务器，就会用到它：
bash
sudo systemctl start nginx # Start a service
sudo systemctl stop nginx # Stop it
sudo systemctl restart nginx # Restart it
sudo systemctl status nginx # Check if it's running
sudo systemctl enable nginx # Start automatically on boot磁盘空间
GPU 机器的磁盘空间通常有限。模型和数据集很快就能把它塞满。
bash
df -h # Disk usage for all mounted drives
df -h /home # Disk usage for /home specifically
du -sh * # Size of each item in current directory
du -sh ~/.cache # Size of your cache (pip, huggingface models land here)
du -sh /data/checkpoints/ # Check how big your checkpoints are
# Find the biggest space hogs
du -h --max-depth=1 / 2>/dev/null | sort -hr | head -20常见的省空间做法：
bash
# Clear pip cache
pip cache purge
# Clear apt cache
sudo apt clean
# Remove old checkpoints you don't need
rm -rf checkpoints/epoch_01/ checkpoints/epoch_02/网络
你会在命令行里下载模型、传输文件，并调用 API。
bash
# Download files
wget https://example.com/model.bin # Download a file
curl -O https://example.com/data.tar.gz # Same thing with curl
curl -s https://api.example.com/health | python3 -m json.tool # Hit an API, pretty-print JSON
# Transfer files between machines
scp model.bin user@remote:/data/ # Copy file to remote machine
scp user@remote:/data/results.csv . # Copy file from remote to local
scp -r user@remote:/data/checkpoints/ ./local-dir/ # Copy directory
# Sync directories (faster than scp for large transfers, resumes on failure)
rsync -avz --progress ./data/ user@remote:/data/
rsync -avz --progress user@remote:/results/ ./results/凡是体量大的传输，一律优先用 rsync。它只会传输发生变化的字节，而且能处理中断连接。
tmux：让会话保持存活
当你通过 SSH 连接到远程机器时，合上笔记本就可能直接把训练任务杀掉。tmux 可以避免这种情况。
bash
tmux new -s train # Start a new session named "train"
# ... start your training, then:
# Ctrl+B, then D # Detach (training keeps running)
tmux ls # List sessions
tmux attach -t train # Reattach to session
# Inside tmux:
# Ctrl+B, then % # Split pane vertically
# Ctrl+B, then " # Split pane horizontally
# Ctrl+B, then arrow keys # Switch between panes长时间训练任务一定要放在 tmux 里。一定要。
面向 Windows 用户的 WSL2
如果你使用 Windows，WSL2 能在无需双系统的情况下给你一个真正的 Linux 环境。
bash
# In PowerShell (admin)
wsl --install -d Ubuntu-24.04
# After restart, open Ubuntu from Start menu
sudo apt update && sudo apt upgrade -yWSL2 运行的是真正的 Linux 内核。本课中的一切都可以在里面工作。在 WSL 内部，你的 Windows 文件位于 /mnt/c/Users/YourName/。
只要在 Windows 侧安装好 NVIDIA 驱动，GPU 直通就能工作。安装 Windows 版 NVIDIA 驱动（不是 Linux 版），随后 CUDA 就会在 WSL2 内可用。
易踩坑：从 macOS 到 Linux
如果你是从 macOS 过来的，下面这些点很容易绊住你：
| macOS | Linux | 说明 |
|---|---|---|
brew install | sudo apt install | 有时软件包名称会不同。brew install htop 和 sudo apt install htop 的效果一样，但 brew install readline 与 sudo apt install libreadline-dev 就不是一回事。 |
open file.txt | xdg-open file.txt | 但远程机器通常没有 GUI。用 cat 或 less。 |
pbcopy / pbpaste | 不可用 | 通过 SSH 时，无法像本地那样把内容直接管道到/从剪贴板。 |
~/.zshrc | ~/.bashrc | macOS 默认是 zsh。大多数 Linux 服务器使用 bash。 |
/opt/homebrew/ | /usr/bin/, /usr/local/bin/ | 二进制文件所在位置不同。 |
sed -i '' 's/a/b/' file | sed -i 's/a/b/' file | macOS 的 sed 在 -i 后需要一个空字符串参数，Linux 不需要。 |
| 区分大小写不敏感的文件系统 | 区分大小写敏感的文件系统 | 在 Linux 上，Model.py 和 model.py 是两个不同文件。 |
行结束符 \n | 行结束符 \n | 这一点相同。但 Windows 使用 \r\n，会把 bash 脚本搞坏。用 dos2unix 修复。 |
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/detach练习
- 通过 SSH 登录任意一台 Linux 机器（或者打开 WSL2），进入你的主目录。创建一个项目文件夹，用
touch在里面创建三个空文件，然后用ls -la列出来。 - 用 apt 安装
htop，运行它，并找出哪个进程占用了最多内存。 - 启动一个 tmux 会话，在里面运行
sleep 300，分离会话，列出所有会话，再重新附着。 - 用
df -h查看可用磁盘空间，再用du -sh ~/.cache/*找出缓存里是什么在占空间。 - 用
scp把一个文件从本地机器传到远程机器，再用rsync做同样的传输，对比一下体验。