AMD开发云卷管理步骤 | AI生成和翻译
综合总结：AMD 开发云（DigitalOcean）上的卷管理
1. 调查“200 is not ok”卷大小调整错误
检查 doctl CLI 代码 位于 /Users/lzwjava/projects/doctl/commands/volumes.go：
--size参数要求单位后缀（例如200GiB），裸写200= 200 字节 → 0 GiB- 但 UI 错误不同 —— HTML 显示
min="101" max="16384"，当前卷大小为 100 GiB
通过 API 测试调整大小 —— 每次大小均失败：
doctl compute volume-action resize 52743aec-... --size 101 --region atl1 # 422
doctl compute volume-action resize 52743aec-... --size 200 --region atl1 # 422
doctl compute volume-action resize 52743aec-... --size 500 --region atl1 # 422
也通过 Python (curl) 测试，先分离卷，不同区域 —— 均为 422 "invalid size specified"。
结论： AMD 开发云合作伙伴（GPU）卷不支持调整大小 API。
2. 将数据迁移到卷 (129.212.178.103)
检查磁盘使用情况：
ssh root@129.212.178.103 'df -h && du -sh /root/ /var/ /opt/'
结果：/root/ 37G（llama 模型），/var/ 60G（containerd），/opt/ 22G（ROCm）
挂载并迁移 llama 模型 (37G)：
ssh root@129.212.178.103 'mount /dev/sda /mnt/volume_atl1_1780280110689'
ssh root@129.212.178.103 'rsync -a --progress /root/llama.cpp/models/ /mnt/volume_atl1_1780280110689/llama-models/'
ssh root@129.212.178.103 'rm -rf /root/llama.cpp/models && ln -s /mnt/volume_atl1_1780280110689/llama-models /root/llama.cpp/models'
调查 containerd (59G)：
ssh root@129.212.178.103 'docker images -a && docker ps -a && docker system df'
发现：rocm:latest（36GB），ubuntu:24.04（119MB），已退出的 rocm 容器（Jupyter Lab），36GB 构建缓存。
清理 Docker 工件：
ssh root@129.212.178.103 'docker rm rocm'
ssh root@129.212.178.103 'docker rmi rocm:latest ubuntu:24.04'
ssh root@129.212.178.103 'docker builder prune --all -f'
ssh root@129.212.178.103 'docker system prune --all -f'
使挂载持久化：
ssh root@129.212.178.103 'echo "/dev/sda /mnt/volume_atl1_1780280110689 ext4 defaults,nofail 0 2" >> /etc/fstab'
结果： 根磁盘释放了 95G（从 124G 使用量降至 29G）。
3. 分离卷并销毁 GPU Droplet
卸载卷：
ssh root@129.212.178.103 'umount /mnt/volume_atl1_1780280110689'
分离卷：
doctl compute volume-action detach 52743aec-5d63-11f1-a928-0a58ac126378 574422820 --wait
启动 droplet（创建快照需要）：
doctl compute droplet-action power-on 574422820 --wait
创建快照：
doctl compute droplet-action snapshot 574422820 --snapshot-name "gpu-mi300x-snapshot-20260601" --wait
销毁 GPU droplet：
doctl compute droplet delete 574422820 --force
验证：
doctl compute snapshot list --resource droplet
doctl compute volume list
最终状态
| 资源 | ID | 状态 | 月费用 |
|---|---|---|---|
| GPU Droplet | 574422820 | DESTROYED | $0 |
| 快照 | 230979911 | gpu-mi300x-snapshot-20260601 (30.6 GiB) | ~$1.53 |
| 卷 | 52743aec-… | DETACHED (100 GiB, 37G llama-models) | ~$10 |
| 总计 | ~$11.50/月 |
之前：~$2+/小时 = 如果一直运行则 ~$1,460/月。
4. 额外快照（可清理）
doctl compute snapshot list --resource droplet
| 快照 | 大小 | 月费用 | 可安全删除？ |
|---|---|---|---|
7.2-gpu-mi300x1-...-1779256307024 |
132.77 GiB | $6.64 | 是（原始 AMD 镜像，可重新下载） |
snap-snapshots-gpu-mi300x1-...-0530-2331 |
6.58 GiB | $0.33 | 是 |
gpu-mi300x-snapshot-20260601 |
30.62 GiB | $1.53 | 否（你的快照） |
# 删除旧快照可节省约 $7/月：
doctl compute snapshot delete 229365612 --force
doctl compute snapshot delete 230740400 --force
5. 后续步骤（准备就绪时）
# 创建廉价 CPU droplet 用于数据准备
doctl compute droplet create data-prep \
--size s-2vcpu-4gb \
--region atl1 \
--image ubuntu-24-04-x64 \
--ssh-keys <fingerprint>
# 附加卷
doctl compute volume-action attach 52743aec-... <new-droplet-id>
# SSH 登录，挂载，下载数据集，分词
ssh root@<new-ip>
mount /dev/sda /mnt/volume_atl1_1780280110689
# 数据就绪后：分离卷，销毁 CPU droplet
doctl compute volume-action detach 52743aec-... <new-droplet-id>
doctl compute droplet delete <new-id> --force
# 从快照重新创建 GPU droplet
doctl compute droplet create gpu-train \
--size gpu-mi300x1-192gb \
--region atl1 \
--image 230979911 \
--ssh-keys <fingerprint>
# 附加卷，开始训练
doctl compute volume-action attach 52743aec-... <gpu-droplet-id>