结论先行：新手按实名认证、选实例、配安全组、SSH连接、装环境、跑demo六步走，2小时内即可跑通第一个GPU任务，不用一上来就买包月。
一、六步流程
第1步：注册与实名
完成实名认证，个人或企业均可；企业认证后可开发票、申请更高配额。首次使用通常有新客代金券，记得先领。
第2步：选实例规格
新手推荐从单卡4090或A10按量付费起步，系统镜像选预装CUDA的Ubuntu 22.04，省去自己装驱动的麻烦。系统盘给足50GB以上，数据盘按需挂载。
第3步：配置安全组与公网IP
放行22端口用于SSH，按需开放Jupyter的8888端口；公网IP按量计费，不用时释放。安全组遵循最小开放原则，不要一开全开。
第4步：SSH连接
Windows用PowerShell或MobaXterm，执行ssh root加公网IP，输入密钥或密码登录。建议使用密钥对而非密码，更安全。
第5步：验证环境
运行nvidia-smi看GPU状态，python导入torch检查cuda是否可用，应输出True。若为False，检查是否装了CPU版PyTorch。
第6步：跑通demo
用PyTorch官方mnist示例或一行print验证GPU可用，再上传自己的代码。建议用scp或git管理代码，避免直接在服务器上编辑。
二、新手最易踩的3个坑
- 忘记放行22端口，SSH连不上；
- 选了无公网IP的内网实例；
- 系统镜像选了无GPU驱动的纯净版。
三、首次任务建议清单
开机后按顺序做四件事：跑nvidia-smi确认GPU在线；跑python torch cuda检查环境；下载一个7B模型做推理测速；把数据和代码放到数据盘而非系统盘。完成这四步就算真正上手，后续就是按业务需求迭代模型了。
四、总结
新手上云不要怕，按六步走一遍就熟了。关键是第一步选对镜像（预装CUDA）和第二步配好安全组。后续遇到问题，90%都能在社区搜到答案。先跑起来比什么都重要。
补充：选镜像时注意看镜像是否带CUDA版本号。有些镜像只装了驱动没装Toolkit，导致编译自定义算子时报错。最稳妥的做法是选明确标注CUDA版本的预装镜像。
想一步到位用预装环境的镜像，可在GPU算力平台选择带CUDA/PyTorch预装的GPU实例。
