结论先行：GPU实例系统盘建议50GB，数据盘按需挂载200GB以上。训练数据、模型权重、输出文件都放数据盘，系统盘只放操作系统和软件。
一、为什么要挂数据盘
系统盘装操作系统和CUDA环境后通常剩20GB左右，模型文件动辄几十GB，很容易写满。写满后训练直接报错，还可能导致实例无法启动。
二、挂载步骤
①控制台创建数据盘并绑定实例；②SSH登录后lsblk看新磁盘；③fdisk分区，mkfs.ext4格式化；④mkdir创建挂载点，mount挂载；⑤写入/etc/fstab实现开机自动挂载。
三、挂载后怎么用
把训练数据、模型权重、checkpoint都放到数据盘挂载目录。PyTorch训练时指定output_dir到数据盘路径。系统盘只放代码和环境。
四、注意事项
数据盘格式化会清空数据，确认是空盘再格式化。挂载后不要直接在系统盘跑训练，否则很快写满。数据盘扩容需要先卸载再扩容再挂载。
四、数据盘性能选择
数据盘分SSD和HDD，SSD随机读写快但贵，HDD便宜但慢。训练时随机读取多，建议选SSD。容量上初期200GB够用，数据集大了再扩。注意扩容数据盘需要实例处于运行或停止状态，扩容后还要在线扩容文件系统。
挂载点建议建在/data目录，所有训练数据放/data/datasets，模型输出放/data/output。代码和环境放系统盘/root，这样重装系统不丢数据。
需要大容量数据盘的GPU实例，可在GPU算力平台选择数据盘规格。
