huawei-cloud-sac-yolo

华为云 YOLO 训练平台

概述

在华为云端到端部署“快速构建 YOLO 视觉模型训练平台”解决方案。该平台为 YOLO 模型训练提供 GPU 加速的 ECS，并通过 Terraform 完成全部基础设施配置。

架构： ECS（GPU、P2s/Pi2）、VPC、子网、安全组（ICMP/SSH/HTTP）、EIP（300 Mbit/s）、EVS（100 GB 系统盘 + 500 GB 数据盘）和 CBR（备份存储库 + 策略）。Cloud-init 会安装 Docker，并在 GPU 上启动 YOLO 容器。

工具链： Playwright CLI（解决方案信息提取）+ Python 3.8+（辅助脚本）+ Terraform 1.15.4+（声明式部署）。 不使用 KooCLI——所有资源操作均通过 Terraform 完成。

前置条件

• Python 3.8+、Playwright CLI、Terraform 1.15.4+——参见 CLI 安装指南
• 通过环境变量配置华为云 AK/SK（HW_ACCESS_KEY、HW_SECRET_KEY）；如果未设置，请提示用户手动编辑 terraform.auto.tfvars.json 并填写 AK/SK
• 具备足够权限的 IAM 用户或 rf_admin_trust 委托——参见 IAM 策略

安全

• 🚫 切勿在对话或输出中暴露 AK/SK
• 🚫 切勿要求用户在聊天中输入 AK/SK
• ✅ 优先使用 IAM 用户，而非主账号
• ✅ 修改操作（apply、destroy）必须获得用户明确确认

核心命令

占位符值（各操作系统对应的值见“参数”）：

占位符	Linux / macOS	Windows
<python>	python3	python
<script_dir>	./scripts	./scripts
<temp_dir>	/tmp	$env:TEMP

# 1. Extract solution info
<python> <script_dir>/extract_sac_deploy_info.py \
  --url "https://www.huaweicloud.com/solution/implementations/quickly-build-a-yolo-training-platform.html" \
  --out <temp_dir>/sac_selected.json

# 2. Download and normalize template
<python> <script_dir>/download_tf_template_file.py \
  --url "https://documentation-samples.obs.cn-north-4.myhuaweicloud.com/solution-as-code-publicbucket/solution-as-code-moudle/quickly-build-a-yolo-training-platform/quickly-build-a-yolo-training-platform.tf" \
  --out-dir <temp_dir>/yolo-workdir

<python> <script_dir>/normalize_tf_providers.py <temp_dir>/yolo-workdir \
  --region "cn-north-4"

# 3. List variables for review
<python> <script_dir>/list_tf_variables.py <temp_dir>/yolo-workdir

# 4. Deploy
terraform init
terraform plan
# ⛔ STOP — Review the plan output above. Do NOT auto-apply.
# Confirm with the user (AskUserQuestion or equivalent) before proceeding.
# Only after explicit user confirmation:
terraform apply

# 5. Add YOLO UI security group rule
# Prompt user to manually add an ingress rule for TCP port 8001
# via Huawei Cloud console (VPC > Security Groups > Add Rule).
# Use restricted CIDR — do NOT open to all addresses.
# Wait for user confirmation before continuing.

# 6. Verify
terraform state list
terraform output -json

# 7. Cleanup
terraform destroy

工作流

1. 提取解决方案信息

<python> <script_dir>/extract_sac_deploy_info.py \
  --url "<solution_detail_page_url>" \
  --out <temp_dir>/sac_selected.json

提取完成后，向用户展示结果：

• 解决方案名称：输出 JSON 中的 title 字段
• 预估价格：estimated_price_text 字段
• 部署链接：列出 deploy_links 数组中的每个 text 和 url
• 如果 title 或 estimated_price_text 为空，请提醒用户，并建议在解决方案页面手动核实

2. 下载并规范化模板

<python> <script_dir>/download_tf_template_file.py \
  --url "<tf_template_url>" \
  --out-dir <temp_dir>/yolo-workdir

<python> <script_dir>/normalize_tf_providers.py <temp_dir>/yolo-workdir \
  --region "cn-north-4"

normalize_tf_providers.py 会写入 terraform.auto.tfvars.json（包括区域和其他参数）。 如果未设置环境变量 HW_ACCESS_KEY/HW_SECRET_KEY，则 AK/SK 字段会留空。 提示用户手动编辑文件并填写 AK/SK，然后继续下一步。

3. 确认变量

<python> <script_dir>/list_tf_variables.py <temp_dir>/yolo-workdir

与用户一起检查。如果敏感变量为空或强度不足，则禁止执行 apply。

4. 部署

⛔ 停止——运行 terraform apply 前，请检查 terraform plan 的输出并向用户确认（使用 AskUserQuestion 或同等方式）。 请勿自动执行 apply。只有在获得用户明确确认后才能继续。

5. 添加 YOLO UI 安全组规则

Terraform 模板未包含 TCP 端口 8001 的入站规则，而 YOLO 训练平台 Web UI 需要该规则。部署后，提示用户通过华为云控制台手动添加 TCP 端口 8001 的入站规则（VPC > 安全组 > 添加规则）。 请使用自己的 IP 或受限 CIDR——切勿对所有地址开放。

6. 验证

参见 验证方法 和 验收标准。

7. 清理

参数

参数	必填	默认值	限制条件
region	是	cn-north-4	仅支持此区域
AK/SK	是	—	环境变量 HW_ACCESS_KEY/HW_SECRET_KEY；若未设置，请提示用户编辑 tfvars.json
ecs_password	是	—	8-26 个字符，包含大小写字母、数字和特殊字符
ecs_flavor	否	p2s.2xlarge.8	—
system_disk_size	否	100	40-1024 GB
data_disk_size	否	500	40-1024 GB
bandwidth_size	否	300	1-300 Mbit/s
charging_unit	否	month	month 或 year
charging_period	否	1	—

部署后输出

• terraform output -json — 包含带有 YOLO 平台 URL 的 access_instructions
• YOLO UI：http://<EIP>:8001（请等待约 10 分钟，让 cloud-init 完成）
• 验证：ssh root@<EIP> "docker ps" 和 ssh root@<EIP> "nvidia-smi"

输出格式

terraform output -json 返回包含以下关键字段的 JSON：

{
  "access_instructions": { "value": "http://<EIP>:8001" },
  "ecs_eip":             { "value": "<Elastic IP>" },
  "ecs_id":              { "value": "<ECS Instance ID>" },
  "vpc_id":              { "value": "<VPC ID>" }
}

所有脚本输出均为 JSON 格式：extract_sac_deploy_info.py 输出解决方案信息 JSON，list_tf_variables.py 输出变量列表 JSON。

验证

按步骤验证部署结果：

1. 模板提取 — 检查 <temp_dir>/sac_selected.json 是否包含 solution_name、price 字段
2. 模板下载 — 确认 <temp_dir>/yolo-workdir 下存在 .tf 文件， 且 terraform validate 通过
3. 变量确认 — list_tf_variables.py 输出中的敏感变量（AK/SK、密码）不为空
4. 部署 — terraform plan 未显示错误；用户已确认部署；apply 后， terraform state list 显示所有预期资源
5. 服务可访问性 — 等待 10–15 分钟，让 cloud-init 完成，然后 curl -s http://<EIP>:8001 返回 200
6. GPU — ssh root@<EIP> "nvidia-smi" 显示 GPU 设备， ssh root@<EIP> "docker ps" 显示 YOLO 容器正在运行

详情请参阅验证方法和 验收标准。

最佳实践

• 执行 apply 前务必先运行 terraform plan
• 从 charging_unit=month 开始；验证后切换为 year
• 部署后预留 10–15 分钟，让 cloud-init 完成
• 使用 nvidia-smi 监控 GPU；如果利用率不足，请调整 ecs_flavor

参考文档

文档	描述
CLI 安装指南	安装 Python、Playwright CLI、Terraform
IAM 策略	权限、委托设置、故障处理
验证方法	按工作流步骤逐步验证
验收标准	完整的部署验收清单
相关命令	Terraform、脚本和远程访问参考

注意事项

• 仅支持 cn-north-4 区域
• terraform.auto.tfvars.json 包含敏感信息 — 切勿提交到 VCS
• normalize_tf_providers.py 会将区域写入 tfvars；如果未设置环境变量，AK/SK 将留空，用户必须手动填写
• 工具链：Playwright CLI + Python + Terraform — 不使用 KooCLI