常见问题

上架托管前要确认：机柜可用功率与配电制式、UPS 与冗余、制冷能力和进风温度、机柜承重与尺寸、网络端口速率与 IP 资源、是否允许高功率密度设备。H200 整机约 8-10kW，B300 更高，普通机柜往往不满足，需要高密机柜、强风冷或液冷方案，并提前与机房确认电费与改造费用。

机内 8 卡通过 NVLink 互联，不需要额外交换机；多机集群建议使用 InfiniBand（如 200G/400G）或 RoCE 以太网，按 Rail-optimized 方式布线，配套同速率交换机、光模块和线缆。网卡、交换机固件版本要统一，上线前用 NCCL All-Reduce 测试实际带宽和稳定性。

B300 原生支持 NVFP4，单卡稠密算力约 15 PFLOPS，是 Blackwell Ultra 相对上一代的重要提升。在精度可接受的推理业务中使用 FP4 量化，可以明显提升每卡吞吐、减少所需卡数，从而降低单位 token 成本；但量化会带来精度损失，上线前需要用业务数据集做效果评估。

拆机件可以买，但要控制风险：核对 GPU 型号、序列号和显存容量，运行显存检测与长时间压力测试，检查驱动日志有无 XID 报错，观察满载温度和功耗是否正常，并确认模组无维修痕迹。建议选择提供测试报告和至少 3 个月质保的供应商，重要生产环境优先全新整机。

整机报价一般包含 GPU、CPU、内存、本地存储、电源、风扇和机箱，InfiniBand 交换机、线缆、机柜配电和软件授权通常另计。全新整机提供原厂质保，拆机模组提供 3 个月至 1 年质保。下单前应确认质保起算时间、保修范围和备件响应时效，并写入合同。

H200 与 H100 同属 Hopper 架构，CUDA、算子库和主流训练框架基本兼容，应用层迁移成本较低。但 H200 显存 141GB、功耗 700W，整机的主板、供电和散热需要按 H200 规格匹配，不能简单把 H100 卡拔插替换。扩容时建议新购 H200 整机，与原有 H100 集群通过 InfiniBand 互联混跑。

B300 主流交付形态是 SXM 模组，需要配套 HGX 主板、专用供电与散热，不能直接插在普通 PCIe 服务器主板上。SXM 通过 NVLink 实现高带宽卡间互联，适合 8 卡整机；PCIe 形态安装灵活、兼容通用服务器，但卡间互联带宽明显低于 SXM，大规模训练与推理优先选 SXM。

我们采用现货加订货双通道：标准 8 卡 B300、H200 整机通常有现货或较短交期；定制 CPU、内存、存储和 InfiniBand 组网的非标配置需要按订货排产。交期受 GPU 供应和整机厂排产影响，项目紧急建议优先选现货标准配置，非标部分后期扩容。

B300 单卡功耗约 1400W，8 卡整机满载功耗接近 10-12kW。机房需要按整机功率 1.3-1.5 倍预留配电，双路冗余电源接入不同 PDU，并配置 UPS；散热建议强风冷或液冷，冷热通道隔离，进风温度控制在 20-25℃。老旧机房上 B300 前应先做电力与制冷评估。

单卡 141GB 显存，FP16 精度下大约可承载 70B 参数模型推理；8 卡整机合计约 1.1TB 显存，可支持 400B 级模型的多卡推理或中等规模训练。采用 FP8/FP4 量化、张量并行和更长上下文时，实际可承载规模会变化，需要按模型结构核算。

B300 单卡配备 288GB HBM3E，可用容量 279GB，显存带宽 8TB/s。8 卡 DGX B300 整机总显存约 2.1TB，FP4 算力约 144 PFLOPS、FP8 约 72 PFLOPS，相比 8 卡 H200 的约 1.1TB 显存接近翻倍。

B300 是 Blackwell Ultra 架构，单卡 288GB HBM3E、8TB/s 带宽、NVFP4 约 15 PFLOPS，优势在大模型推理和长上下文；H200 是 Hopper 架构，141GB 显存、FP8 约 1979 TFLOPS，软件栈与 H100 兼容，适合训练推理混合且预算敏感的场景。以推理为主、模型超大选 B300；以训练为主、要复用现有 H100 经验选 H200。

多数情况下磁盘卷不会被立刻删除。可以尝试把引导卷附加到新实例挂载，拷贝抢救磁盘内部的业务数据。

切换不同浏览器，清理缓存；选择延迟更低的控制台访问域名，部分网络环境访问海外控制台本身延迟高。

写定时脚本获取实例公网 IP，调用域名服务商 API 更新解析记录；如果你使用保留公网 IP 则不需要 DDNS。

0.5 核属于很低配置，适合测试、小流量程序；访问量高的网站会卡顿、容易 522。

各个地区资源池独立。A 地区没资源，可以去另一个 region 尝试创建免费实例。

虚拟机实例、块存储卷、快照、保留公网 IP、对象存储 Bucket、VCN 网络资源，全部清理完毕再申请注销。

注销账号前务必全部删除所有云资源；在账号管理页面提交关闭租户申请。账号注销之后所有数据全部清除不可恢复。

甲骨文后台会网络行为检测，一旦识别代理翻墙业务，直接风控停用实例。

可以，保留公网 IP 可以反复解绑、绑定不同 VNIC 网卡，不受实例生命周期影响。

VCN 子网开启 IPv6，实例网卡分配 IPv6 地址。注意安全列表同样需要放行 IPv6 端口规则。

监控告警配置告警主题，订阅你的邮箱，触发阈值后系统发送告警邮件。

控制台监控服务配置告警规则，监控 CPU、磁盘使用率，资源跑满可以及时收到提醒。

可以写 shell 脚本定时备份数据库、重要文件，备份文件保存到对象存储。不要全靠快照做定时备份。

尽量不要直接把 3306 端口暴露公网，极易被扫描攻击；如果要开放，严格限制来源 IP 地址。

可以部署，但免费硬件性能弱，不适合生产高负载数据库，做好定时数据备份。

创建卷快照，在目标可用域基于快照新建块存储卷，完成数据迁移。

块存储卷、快照、保留公网 IP、对象存储 Bucket、自定义 VCN 子网，这些不会跟随实例自动删除。

重要业务数据定期手动导出；创建快照备份。实例一旦被 administratively disabled，磁盘还有机会抢救，但是不要完全依赖云平台。

OCI 不支持直接导出完整系统镜像到本地。只能备份数据文件，快照仅能在甲骨文云内部使用。

快照实例引导卷，复制快照到目标区域，基于快照启动新实例。跨区域快照复制会消耗存储资源。

内核崩溃系统卡死，只能控制台重启实例；如果频繁 panic，更换实例镜像或者调整程序负载。

查看 /var/log/messages 系统日志；内核崩溃信息也可以在串行控制台输出记录查看。

应用、系统日志疯狂输出会占满磁盘，设置日志轮转 logrotate，定期切割清理日志。

很多软件二进制包只提供 x86 版本，ARM 需要自行编译源码，或者寻找 arm 版本安装包。

免费内存紧张可以设置 swap 交换文件，swap 可以缓解内存耗尽，但 swap 速度慢，不能替代真实内存。

检查服务是否 enabled 开机启用，查看 systemd 日志排查报错，很多程序崩溃导致开机启动失败。

UEK 是甲骨文优化内核，更适配 OCI 硬件；RHCK 是红帽兼容内核，软件兼容性更好，ARM 机器优先 UEK 内核。

timedatectl 命令修改时区，开启 NTP 时间同步，服务器时间错误会导致证书、程序异常。

确认重载 firewalld 配置；确认没有 NSG 网络安全组拦截；确认程序确实在 0.0.0.0 监听端口，不是仅监听 127.0.0.1。

检查实例 DNS，切换国内 yum 镜像源；部分免费实例 DNS 网络异常会导致软件包安装失败。

免费对象存储 10GB 容量；设置对象公开读取要修改 Bucket 策略，注意不要误把私密文件公开。

可以，对象存储有免费额度，超过免费存储容量会扣费。

身份安全 IAM 菜单新建子用户，分配最小够用权限，日常尽量不用管理员 root 账号登录控制台。

控制台点击右上角个人头像，租户信息页面复制 Tenancy OCID，API、脚本配置会用到。

说明你的 OCPU、内存、磁盘已经接近或者超过免费额度，再不调整配置会触发实例停用，甚至产生账单。

更换支持外币的实体银行卡，虚拟卡大多无法完成付费账号校验。

控制台进入账号管理页面，开启按需付费。升级前确认银行卡可用，升级后超出免费规格资源开始计费。

免费账号没有人工技术工单入口。大部分问题只能网上查找方案，或者重建实例。只有付费账号才可以提交人工工单。

甲骨文风控严格，一张银行卡尽量只注册一个账号，多次注册直接全部拒绝。

银行卡不支持、网络环境异常、同身份多次注册账号、虚拟卡验证失败，都会导致注册直接拒绝。

使用 top、htop 命令查看进程，找到高占用程序，停止不需要的进程；免费实例硬件能力有限，程序超配就会跑满 CPU。

OCI 控制台监控菜单，可以查看网络出入流量、CPU、内存、磁盘各项指标，建议定期查看。

官方没有写死固定流量上限，但是突发大流量会触发网络限流。不适合访问量很大的对外公开网站。

甲骨文禁止在实例运行代理翻墙业务，一旦检测会触发风控、停用实例，不要尝试部署此类业务。

确认 80 端口可以外部访问，防火墙放行 80；检查实例 DNS 解析；部分免费实例网络限制会导致 ACME 验证失败。

确认域名解析生效，检查两层防火墙，确认 web 服务正常监听，不要以 ping 通作为判断标准。

普通网站需要 80、443 端口；SSH22 端口。不建议直接全开 0.0.0.0/0 全部 IP，尽量限制可信来源 IP。

会遭受大量扫描、暴力破解攻击，容易触发甲骨文风控。建议套 Cloudflare 隐藏真实服务器 IP。

524 代表已经连上服务器，但是服务器处理网页请求太慢没有返回结果。优化网站程序性能，排查慢进程、数据库卡死问题。

1. 服务器本地 curl 127.0.0.1:端口确认 web 服务正常；2.top 看 CPU 内存是否耗尽；3. 检查 firewalld 放行端口；4. 检查安全列表与 NSG；5. 关闭 CF 代理直接 IP 讓问判断源站；6. 判断是否触发免费实例网络风控。

优先清理系统日志 /var/log，缓存目录 /tmp，应用日志文件。使用 du 命令快速定位占用磁盘的大文件。

引导卷备份是甲骨文托管备份；快照是用户手动快照，两者都会消耗存储空间。

基于快照新建引导卷，使用这个引导卷启动新实例完成恢复操作。

快照会占用存储容量，会计入免费磁盘 200GB 限额，超出会收费。快照适合做数据备份。

删除虚拟机不会自动删除块存储卷，要到块存储列表手动删除遗留磁盘。定期检查控制台磁盘清单，防止遗留资源扣费。

免费实例磁盘性能有限；付费可以调整块存储性能档位。尽量不要在免费机做高 IO 读写业务。

免费总引导卷合计 200GB，超出 200GB 存储会产生计费账单。随时控制台查看存储占用。

分离卷不会删除数据，数据完整保存在磁盘卷；只有手动删除卷才会清空数据。

控制台附加块卷到实例，操作系统内识别新磁盘，分区格式化后挂载目录；卸载前先在系统 umount，再控制台分离卷。

控制台扩容只是扩大块存储硬件容量，操作系统内部还需要扩容分区与文件系统，否则系统识别不到新增空间。

Windows Terminal 支持 OpenSSH 私钥，注意私钥文件权限，Windows 权限太宽松会拒绝使用私钥登录。

堡垒机 IP 加入安全列表 22 端口放行，堡垒机持有私钥，实例只允许堡垒机 IP 访问 SSH 端口，提升安全性。

新建实例时可以批量填入公钥；已经运行的实例需要手动把公钥写入～/.ssh/authorized_keys 文件。

部分运营商公网 IP 被甲骨文风控屏蔽，或者本地出口 IP 被服务器防火墙拉黑。可以换手机流量测试。

可能是服务器资源耗尽、防火墙规则拦截、免费实例风控。优先串行控制台登录排查系统负载。

使用串行控制台登录实例，可以直接修改 root 用户密码，不需要重装实例。

不建议开启密码登录，会增加服务器被暴力破解风险。如果一定要开启，修改 sshd 配置文件，修改完成重启 sshd 服务。

重装系统相当于全新系统，旧密钥作废。重装实例的时候需要重新上传你的公钥。

短时间多次错误密钥尝试，服务器拒绝连接。等待一段时间重试，或者清理本地多余私钥。

甲骨文下载的是 OpenSSH 格式密钥，PuTTY 只识别 ppk，需要用 puttygen 工具导入私钥保存为 ppk 格式，直接改文件后缀是无效的。

实例内部能上网代表出站没问题，问题出在入站：检查安全列表、NSG、系统防火墙这三层，其中至少一层拦截了外部访问端口。

串行控制台使用系统账号密码，不是 SSH 私钥。如果没有设置密码，需要先重置操作系统用户密码。

串行控制台不依赖公网 SSH 网络，实例详情页直接打开。需要使用账号密码登录，不是 SSH 密钥。SSH 连不上、磁盘占满、网络故障的时候，是最重要的抢救工具。

免费实例存在流量管控，突发大流量会被限流。降低访问流量、重启实例可以临时缓解；升级付费账号网络限制会宽松很多。

需要公网 IP 对外提供服务就放公共子网；只允许内部互相访问、不需要外网直接接入，选择私有子网。

私有子网没有直接公网访问，需要配置互联网网关，或者使用 NAT 网关实现实例对外访问网络。私有子网外部无法主动访问实例。

多网卡路由配置比较容易出错，默认系统不会自动生成路由。需要手动配置路由表，新手不建议免费实例做多网卡部署。

先把保留 IP 从旧网卡解绑，再绑定目标实例的 VNIC 网卡。操作过程实例不需要重启，IP 直接切换。

大概率两点：①Linux 系统内部 firewalld 防火墙没有放行端口；②同时启用 NSG 网络安全组，NSG 没有添加对应入站规则。

安全列表作用于整个子网；NSG 网络安全组作用于单块网卡。两套是独立防火墙，如果你用了 NSG，只修改安全列表是不生效的，两边端口都要放行。

正常合规使用不会自动关机；超出资源配额、触发风控才会被系统停用。没有 "防自动停机脚本"，最有效办法就是控制资源不要跑满免费上限。

A1‑Flex ARM 性能更强，适合跑 web、程序；E2‑Micro x86 兼容性更好，部分软件只支持 x86 架构。免费额度优先选 A1，遇到软件兼容问题切换 E2‑Micro。

停止：机器关机，磁盘仍然保留，磁盘继续占用配额；终止：彻底销毁虚拟机。注意：停止 ARM 实例会释放临时公网 IP；磁盘资源无论机器开机关机，只要不删除就占用配额。

部分可用域资源不足会导致调整规格失败。可以尝试先终止实例再修改，或者切换可用域；免费 A1‑Flex 部分规格不支持直接调整。

克隆会生成新的引导卷磁盘，磁盘会占用你的存储配额。免费账号注意不要超出免费磁盘限额，否则会产生账单。

没有严格台数限制，受总 OCPU、内存配额约束。A1‑Flex 总上限 4 核 24G，你可以拆分成多台小配置机器，全部加起来不能超过总免费额度。

除了 OCPU 内存，还要检查磁盘数量、存储容量是否超限；另外网络风控、账号异常也会触发停用。缩配完成等待片刻，如果不恢复大多只能重建。

进入 OCI 控制台的配额页面，可以查看 OCPU、内存、磁盘使用量。建议经常查看，避免不知不觉超出免费限额导致实例被停用。