메인 콘텐츠로 건너뛰기

Documentation Index

Fetch the complete documentation index at: https://docs.cloud.vessl.ai/llms.txt

Use this file to discover all available pages before exploring further.

VESSL Cloud CLI의 환영 배너. ASCII VESSL 워드마크와 지원 GPU 라인업(A100, H100, H200, B200, GB200, B300, Ada), 그리고 세 가지 시작 커맨드(vesslctl auth login, vesslctl workspace create, vesslctl --help)를 보여줘요.
이 페이지에서는 터미널에서 VESSL Cloud를 사용할 때 자주 마주치는 세 가지 실전 시나리오를 안내해요.

​
Prerequisites

  • VESSL Cloud 계정: 아직 없으면 가입하기.
  • vesslctl 설치: CLI 개요의 한 줄 설치 명령으로 받으세요.
  • 계정 로그인: vesslctl auth login으로 브라우저 OAuth 흐름을 마쳐 주세요.
  • SSH 키 등록 (Workspace 접속용, 선택): vesslctl ssh-key add로 키를 등록하거나 SSH 키 명령에서 관리해요.
  • 크레딧 충전: Billing에서 카드 등록 후 크레딧을 충전해 주세요. 잔액이 0 이하이면 Workspace나 Job 생성이 차단돼요.

​
GPU 인스턴스 실행하기

인터랙티브 GPU Workspace를 실행하고, SSH로 접속한 다음, 작업이 끝나면 일시정지해요.
1

Workspace 생성

vesslctl workspace create \
  --name my-dev-box \
  --cluster <cluster-name> \
  --resource-spec <spec-name> \
  --image pytorch/pytorch:2.3.0-cuda12.1-cudnn8-devel
<cluster-name>과 <spec-name>은 vesslctl cluster list와 vesslctl resource-spec list에서 확인할 수 있어요. 생성 후 vesslctl workspace list에서 Workspace slug(예: my-dev-box-abc123)를 복사해 다음 단계에서 사용해요.
2

Workspace 상태 확인

vesslctl workspace show <workspace-slug>
상태가 running으로 표시될 때까지 기다려 주세요.
3

SSH로 접속

vesslctl workspace ssh <workspace-slug>
4

비용 절약을 위해 일시정지

하루 작업이 끝나면 Workspace를 일시정지하세요. 파일과 환경은 그대로 보존되면서 비용은 절감돼요.
vesslctl workspace pause <workspace-slug>
5

나중에 다시 시작

중단했던 곳에서 바로 이어서 작업할 수 있어요:
vesslctl workspace start <workspace-slug>

​
데이터셋 업로드하기

Volume을 만들고, CLI로 데이터를 업로드한 다음, 내용을 확인해요.
1

Volume 생성

vesslctl volume create \
  --name training-data \
  --storage <storage-name> \
  --teams <team-name> \
  --description "ImageNet subset for fine-tuning"
<storage-name>은 vesslctl storage list, <team-name>은 vesslctl team list에서 확인할 수 있어요. --name, --storage, --teams는 모두 필수예요. 생성 후 vesslctl volume list에서 Volume slug(예: training-data-abc123)를 복사해 다음 단계에서 사용해요.
2

데이터셋 업로드

vesslctl volume upload <volume-slug> ./dataset/
단일 파일이나 전체 디렉터리를 한 줄로 올릴 수 있어요. 특정 경로 아래에 두고 싶으면 --remote-prefix datasets/v1/, 제외할 패턴이 있으면 --exclude "*.pyc" 플래그를 사용해요.
3

업로드 확인

vesslctl volume ls <volume-slug> --prefix /
DVC, aws s3 cp, 커스텀 파이프라인 등 S3 호환 도구와 연동이 필요하면 vesslctl volume token <volume-slug>로 임시 S3 자격 증명과 엔드포인트 URL을 받아서 쓰면 돼요.

​
배치 잡 제출하기

배치 잡을 제출하고, 진행 상황을 확인하고, 로그를 가져와요.
1

Job 제출

vesslctl job create \
  --name nightly-train \
  --resource-spec <spec-name> \
  --image pytorch/pytorch:2.3.0-cuda12.1-cudnn8-devel \
  --cmd "python train.py --epochs 10 --lr 3e-4"
2

Job 상태 확인

vesslctl job list
3

로그 스트리밍

vesslctl job logs <job-slug> --follow
vesslctl job list에서 Job slug(예: nightly-train-abc123)를 복사해서 넣어 주세요. --follow 플래그를 사용하면 Job이 완료될 때까지 실시간으로 로그를 스트리밍해요.