本仓库创建了一个基于ubuntu的miniconda开发环境

配置 CUDA12.9.1 + Miniconda3-py313_25.9.1-3 + ubuntu24.04

安装软件：

• git
• vim
• nano
• curl
• wget
• unzip
• tree
• openssh-server

配置了vscode环境，安装插件：

• Chinese
• cnb-welcome
• yaml
• python
• gitblame
• git graph
• githistory
• Tencent Cloud CodeBuddy

通过设置.cnb.yml中runner参数确定使用的CPU、memory、GPU数量，详见官方文档-节点构建，下面给出文档中可配置的节点：

1. cnb:arch:amd64
   cpus 可配置范围为 1 ~ 64，默认为 8，amd64 架构
2. cnb:arch:arm64:v8
   cpus 可配置范围为 1 ~ 16，默认为 8，arm64/v8 架构
3. cnb:arch:amd64:gpu
   cpus 固定为 16，amd64 架构
   GPU 显存最大为 48GB，共享模式
4. cnb:arch:amd64:gpu:H20
   cpus 固定为 32，amd64 架构
   GPU 显存最大为 96GB，共享模式
5. cnb:arch:amd64:gpu:L40
   cpus 固定为 16，amd64 架构
   GPU 显存最大为 48GB，共享模式

官方示例有：

main:
  push:
    - runner:
        # 指定在 amd64 架构构建节点上执行
        tags: cnb:arch:amd64
        cpus: 8
      stages:
        - name: uname
          script: uname -a

    - runner:
        # 指定在 arm64/v8 架构构建节点上执行
        tags: cnb:arch:arm64:v8
        cpus: 8
      stages:
        - name: uname
          script: uname -a

$:
  vscode:
    - runner:
        # 启动一个能使用 gpu 的远程开发环境
        tags: cnb:arch:amd64:gpu
      services:
        - vscode