基于moonlight+sunshine的串流方案

用灵耀 14 Air 实时监控宿舍 4090 训练 AlphaZero：我最终搭建的远程科研工作流

我宿舍里有一台主力机器：拯救者 Y9000 2024（i9-14900HX + RTX 4090），主要用于深度学习实验，比如自己改的 AlphaZero 模型来训练Amazon棋。
但我并不总是在宿舍，更常在 图书馆、自习室，携带的是轻薄的 灵耀 14 Air。

轻薄本本身没法跑 AlphaZero 的训练，所以我需要做到：

  • 即使人不在宿舍，也能实时看到训练情况
  • 能查看 GPU/CPU 占用
  • 能打开 TensorBoard
  • 能修改代码后立刻重新运行训练
  • 远程查看训练生成的棋局、日志
  • 偶尔传输模型权重、训练数据

于是我搭建了一套完整的、非常稳定的远程科研工作流。

🧩 方案总览：Sunshine + Moonlight + Tailscale

这三者组合之后，就变成一整套优雅的系统：

工具 用途
Sunshine 宿舍笔记本的远程桌面 Host，编码高清画面
Moonlight 灵耀 14 Air（或 iPad）用来访问宿舍电脑
Tailscale 在校园网内保持稳定连接，让我随时连上宿舍电脑。主要是PKU/PKU Secure疑似都有AP隔离，所以不得不…

因为我不是从校外连，只是在同一校园内移动，所以 Tailscale 的使用只是为了 稳定、不掉线、自动穿透校园 NAT，并不强调“远程外网访问”。

🚀 搭建过程（极简版）

1. 宿舍 4090 电脑——安装 Sunshine + Tailscale

Sunshine 用来把整个桌面“串流”，让灵耀 14 Air 完全像在本地控制一样。

Tailscale 则确保：

  • 在图书馆 / 教室
  • 甚至换了 Wi-Fi
  • 或通过 4G 热点
    都能保持稳定连接宿舍的电脑。

注意：
Sunshine 的编码器不要乱指定 GPU，保持 自动选择 是最稳的。

2. 灵耀 14 Air —— Moonlight + Tailscale

Moonlight 是可视化操作的主界面：

  • 用它进入宿舍 Windows 桌面
  • 打开 VSCode
  • 运行训练脚本
  • 查看日志和 GPU 占用
  • 启动 TensorBoard

操作延迟基本和本地没区别。

📈 我实际的深度学习远程工作流

下面讲讲我最终形成的“顺手工作流”。

① 用 Moonlight 登录宿舍电脑桌面

延迟低、画面清晰，像坐在宿舍一样。
无论是在：

  • 图书馆
  • 教室
  • 实验室
    我都能打开完整的 Windows 桌面。

② VSCode 直接编辑 AlphaZero 项目

我一般步骤：

  • 远程打开 VSCode
  • 修改 MCTS 配置、网络结构、Self-play 策略、train_config.py
  • 保存
  • 命令行启动训练

这部分和本地使用完全一致。

③ 实时监控 GPU 占用（nvidia-smi）

我会习惯性开：

1
watch -n 1 nvidia-smi

看到：

  • 显存占用
  • GPU 使用率
  • 温度
  • num_process 是否在跑 self-play

Moonlight 刷新非常快，几乎无卡顿。

④ 查看训练日志 / Curve / Self-play 结果

训练 AlphaZero 时我会：

  • TensorBoard 看 loss / policy loss / value loss 曲线
  • 可视化最近对局的棋面
  • WandB 看训练曲线和 config

这些界面都可以直接在 Moonlight 上打开。

因为我是在 校内，带宽都很高，刷新极快。

⑤ 传输文件（checkpoint、棋局数据）

Tailscale 自带的 Send File 功能好用到不行：

  • 宿舍的 4090 → 灵耀 14 Air
  • 灵耀 14 Air → 宿舍的 4090

我主要用它传：

  • 最新的网络参数（权重）
  • 自己手写的棋局可视化脚本
  • Self-play 生成的 .npy 数据
  • 模型 checkpoint

比 SCP / SMB / U 盘都省事。

🎯 最终体验：随时随地看训练，非常爽

因为我不需要出校区，整个体验比外网更流畅：

  • 延迟小到忽略
  • 随时可以改代码重跑
  • 训练跑 10+ 小时我也不用回宿舍检查
  • 灵耀 14 Air 作为“监控终端”完全够用
  • 实测一下午也不断线
  • TensorBoard 刷新毫无延迟
  • GPU 温度、速度一目了然

一句话：

这套系统让 AlphaZero 的长时间训练变得可控、轻松、稳定。

不用待在宿舍盯着电脑，人在哪都能看到训练情况。