我们最近有一台超级计算机（我将其称为“集群”，它有4个GPU和12核处理器，具有一些不错的存储和RAM）到我们的实验室进行机器学习研究。 Linux发行版（最可能是CentOS或Ubuntu，具体取决于您的建议）将安装在机器中。我们希望以这样的方式设计远程访问：我们具有以下用户层次结构：
- 管理员（1人，教授）：这将是群集中唯一的超级用户。
- 特权用户（约3人，博士生）：这些人将是实验室中技术娴熟或长期的研究人员，他们将在集群中为用户自己定义。他们应该能够设置自己的环境（通过docker或conda），远程开发他们的项目，并自由地将文件传入和传出集群。
- 普通用户（约3人，硕士生）：我们希望这类用户只与群集进行交互，以获得计算能力和存储的数据。他们不应该在群集中拥有自己的用户。如果他们只能使用Jupyter笔记本电脑就可以了。他们应该能够访问集群中的只读数据，因为我们正在处理的数据太多，无法在本地下载。但是，他们不应该能够更改群集中的任何内容，只能将他们的笔记本和许多输出文件放在那里，以便他们能够在必要时将其下载到本地系统以进行报告。
我们还希望仅为3型用户分配一部分计算能力。其他人应该能够在需要时访问所有功能。
对于所有用户，应该可以轻松地从他们在个人计算机上的操作系统访问群集。对于类型1和类型2，我认为PyCharm用于远程开发.py文件和jupyter笔记本的隧道是最好的选择。
我对此做了很多研究，但由于我没有IT背景，我无法确定以下方法是否有效。
- 为类型3用户设置JupyterHub。这样我们就不必让这些人在群集中拥有用户。但是，我不确定GPU对此的支持。根据{{3}}，我们只能限制每个用户的CPU。此外，当我们设置集线器时，他们是否能够访问管理员主目录下的数据，还是我们必须为此复制数据？我们只希望他们能够访问特定部分的数据（与他们正在处理的任何项目相关的部分，因为他们仅对该项目签署保密性）。这可能与JuptyterHub一起使用吗？
- 其余的（类型1和类型2）将在群集中拥有（sudo或不具有）用户。对于这种情况，是否有解决方法的UI，以便用户可以更轻松地从群集传输文件（他们不必使用scp）？例如FileZilla是一个选项吗？
- 最后，如果type-2用户可以解决问题类型-3用户，那么他们每次遇到问题时都没有引用教授。但是afaik，你必须是一个超级用户来控制JupyterHub的东西。
如果有人必须在他们自己的实验室设置这种环境并分享他们的经验，我将不胜感激。