本指南介绍如何注册并登录 AMD 相关开发者平台、领取算力券、将算力券兑换为 AMD 开发者云 Credits，以及在 Radeon Cloud 中创建并启动自定义 Template。后续章节还包括 JupyterLab、SSH、OpenAI 兼容模型 API、Notebook 公网 Tunnel 和实例销毁等常用操作。
建议使用桌面浏览器完成操作。平台页面、可用镜像、模型名称及按钮文案可能随服务更新发生变化，请以实际页面为准。
# 5条命令在cloud运行ComfyUI
git -c http.sslVerify=false clone https://github.com/comfyanonymous/ComfyUI.git
pip install -r ComfyUI/requirements.txt
/var/run/secrets/frp-self-service/install
$HOME/.local/bin/rc-tunnel expose --port 8188
python ComfyUI/main.py --port 8188 --listen 127.0.0.1 --enable-cors-header --enable-compress-response-body进入 AMD AI 开发者计划，登录后打开 我的权益，找到云算力或算力券相关权益并点击 兑换。
初次进入页面时，请按提示完成账号注册、邮箱或手机号验证及登录。
图 1：AMD AI 开发者计划活动及权益入口
在活动页面中按照页面提示申请算力券，并将算力券兑换为 AMD 开发者云 Credits。
图 2：算力券与 AMD 开发者云 Credits 兑换流程
提交申请后通常需要等待一段时间。原活动流程中约 5 分钟后会在兑换历史中出现 查看云算力券 按钮，点击后可查看后续兑换链接；实际到账时间请以页面状态为准。
图 3：兑换历史中的云算力券入口
Credits 到账后，打开 AMD 开发者云。如果从 AMD AI 开发者计划首页进入，请点击页面中的 AMD 开发者云 按钮。
进入 Radeon Cloud 后，点击右上角 Login，并使用对应账号登录。
登录后点击右上角头像，在下拉菜单中选择 Profile。
在 Profile 页面的 My Templates 区域，点击右上角 Add Template。
在弹出的表单中完成 Template 配置：
- 在 Title 中填写便于识别的 Template 名称，这是必填项。
- 在 Container Image 中选择需要使用的容器镜像，这是必填项。
- 如需在实例销毁后保留文件，将 Storage 设置为 Persistent (PVC)。
- 如需从本地通过 SSH 连接，在提交前开启 SSH Access (advanced)。SSH 的完整配置见第 7 节。
- 检查配置后，点击表单底部的 Add Template。
使用临时存储时，请在销毁实例前下载需要保留的代码、模型、日志和输出文件。选择 Persistent (PVC) 后，存储数据可在实例销毁后继续保留。
返回 My Templates 列表，在刚创建的 Template 所在行点击 Launch。
平台随后会创建并初始化实例。启动过程会消耗 Credits，请提前确认余额，避免重复点击 Launch。
等待进度达到 100%，并出现 Your workspace is ready 提示后，点击 Open Notebook。
浏览器会在新标签页中打开 JupyterLab。你可以使用：
- Terminal：在 Launcher 中点击 Terminal，执行 Linux 命令、安装依赖、下载文件或启动服务。
- Notebook：打开或运行
.ipynb文件。 - File Browser：通过左侧文件浏览器管理文件，并使用上传按钮导入本地文件。
如果更习惯本地终端、编辑器或远程开发工具，可以在创建 Template 时启用 SSH。
如果本地还没有密钥，可在 macOS、Linux 或 Windows PowerShell 中执行：
ssh-keygen -t ed25519 -C "your_email@example.com"默认会生成：
~/.ssh/id_ed25519：私钥，仅保存在本地。~/.ssh/id_ed25519.pub：公钥，可添加到云平台。
复制公钥内容：
cat ~/.ssh/id_ed25519.pub将公钥粘贴到 Profile 页面的 SSH Public Key 输入框，然后点击 Save Key。
只粘贴以
.pub结尾的公钥内容。不要上传或分享私钥。
创建 Template 时，在表单底部开启 SSH Access (advanced)，再点击 Add Template。只有从启用了 SSH 的 Template 启动的实例才能通过 SSH 访问。
实例就绪后，弹窗及 Profile 页面的 Active Instance 区域会显示 SSH 连接信息，包括 Command、Host、Port 和 User。
在本地终端中执行页面提供的命令，或按以下格式连接：
ssh <user>@<host> -p <port>首次连接时，如终端要求确认主机指纹，请核对连接信息后输入 yes。
部分容器镜像可能未默认启动 SSH Server。可以先在 JupyterLab Terminal 中执行：
sudo apt update
sudo apt install -y openssh-server
mkdir -p /run/sshd
which sshd
/usr/sbin/sshdRadeon Cloud 还可通过 OpenAI 兼容 HTTP API 提供模型服务，可使用 curl、OpenAI SDK、Cherry Studio 或 LangChain 等兼容客户端调用。
公共 API 不需要启动 GPU 实例，也不会消耗实例 Credits。
- 打开 Token Factory 并登录。
- 在 Public Free Model APIs 中选择模型。
- 在详情窗口中查看 Base URL、Model、API Key 和 Quickstart。
- 复制 API Key，并按页面给出的参数发起请求。
下面是参考指南中的 curl 调用示例。可用模型及模型名称请以 Token Factory 页面为准。
curl https://developer.amd.com.cn/radeon/api/v1/chat/completions \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-d '{
"model": "Qwen3.6-35B-A3B",
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}'如需部署自己的模型，可创建专属 OpenAI 兼容 API。专属实例会消耗 Credits。
- 打开 Radeon Cloud，进入 Profile，点击 Add Template。
- 将 Deploy Type 设置为 vLLM Model API。
- 选择合适的容器镜像，并填写 Serve Command。
- 保留
--host 0.0.0.0 --port 8000，平台会将服务路由到8000端口。 - 保存 Template，并在 My Templates 中点击 Launch。
Serve Command 示例：
vllm serve <model> --host 0.0.0.0 --port 8000
实例就绪后，平台会显示专属 Base URL、Model 和 API Key。使用这些信息即可按公共 API 的方式调用服务。
Notebook 内置的 rc-tunnel 工具可将 HTTP 或 WebSocket 服务映射到公网 URL。
- 该功能仅适用于平台启用此功能后创建的 Notebook；较早创建的 Notebook 需要关闭并重新创建。
- Notebook 内的服务必须监听
127.0.0.1。 - 本地端口范围为
1024-65535，且不能使用平台保留端口。 - 每个 Notebook Pod 同一时间只能暴露一个端口。
- 公网域名由平台自动分配，格式类似
rc-<random>.radeon.firstdg.ai。 - 公网 URL 可被互联网访问。应用必须自行提供登录或其他鉴权，不要直接暴露无鉴权的管理页面。
在 Notebook Terminal 中执行：
/var/run/secrets/frp-self-service/install工具会安装到 $HOME/.local/bin/rc-tunnel。当前 Terminal 可使用完整路径；新 Terminal 通常可直接执行 rc-tunnel version。
如果当前 Shell 不是 Bash，可先补充 PATH：
export PATH="$HOME/.local/bin:$PATH"如果身份目录或 FRP_BROKER_URL 不存在，通常表示当前 Notebook 创建时间较早。请关闭并重新创建 Notebook，不要自行申请、写入或分享平台密钥。
下面的示例会在 127.0.0.1:8081 启动一个简单 HTTP 页面：
mkdir -p "$HOME/tunnel-demo"
printf '%s\n' '<!doctype html><title>RC Tunnel</title><h1>RC Tunnel is working</h1>' \
> "$HOME/tunnel-demo/index.html"
nohup python3 -m http.server 8081 --bind 127.0.0.1 \
--directory "$HOME/tunnel-demo" \
> "$HOME/tunnel-demo/http.log" 2>&1 &
curl --fail http://127.0.0.1:8081/暴露本地 8081 端口：
"$HOME/.local/bin/rc-tunnel" expose --port 8081命令会返回平台分配的公网 URL 和 FRPC PID。可以使用以下命令检查状态和日志：
"$HOME/.local/bin/rc-tunnel" status
"$HOME/.local/bin/rc-tunnel" logs --lines 100
curl --fail http://127.0.0.1:8081/建议按以下顺序排查：
- 本地
curl失败：应用没有在指定端口监听，与 Tunnel 无关。 status显示 FRPC 未运行：检查rc-tunnel logs。- 状态正常但公网访问失败：向平台运维提供完整域名、Notebook 创建时间和故障时间，不要发送配置文件或密钥。
停止 Tunnel：
"$HOME/.local/bin/rc-tunnel" stop停止后公网 URL 会立即失效。Tunnel 不支持 TCP、UDP、SSH、数据库端口或自定义完整域名，也不要手工修改或分享 ~/.local/state/rc-tunnel 中的配置。
运行中的实例会持续消耗 Credits。完成开发、训练或部署后：
- 返回 Radeon Cloud。
- 点击右上角头像并进入 Profile。
- 在 Active Instance 区域找到正在运行的实例。
- 点击红色 Destroy Instance 按钮并确认。
- 刷新 Profile，确认实例不再处于 Active 或 Running 状态。
仅关闭 JupyterLab、Notebook、SSH 会话或浏览器标签页不会停止实例。请主动执行 Destroy Instance。
销毁前请确认重要文件已经下载，或已经保存在 Persistent (PVC) 存储中。