VS Code远程开发：如何设置环境变量并让Jupyter Notebook识别

问题根源：VS Code远程终端中临时设置的环境变量不会传递给通过code命令启动的Notebook进程——远程服务器上的VS Code主进程独立于终端环境启动，Jupyter内核自然无法继承这些变量。以下是几种适配需求的解决方案：

方案1：自定义Jupyter内核自动绑定闲置GPU #

让Jupyter内核启动时自动检测闲置GPU并设置环境变量，无需手动操作：

1. 查看当前Jupyter内核路径：

   jupyter kernelspec list
   

2. 复制默认Python内核作为自定义内核（以默认python3内核为例）：

   cp -r ~/.local/share/jupyter/kernels/python3 ~/.local/share/jupyter/kernels/python3-cuda-auto
   

3. 编辑自定义内核的kernel.json文件：

   nano ~/.local/share/jupyter/kernels/python3-cuda-auto/kernel.json
   

4. 将文件中的argv字段替换为以下内容（自动检测利用率低于10%的首个闲置GPU）：

   [
     "/bin/bash",
     "-c",
     "export CUDA_VISIBLE_DEVICES=$(nvidia-smi --query-gpu=utilization.gpu --format=csv,noheader,nounits | awk '{if ($1 < 10) print NR-1}' | head -n1); python -m ipykernel_launcher -f {connection_file}"
   ]
   

5. 保存文件后，在VS Code打开Notebook时，选择python3-cuda-auto内核即可自动绑定闲置GPU。

方案2：远程SSH连接时自动设置环境变量 #

通过修改SSH配置，让每次连接远程服务器时自动检测闲置GPU并设置环境变量，VS Code的所有进程（包括Jupyter内核）都会继承该变量：

1. 编辑本地机器的SSH配置文件：

   nano ~/.ssh/config
   

2. 添加或修改服务器的配置项（替换为你的服务器信息）：

   Host gpu-server
     HostName 服务器IP地址
     User 你的用户名
     RemoteCommand bash -c 'export CUDA_VISIBLE_DEVICES=$(nvidia-smi --query-gpu=utilization.gpu --format=csv,noheader,nounits | awk '{if ($1 < 10) print NR-1}' | head -n1); exec "$SHELL"'
     RequestTTY yes
   

3. 保存后，通过VS Code远程连接该服务器，此时CUDA_VISIBLE_DEVICES已自动设置，打开任意Notebook都会生效。

方案3：自定义Jupyter启动脚本 #

让VS Code调用自定义脚本启动Jupyter服务器，脚本中自动处理GPU环境变量：

1. 在远程服务器上创建启动脚本~/start-jupyter.sh：

   nano ~/start-jupyter.sh
   

2. 写入以下内容：

   #!/bin/bash
   # 检测闲置GPU索引（利用率低于10%的首个GPU）
   IDLE_GPU=$(nvidia-smi --query-gpu=utilization.gpu --format=csv,noheader,nounits | awk '{if ($1 < 10) print NR-1}' | head -n1)
   export CUDA_VISIBLE_DEVICES=$IDLE_GPU
   # 启动Jupyter服务器
   jupyter notebook "$@"
   

3. 给脚本添加执行权限：

   chmod +x ~/start-jupyter.sh
   

4. 在VS Code的远程设置中，搜索jupyter.executable，将其值设置为~/start-jupyter.sh。此后VS Code启动Jupyter时会自动设置GPU环境变量。

内容的提问来源于stack exchange，提问作者user23338870