SSHポートフォワードを利用してGPUサーバを使う

機械学習に使うGPUサーバをAWS上のPrivateSubnetに置いているので、直接JupyterNotebookやTensorBoardを使う事はできません。
そこでSSHトンネルを作って外から接続できないGPUサーバへ踏み台サーバを経由して接続できるようにします。

ローカルフォワード

ローカルフォワードは良く使われる方法で、通信を踏み台サーバ（ここではBastianサーバ）から別の宛先に転送する

設定

• 源ポート：19999（localhostで使用するポートを記載）
  ※空いているポートであれば何でもOK
• 送り先：10.0.0.24:19999（SSHサーバが転送する先を指定する）
  ※プライベートIPが10.0.0.24／JupyterNotebookで使うポートが19999（TensorBoardを使う時はポート：6006）
• ローカル／自動を選択

開くをクリックしてSSH接続を開始する

手順

まずGPUインスタンスに踏み台サーバより接続してJupyterNotebookを起動する

$ ssh GPU　#GPUインスタンスに接続
$ source activate TensorFlow-GPU　#Anacondaの仮想環境を起動
$ jupyter notebook　#JupyterNotebookを起動

以下のURLにブラウザで接続

http://localhost:19999/?token=××××××××××××××××××××××　

これでlocalhostのポート：19999にブラウザから接続するとGPUサーバ（プライベートIP：10.0.0.24／ポート：19999）に転送されてブラウザからGPUサーバにあるJupyterNotebookやTensorBoardを使える

参考

【SSH】ポートフォワーディングを使って作業が捗る putty編
SSHポートフォワード（SSHトンネル）【ローカル・リモート・ダイナミック総集編】