2024是AI元年,不管是公司还是个人,都在卷AI,然而AI入门的门槛对于普通人来说还是太高了,很多新人在刚接触AI的时候,不知道从哪获取免费的GPU资源,白白被人割了韭菜(我也被割过),最离谱的是有个哥们在群里说,国外云主机一个月需要2000美刀。
在踩了不少坑后,我决定整理一个详细的攻略,手把手教你如何白嫖免费的GPU资源。
前提
- 需要科学上网
- 拥有一个Google账号
Google Colab
产品介绍
Google Colab 由互联网慈善家 Google 提供,是 Google Research 团队开发的产品,任何人都可以通过浏览器编写和执行任意 Python 代码,尤其适合机器学习、数据分析、教育目的。Colab 是一种托管式 Jupyter 笔记本服务,用户无需设置,就可直接使用,还能免费使用 GPU/TPU计算资源。从“文件”菜单中选择“上传笔记本”即可将现有的 Jupyter/IPython 笔记本导入,Colab 笔记本存储在 Google 云端硬盘上,也可从 GitHub 加载,更多详情请看文档:colaboratory.
具体流程
安装 Google Colab
登陆 Google 账号,访问 Google Drive
点击“新建 - 更多 - 关联更多应用”
搜索“Colaboratory”,然后点“Colaboratory”的图标,进去安装应用(我这里已经安装过了)
关联 Google 云盘
安装完成后,会弹出一个小窗口,让关联 Google 云端硬盘(简称:云盘),授权关联。因为 Google Colab 分配的实例都是临时资源,实例一旦回收,数据就丢失了,所以这里一定要关联自己的 Google 云盘,需要保留的数据存云盘,这样后续使用的时候,可以直接从云盘读数据,相对来说会比较方便。Google 云盘默认给普通用户分配15G的免费存储空间,对于小白来说完全够用。如果你需要更多的存储,可以开个基础版的会员,首月0.49💲,之后1.99💲。
新建 Google Colab 应用
连接免费实例
Google Colab 安装完成后,点击“新建 - 更多 - Google Colaboratory”,进入 Colab 页面
- 左上角的文件名可以修改
- 红框里面可以编写代码
- 右上角默认连接的计算引擎是CPU
- 分配的免费实例资源配置:2核cpu、12G内存、108G存储
切换到GPU实例
点击“修改 - 笔记本设置”
修改笔记本设置
- 运行时类型:支持 Python3 和 R,看你使用哪种编程语言了
- 硬件加速器:默认CPU,普通用户可以选 T4 GPU 和 TPU,付费用户除了免费的硬件加速器,还可以选 A100 GPU、 V100 GPU 和 L4 GPU,咱们这里主打一个白嫖,不过多介绍,有兴趣的可以点 链接 了解
下面两个复选框看自己情况勾选,我们这里以连接 T4 GPU 为例,确认选择以后,点击“保存”,等待自动连接
连接上 GPU 以后,在右上角这里,会有 T4 的标签
那么如何查看 GPU 的显存信息呢?可以执行 !nvidia-smi
指令查看,我这里大概是16G
流程到此基本就结束了,白嫖了一个 2核cpu、12G内存、78G存储、16G显存的GPU实例,剩下的就是在 Google Colab 应用上运行你的代码了。可以在实例上跑模型,也可以安装运行 Stable Diffusion(后续文章会介绍,敬请关注)
总结
本文详细的介绍了如何白嫖 Google Colab 提供的免费GPU资源,AI新手/小白刚入门的时候,可以先试用,等熟悉一段时间再考虑租用云平台实例。这是白嫖免费的GPU资源系列文章的第一篇,后面我还会持续更新,敬请期待!
我是无界生长,如果你觉得我分享的内容对你有帮助,麻烦点个关注,带你一起玩转AI!
AI学习资料在微信公众号:无界生长,个人微信:wjsz2070