试用因argon购买的pro账号的colab额度的体验

众所周知，gemini的pro档位订阅还是有一些很有诱惑力的福利的，除开5t的Google cloud容量之外，最有诱惑力的应该是200个Google colab的计算单元，接下来我会介绍一下我今晚把玩这几小时的体验

需要注意的是，Google colab和传统的按小时租算力的服务有一些不同，因为它是完全弹性的服务，即使是pro档位使用计算单元开启的虚拟算力，划分的所有计算资源也都是即时的，这意味着所有的配置都必须在分配算力后进行、在释放了这些算力后所有数据都不会留存。除此之外，闲置超过一定时间的计算资源也会被撤除，而pro方案会在这方面也仅仅是有一定的宽限时间(更贵的pro+方案我不太了解)

colab是通过ipynb代码块的形式交互的，选择不同的GPU和内存配置之后就可以运行代码块实现部署服务和网络打洞，据一些资料显示，最低档的t4是免费的，但是如果你有计算单元余额，免费的计算资源也会按量扣除你的余额

考量到colab的性质，其实很多服务的配置是有一些麻烦的，特别是长程的训练任务，你可能需要有一个设置checkpoint和保存资料的脚本，在资源快被释放的时候自动运行。除此之外也不太适合一直跑模型推理服务，因为本身最大的显存也没多大的，倒也跑不了什么特别好的模型，而且资源释放的问题在这里依然是存在的。考虑到以上两点，我个人认为colab最适合的场景，其实是跑一些规模比较大的开源视频/图像生成模型

因为我本人是漫画爱好者，我自己实践需求上于此最关联的是修图，我测试了一下colab上部署qwen image 2.1和flux 2 kelin的体验

这里就不谈模型的具体性能了，这些网上都有很多测试，不过我本人对qwen image 2.1居然是完全没有censor这点感到十分震惊，而且能完全生成那种色色的图片……训练集里看来也是有不少好东西

具体到部署的体验上来说，我觉得还是很不错的，我使用t4和l4两种GPU都进行了部署测试：

1、第一个体验就是谷谷哥哥的机房网速是真的很快，这些开源模型和相关资源还有comfy ui全部下好也不过几分钟，如果你存到Google cloud，用的时候挂载，那速度就更快了

2、谷歌的这些机器打洞其实还挺方便的，用ngrok免费搞一个账号，就能访问了，我用krita去连也完全没关系

3、资源释放的速度挺快的……我把服务架起来之后一段时间不运行代码在那跑图片，会一直弹提示让我释放资源或者重新连接，我想应该并不能安心地放他在那边跑长程的东西

以上体验做抛砖引玉，欢迎大家探讨体验，给出有价值的colab玩法