@jandisufg:你是 Google AI 订阅用户(Plus、Pro 或 Ultra)却没在用一台约 12GB 内存、约 8 vCPU 的免费 VPS 吗?你在白白浪费钱……
摘要
一篇葡萄牙语教程,介绍如何使用 google-colab-cli 在 Google Colab 的虚拟机(支持有无 GPU)上打开 SSH 终端,从而把 Google AI 订阅变成一台约 12GB 内存、8 vCPU 的免费 VPS,内容涵盖 ~/.ssh/config 配置、计算额度管理以及存储最佳实践。
查看缓存全文
缓存时间: 2026/11/20 05:56
你订阅了 Google AI(Plus、Pro 或 Ultra),却没有免费使用一台约 12GB 内存、约 8 vCPU 的 VPS?那你可是在白白浪费资源。在这篇文章中,我会讲解如何利用 Google Colab 的额度,免费获得一台强大的虚拟机,可用数小时。 https://t.co/YlltILEchc
如何使用 Google Colab
Google Colab 不只是一款 notebook。通过 Google 官方 CLI 工具 google-colab-cli,你可以直接在自己的终端、VS Code 或任何支持 SSH 的编辑器中,打开一台 Colab 机器的 SSH 终端,无论是否带 GPU。
本文内容包括:安装 CLI、配置 ~/.ssh/config、首次登录、建立连接,以及如何在用完后及时关闭,避免白白浪费计算单元。
你需要准备什么
- 一个可以访问 Colab 的 Google 账号(Google AI 订阅——Plus、Pro 或 Ultra)
- 带有 uv 或 pip 的 Python 3
- OpenSSH(Linux、macOS 和 Windows 10/11 自带)
- 一把 ed25519 密钥
1. 安装 Colab CLI
官方包名为 google-colab-cli,安装后会提供 colab 命令。
2. 准备一把 SSH 密钥
连接时,colab 会将你的公钥发送到目标机器。默认情况下,它会查找 ~/.ssh/id_ed25519.pub 或 id_ecdsa.pub。
还没有密钥?或者密钥用了别的文件名?没关系:下一步可以用 -i 参数指向你的密钥文件。
3. 在 ~/.ssh/config 中添加 host
打开(或创建)文件 ~/.ssh/config,粘贴以下内容:
每一行的作用:
- Host colab:别名。之后只需输入
ssh colab即可。 - ProxyCommand:SSH 不直接连接某个 IP,而是与
colab ssh --proxy-mode对话,由它建立到 Colab 机器的桥接。-s colab 是会话名:如果该会话不存在,CLI 会自动创建。 - StrictHostKeyChecking no 和 UserKnownHostsFile /dev/null:每个会话都是一台全新的机器,拥有新的主机密钥。不加这两项的话,SSH 每次连接都会提示确认。
两个曾让我浪费不少时间的坑:
- 如果你的 config 中有一个 Host * 块,请把 colab 的配置放在它之前。在 SSH 中,匹配到的第一个值生效:上面
Host *中的StrictHostKeyChecking no会覆盖 colab 块中的设置。 - 在 Windows 上,
-i中请使用密钥的绝对路径(C:/Users/voce/.ssh/id_ed25519.pub)。ProxyCommand中的~不会被展开。
4. 在真正的终端中完成首次登录
首次运行时,CLI 会请求你的 Google 账号授权:它会显示一个链接,你在浏览器中批准后,再把 Google 显示的代码粘贴回来。
注意: 首次登录务必在交互式终端(PowerShell、Terminal、iTerm)中进行。如果第一次 ssh colab 是由某个没有键盘的程序触发的,比如 AI 智能体、脚本,或者从聊天窗口内发出的命令,CLI 就没有地方读取授权码,登录会以 “Malformed auth code” 失败。
登录保存成功后,在任何地方运行都可以。
想要 GPU?创建会话时直接指定:colab new -s colab --gpu T4。也支持 L4、A100 和 H100,以及用 –high-mem 获得更多内存。
5. 连接
你会以 root 身份进入 /content,运行的是 Ubuntu 24.04。截图中不带 GPU 的会话拥有 2 个 vCPU、12GB 内存和约 226GB 磁盘。
也可以只运行单条命令,不打开 shell:
由于它就是普通的 SSH,VS Code(Remote - SSH)、scp、rsync 以及任何支持远程机器的编辑器都能直接识别 colab 这个 host,无需任何额外配置。
6. 用完后记得关机
会话只要开着就会消耗计算单元,即使什么都不做也一样。用完就关机,然后确认:
为了不依赖记忆,CLI 提供了 –rm 参数,SSH 断开时会自动关闭会话。只需加到 ProxyCommand 中:
能用多久、花多少
- 不同类型的机器消耗计算单元的速率不同。无 GPU 时几乎不消耗;T4 约每小时 1.8 个单元,L4 约 4.8 个,A100 在 11 到 13 之间。这些数值可能会变化:请在会话运行时用
colab usage查看。 - 会话有时长上限(Pro 订阅最长约 24 小时),闲置时也会被终止。
- 磁盘是一次性的。 会话结束,所有数据都会消失。请先
git push或用scp、rsync或colab download复制文件,或者用colab drivemount挂载 Google Drive。
值得记住的 CLI 命令
- colab sessions:列出活动会话
- colab status:查看会话状态
- colab usage:查看余额和使用速率
- colab upload / colab download:上传和下载文件
- colab drivemount:在机器上挂载 Google Drive
- colab stop -s <名称>:关闭会话
搞定:Colab 变成了你 ~/.ssh/config 里的又一个 host。一条 ssh colab,你就能进入一台带 GPU 的 Linux 机器,只按运行时间付费。
相似文章
@_philschmid: Google Colab CLI 和 Skills 已发布。从终端完全操控 Colab 运行时。 - GPU/TPU 配置 (colab --gpu A100) …
一款适用于 Google Colab 的全新 CLI 工具,支持从终端进行 GPU/TPU 配置、远程脚本执行和交互式 REPL 访问,内置 Agent Skills 功能,可自动完成模型微调等任务。
@xiaoying_eth: Google 这波,等于把 GPU 黄牛的桌子掀了 VS Code 现在可以直接连接 Google Colab。 也就是说: → 在你自己的编辑器里,白嫖一张 T4 GPU → 代码和文件在本地,算力用 Google 的 链接: http…
Google发布官方Colab VS Code扩展,允许用户直接连接Colab运行时,在本地VS Code中免费使用T4 GPU等算力,结合了编辑器的强大功能和Colab的云端资源。
@HowToAI_:Google 终结了 GPU 垄断,VS Code 现已直连 Google Colab。→ 你的编辑器内即可获得免费 T4 GPU…
Google 宣布 Visual Studio Code 与 Google Colab 实现直接集成,让开发者能够在本地编辑环境中直接利用免费的 T4 GPU 算力运行代码。
@cjzafir: 我付了13.99加元给Google,用A100 80GB GPU训练一个9B参数的LLM模型。耗时:> 10分钟打开笔记本 > 7小时训练 …
一位用户分享了使用Google Colab以13.99加元在A100 GPU上训练9B参数LLM的工作流程,指出整个过程可以过夜运行,并感叹训练小语言模型已不再困难。
@Saccc_c: 冷知识:ChatGPT Work给所有付费用户内置了一个20G、9核的虚拟机 (我是pro,plus好像是15G) 相当于免费赠送了一台VPS,你能在上面运行任意的远程服务,包括自动化任务、部署agent等等 直呼牛逼,准备配置一个ope…
ChatGPT Workspace为付费用户内置了一个20G/9核的虚拟机(Pro用户20G,Plus约15G),相当于免费赠送一台VPS,可用于运行远程服务、自动化任务和部署agent。