免费云端电脑

先说结论:不用买新电脑、不用装环境,两个免费资源拼起来就能干活。GitHub Codespaces 给个人账号每月 120 核小时免费额度,2 核机型能跑 60 小时,浏览器里打开就是一台完整的 VS Code 开发机;Kaggle 每周再给约 30 小时的 GPU 时间,一台机器两张 Tesla T4。写代码、跑服务用前者,跑模型用后者,本地电脑只剩一个浏览器。

本文的额度数字以 GitHub 和 Kaggle 官方文档为准,2026 年 11 月核实;免费政策随时可能变,动手前以官方页面为准。

一、免费额度到底有多少:先算清核小时

Codespaces 的免费额度是按核小时算的,不是时钟。GitHub Free 个人账号每月给 120 核小时,外加 15GB 存储;Pro 账号是 180 核小时和 20GB 存储。免费组织账号没有这个额度,只有个人账号有。

120 核小时换算成实际能用的时间:

机型每月免费能用多久
2 核 / 8GB 内存 / 32GB 存储60 小时
4 核 / 16GB 内存 / 32GB 存储30 小时
8 核 / 32GB 内存 / 64GB 存储15 小时
16 核 / 64GB 内存7.5 小时

默认的 2 核机型就是帖子里说的那台:2 核、8GB 内存、32GB 硬盘。超了免费额度之后按量计费,2 核机型每小时 0.18 美元,4 核 0.36 美元,存储每月每 GB 0.07 美元。

三个计费细节要先知道:第一,机器停止后不收计算费,但存储费一直收到你删除它为止,停着的 Codespace 默认 30 天后自动删除;第二,免费额度内不需要绑定信用卡,超额使用才需要添加付款方式;第三,机器默认 30 分钟没操作就自动停止,这个时间可以在设置里改。

二、五分钟开第一台

开头只需要一个 GitHub 账号,完成邮箱验证就行。打开任意一个仓库,点绿色的 Code 按钮,选 Codespaces 标签页,再点 Create codespace,几十秒后浏览器里就是一台装好 VS Code 的开发机。不想从仓库开始也行,直接打开 github.com/codespaces,从空白模板建一台。

第一次建议就选默认的 2 核机型,免费额度最耐用。等熟悉之后再根据任务换 4 核:额度烧得快一倍,但编译和跑测试确实快不少。

三、这台云端电脑能干的十件事

1. 浏览器里打开完整 VS Code。 写代码、装插件、用终端、调试都在云端,本地只剩一个浏览器标签页。换台电脑登录同一个 GitHub 账号,环境和文件都在。

2. 仓库一键拉起环境。 从 GitHub 仓库直接开 Codespace,克隆和装依赖都在云端完成,本机不用折腾。项目里如果带了 .devcontainer/devcontainer.json,环境会按配置文件自动复现,换人、换电脑都是一样的环境。

3. 前端项目写完直接预览。 本地起开发服务器,Codespaces 可以把端口转发出来,给别人一个临时链接就能看效果,不用自己搭服务器,也不用发构建包。

4. Python 脚本和数据处理。 常用库装好就能跑,数据文件放云端,不占自己电脑的磁盘和内存,跑一半关掉浏览器也不会丢——机器还在云端跑着。

5. 后端 API 开发测试。 起服务、调接口都在同一个环境里,前后端联调不用在两台机器之间来回倒腾。

6. 学新语言。 想试 Go、Rust、Node,换个环境就行,本机不装一堆工具链,不污染自己的开发环境,学完删掉 Codespace 就干净了。

7. 给开源项目提 PR。 按项目配置复现环境,别人能跑起来的你也能跑起来,少踩装不上的坑,改完直接在云端跑测试再提交。

8. 数据库实验。 临时起 MySQL、PostgreSQL 练 SQL 和建表,练完整个环境删掉,不留残留服务在自己电脑上。

9. Docker 构建测试。 打包并运行容器,验证能不能正常交付,镜像构建的缓存和磁盘占用都在云端。

10. 更高规格按需选。 4 核机型随时能选,只是核小时扣得更快。平时写代码用 2 核,编译大项目或者跑重测试时临时换 4 核,用完换回来。

四、GPU 不够?Kaggle 每周再给双 T4

Codespaces 没有免费 GPU,跑模型要另找地方。Kaggle 的免费 GPU 正好补上这一块:每周约 30 小时的 GPU 时间,单次会话最长 12 小时,加速器选 GPU T4 x2,就是两张 Tesla T4。

用 nvidia-smi 能看到两张 Tesla T4,每张可用显存 15360MiB,4 核 CPU、约 29GB 内存。注意一个细节:T4 x2 一小时只扣一小时额度,不是两小时,因为配额是按会话时间算的。2026 年 9 月 15 日起,P100 已经退役,T4 x2 是现在唯一的免费 GPU 选项。

用 Kaggle GPU 有两个门槛:账号要完成手机验证,否则 GPU 和联网选项都不可用;高峰期可能要排队。会话里的东西只保留在 /kaggle/working 目录下,约 20GB 上限,关掉会话其他地方就清空了,所以它适合当临时的算力盒子,不适合当长期服务器。

五、两个怎么搭配

最顺的组合是分工:Codespaces 写代码、跑服务、做前后端联调;Kaggle 跑需要 GPU 的活,比如模型推理、微调、批量跑数据。也可以直接在 Kaggle Notebook 里写 Python,Jupyter 环境是现成的,数据集一键就能挂进来。

如果只想跑个小模型验证想法,Kaggle 每周 30 小时绰绰有余;如果要长期挂一个服务,还是 Codespaces 更合适,环境持久、端口能转发,停了 30 天内回来还在。

六、几个坑,先说在前面

  • 额度是按核算的:120 核小时不是 120 小时,2 核机型 60 小时就用完,4 核 30 小时。月底前在设置里看一眼用量,别等停了才发现。
  • 停了还在收存储费:不用的 Codespace 及时删掉,停着也会一直计存储费,默认 30 天后才自动删。
  • 别放敏感东西:这是 GitHub 的机器,不是自己的服务器。密钥、token、私人数据不要往里面放,写完及时删。
  • 免费额度只给个人账号:组织账号没有免费额度,用组织仓库开 Codespace 会直接走计费。
  • 政策会变:120 核小时、30 小时 GPU 这些数字都是 2026 年 11 月的官方口径,免费层级调整过不止一次,动手前看一眼官方页面最稳妥。

一句话总结:GitHub Codespaces 每月 60 小时的免费 2 核开发机,加上 Kaggle 每周 30 小时的双 T4 GPU,写代码和跑模型这两件事,2026 年都不用再为本地环境发愁了。