Kaggle 免费双 T4 跑无审查 Qwen3-14B:从零写 Notebook 到对外调用

先说结论:Kaggle 给个人账号每周 30 小时免费 GPU,一台 Notebook 两张 Tesla T4,每张 15.3GB 可用显存。9GB 的无审查 Qwen3-14B 单卡就能跑,实测 13–16 tok/s。本文把 Notebook 从零写到能对外调用的每一步都按实测写出来,照着抄就能跑。 和之前那篇 Colab 方案比,Kaggle 不用订阅、双 T4、每周 30 小时;代价是条款对长期对外服务更严,也没有 Drive 那样的持久缓存。自己测试、做实验,Kaggle 更划算。 一、Kaggle 免费 GPU 到底给什么 每周 30 小时 GPU(TPU 另外 20 小时),按会话计时,跑一个 cell 才开始算。 单次会话最长约 9 小时。官方两份文档数字打架,按短的规划。 空闲 20 分钟自动断开。注意是"空闲":后台跑着的 Ollama 不算"执行中",所以要留一个长期占着的 cell 保活,或者用 Save & Run All(无空闲超时,上限 12 小时)。 开 GPU 要先验证手机号:没验证之前,Accelerator 里 GPU T4 x2 是灰的,验证完就能选。TPU 还要再做身份验证,GPU 不用。 额度数字以官方文档为准,免费政策随时可能变,动手前以官方页面为准。 二、新建 Notebook:两个开关 Kaggle 首页 → Create → New Notebook。 右侧 Session options → Accelerator 选 GPU T4 x2。 Internet 确认是开的(新建默认开)。Kaggle 没有入站端口,模型下载和隧道都靠出站联网。 跑一个 cell 之后会话才真正启动、开始计费。只写代码、改 cell 的时间不算。 ...

November 17, 2026 · 2 min · 

免费的云端电脑:GitHub Codespaces 2 核 8GB 实测 + Kaggle 双 T4 GPU

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。 ...

November 17, 2026 · 2 min · 

Google AI Pro 隐藏福利:白嫖 Colab GPU + Cloudflare 对外发布 + 本地 SSH,跑满血 Qwen3

先说结论:如果你已经订阅了 Google AI Pro,Colab 里那块免费的 T4 GPU 别只在网页里玩玩。把它和 Drive 缓存、Cloudflare 隧道、本地命令行接起来,就是一台有固定域名、手机和家里都能调用的私人模型服务器。本文这条链路我从头到尾跑通过,下面写的每一步都是实测过的。 一、AI Pro 的 Colab 福利:不只是一个 notebook 很多人把 Colab 当成“免费 Jupyter”,但订阅 AI Pro 之后,它多出来的东西刚好能拼成一台服务器: 计算单元更多、GPU 分配更优先:免费版也能分到 T4,但高峰期经常排队或者只给 CPU;Pro 的配额明显宽松得多,T4 基本随要随有。 后台执行:合上浏览器标签页,运行时不会立刻被回收,适合挂长时间任务。 Drive 5TB:Pro 订阅把 Drive 从 15GB 提到 5TB。这点最关键——模型权重可以直接缓存进 Drive,下次启动不用重新下载,一个 9B 模型 5-6GB,下载一次就够了。 Colab Secrets:敏感信息(比如 Cloudflare 隧道 Token)可以存在 Secrets 里,代码里只写名字,不落明文。 免费版不是不能跑,后面这套流程在免费版上一样能走通,区别是额度更紧、排队更久、会话更容易被回收。 二、免费用 Google GPU:从零到第一个回答 新建一个 notebook,把运行时类型改成 T4 GPU,然后按这个顺序走: 1. 挂载 Drive 做模型缓存。 第一次运行会弹授权,挂上之后在 MyDrive/colab-cache 里建个目录,以后 Ollama 的模型就存在这里。实测第二次启动直接命中缓存,省掉几 GB 的下载时间。 ...

November 16, 2026 · 2 min ·