借云之手，驾驭本地算力：Google Colab 本地运行时配置指南

分类： 格物 标签： #Colab , #Jupyter , #生产力 , #炼丹术

download

在深度学习的探索之路上，Google Colab 无疑是一扇慷慨的窗，让我们得以免费窥探 GPU 加速的风景。但云端虽好，有时却难免受限于网络波动、存储空间或是那令人捉摸不透的资源分配策略。

有没有一种可能，既能享受 Colab 那优雅流畅的 Notebook 交互界面，又能直接调用我手边这台“猛兽”的本地显卡与数据？

答案是肯定的。通过**本地运行时 (Local Runtime)**，我们可以打通云端与土库的任督二脉。

为什么需要本地运行时？

通常我们使用 Colab，是用它的界面控制它在 Google 服务器上的虚拟机。而“本地运行时”则是让 Colab 的网页前端，通过 WebSocket 协议连接到你本地电脑上运行的 Jupyter Server。

这样做的好处显而易见：

  1. 算力自由：直接使用你本地的 GPU（RTX 3090/4090 等），不再受限于 Colab 的分配。
  2. 数据无忧：直接读取本地硬盘的数据集，无需费时费力地上传到 Google Drive。
  3. 环境可控：使用你本地配置好的 Conda 环境，缺什么包直接 pip，不用每次重连都重新安装。

配置步骤：搭建云与端的桥梁

1. 基础环境准备

首先，确保你的本地环境中已经安装了 Jupyter。打开你的终端（Terminal 或 CMD），输入：

1
pip install jupyter

2. 安装通信扩展

为了让 Colab 能够通过 WebSocket 与本地服务通信，我们需要安装一个专门的扩展插件。

Bash

1
2
3
4
5
6
7
8
9
# 安装 HTTP-over-WebSocket 扩展
pip install jupyter_http_over_ws

# 启用扩展 (对于旧版本 jupyter)
jupyter serverextension enable --py jupyter_http_over_ws

# 注意：如果你使用的是较新的 jupyter-server (例如 Python 3.11 Windows 环境)
# 请尝试使用以下命令：
# jupyter-server extension enable --py jupyter_http_over_ws

3. 启动“开放”的 Jupyter 服务器

这是最关键的一步。我们需要启动一个允许跨域请求（CORS）的 Jupyter 服务，专门等待来自 Google Colab 的连接。

在终端中运行以下长指令：

Bash

1
2
3
4
5
jupyter notebook \
  --NotebookApp.allow_origin='[https://colab.research.google.com](https://colab.research.google.com)' \
  --port=8888 \
  --NotebookApp.port_retries=0 \
  --NotebookApp.allow_credentials=True

🔮 运行成功后： 终端会输出一连串日志，请找到其中包含 Token 的 URL，它长得像这样： http://localhost:8888/?token=abcdef123456...

请复制这个 URL，这是连接的密钥。

4. 在 Colab 中完成对接

回到浏览器，打开你的 Google Colab 笔记本：

  1. 点击右上角的 连接 (Connect) 按钮旁边的倒三角下拉箭头。
  2. 选择 **连接到本地运行时 (Connect to local runtime)**。
  3. 在弹出的对话框中，粘贴刚才复制的 本地后端 URL。
  4. 点击 连接。

当状态栏变为绿色的“已连接”时，恭喜你，你的 Colab 已经“降临”到了本地。

📝 重要的“避坑”指南

在享受便利的同时，有几点必须铭记于心：

  1. 主要路径：Colab 文件浏览区看到的“根目录”，实际上就是你在终端输入 jupyter notebook 命令时所在的文件夹。建议在项目根目录下启动命令。
  2. 环境一致性：此时代码运行在你本地的 Python 环境中。如果你在 Colab 单元格里运行 !pip install xxx，它实际上是安装到了你的本地电脑里。
  3. 隐私安全：虽然我们信任 Google，但请注意不要将此 URL 泄露给他人，拥有此 Token 意味着拥有你本地电脑的代码执行权限。