Kỹ thuật & AI

Google Colab CLI: thuê GPU của Colab và chạy code từ terminal, kể cả bằng AI agent

Google Colab CLI chạy script trên GPU của Colab từ terminal, giúp bạn tự động hóa lượt chạy và lấy kết quả mà không cần mở notebook.

Tóm tắt

  • Thử chạy một script cần GPU từ terminal, rồi kiểm tra file kết quả, trạng thái phiên và compute unit đã dùng.
  • Lệnh colab run tạo máy, chạy script rồi tự tắt máy, nên hợp với AI agent và các việc chạy một lần.
  • Máy đang bật là đang trừ compute unit; gói miễn phí giới hạn GPU và có thể tắt phiên SSH khi số dư compute unit bằng 0.
Google Colab CLI: thuê GPU của Colab và chạy code từ terminal, kể cả bằng AI agent

Bạn có script cần GPU, nhưng mỗi lần chạy lại phải mở Colab, chạy notebook và tải kết quả bằng tay. Google Colab CLI cho phép chạy cùng việc đó từ terminal, để bạn tự động hóa một lượt chạy và kiểm tra file kết quả, phiên máy và chi phí sau khi xong.

Đánh giá dựa trên tài liệu và mã nguồn, phiên bản 0.8.0 trên PyPI (ngày 10/11/2026), xem ngày 19/11/2026; chúng tôi chưa chạy thử. HubCom chưa dùng công cụ này trong dự án khách hàng.

Khi chạy notebook bằng tay trở thành việc lặp lại

  • Colab vốn dùng qua trình duyệt. Muốn chạy code trên GPU của Colab, bạn mở notebook, dán code, bấm chạy và tải kết quả bằng tay.
  • CI và AI agent cần một lệnh chạy lại được. Các bước làm tay khiến việc chạy theo lịch và tự động lấy kết quả khó hơn.
  • Repo đưa Colab vào dòng lệnh: tạo máy, chạy script, lấy kết quả và tắt máy đều bằng lệnh, nên script, CI và AI agent gọi được.

Chức năng

  • Tạo máy: colab new tạo máy CPU, GPU (T4, L4, G4, H100, A100) hoặc TPU (v5e1, v6e1); --high-mem xin máy nhiều RAM.
  • Chạy code: colab exec chạy script .py, notebook .ipynb hoặc code từ stdin; biến và import còn giữ giữa các lần chạy trong cùng phiên.
  • Chạy một lần: colab run train.py tạo máy mới, chạy script với tham số, rồi tắt máy, kể cả khi script lỗi.
  • File: tải lên, tải về, liệt kê, xóa và sửa file trên máy Colab.
  • Shell và IDE: colab ssh mở shell, chạy một lệnh, hoặc làm cầu nối SSH để IDE (như VS Code) làm việc thẳng trên máy Colab.
  • Tiện ích: gắn Google Drive, cấp quyền GCP cho máy, cài thư viện bằng uv, xuất lịch sử phiên ra notebook hoặc Markdown.
  • Cho AI agent: skill colab-operator có sẵn trong repo (colab skill in ra nội dung), hướng dẫn agent cách xác thực, chạy việc và tắt máy.
  • Chi phí: colab usage xem tốc độ tiêu thụ và số dư compute unit.

Dự án của Google Colab, giấy phép Apache-2.0, cần Python 3.12 trở lên, chạy trên Linux và macOS.

Khi nào nên áp dụng?

  • Nên dùng khi cần GPU vài giờ để huấn luyện, fine-tune hay chạy thử model, mà không muốn mua máy hoặc dựng cloud.
  • Nên dùng khi AI agent cần chạy code nặng: agent viết script, colab run chạy trên GPU, kết quả quay về máy bạn.
  • Nên dùng để chạy lại một notebook có sẵn từ cron hoặc CI, rồi lưu kết quả thành file.
  • Chưa nên dùng cho dịch vụ chạy liên tục hay API phục vụ khách. Colab cấm dùng máy để lưu trữ file, phục vụ web, và giới hạn thời gian mỗi phiên.
  • Chưa nên dùng khi cần chắc chắn có GPU đúng loại, đúng lúc. Colab không cam kết tài nguyên; cần thì dùng Colab Enterprise hoặc GCP.

Lưu ý

  • Máy bật là tốn compute unit. Luôn colab stop khi xong việc; colab run không có --keep thì tự tắt.
  • Gói miễn phí bị giới hạn nhiều. GPU rất hạn chế; khi số dư compute unit bằng 0, Colab có thể tắt phiên SSH, remote desktop hay worker phân tán mà không báo trước.
  • Thời gian chạy có giới hạn. Thông thường tối đa 12 giờ một phiên; Colab Pro+ chạy liên tục đến 24 giờ nếu đủ compute unit.
  • Hết compute unit là về chính sách miễn phí, kể cả khi đang dùng gói trả phí.
  • Colab cấm một số việc trên mọi máy: đào tiền mã hóa, tạo deepfake, chạy proxy, tải torrent, dùng nhiều tài khoản để lách giới hạn.
  • Không hỗ trợ Windows. README chỉ hỗ trợ Linux và macOS.
  • Log cũ có thể chứa token. CHANGELOG ngày 19/11/2026 ghi bản sửa lỗi ghi token vào debug log; log do bản cũ tạo ra nên xóa.
  • Dự án đổi nhanh: từ 5/2026 đến 11/2026 có hơn 10 bản phát hành trên PyPI, vài bản bị rút lại. Nên ghim phiên bản trong máy CI.

Thử nghiệm

Trước khi giao cho AI agent, chuẩn bị:

  • Tài khoản Google dùng riêng cho công việc, và gói Colab phù hợp nếu cần GPU tốt.
  • Cách xác thực: ADC qua gcloud cho agent, vì luồng OAuth mặc định cần người bấm trên trình duyệt.
  • Script hoặc notebook cần chạy, kèm requirements.txt và đường dẫn file kết quả.
  • Loại máy cần: CPU, T4 hay A100, và ước tính số giờ chạy.
  • Giới hạn chi phí: số compute unit tối đa cho một lần thử.

Chạy thử một việc rồi lấy kết quả

  1. Cài CLI bằng uv tool install google-colab-cli, ghim phiên bản.
  2. Xác thực bằng ADC với lệnh gcloud auth application-default login kèm đủ bốn scope trong README.
  3. Thử máy CPU: colab new -s thu, chạy một dòng code, rồi colab stop -s thu.
  4. Chạy việc thật bằng colab run với loại GPU cần, để máy tự tắt khi xong.
  5. Cài skill colab-operator cho AI agent, và tách file trạng thái bằng --config khi chạy nhiều việc song song.
  6. Kiểm tra colab usage sau mỗi lần chạy để so với ước tính.

Bẫy thường gặp

  • Quên tắt máy. Máy bỏ quên vẫn trừ compute unit; colab sessions liệt kê cả phiên không còn trên máy bạn.
  • Gõ sai tên GPU. Tên không hợp lệ bị đổi thành A100, loại đắt nhất, thường rồi báo lỗi ở bước sau.
  • Để agent chạy lệnh cần người. colab repl, colab auth, colab drivemount và colab ssh không kèm lệnh sẽ treo chờ, hoặc tạo máy tính tiền.
  • Đưa dữ liệu không tin cậy vào dòng ! hay %%bash. IPython diễn giải {...} và $tên trong đó; truyền giá trị qua --env như skill hướng dẫn.
  • Nhầm colab auth với đăng nhập CLI. colab auth cấp quyền GCP cho máy Colab, không sửa lỗi 401 của CLI.
  • Không đặt tên phiên. Thiếu -s, tên phiên là chuỗi ngẫu nhiên, các lệnh sau dễ nhầm máy.
  • Lưu kết quả trong máy Colab. Máy bị xóa khi hết phiên; tải kết quả về hoặc ghi vào Drive trước khi tắt.

File đã tải về và máy đã tắt chưa?

  • colab sessions không còn phiên nào sau khi xong việc.
  • File kết quả đã nằm trên máy bạn hoặc trong Drive.
  • Mã thoát của colab run đúng: script lỗi thì lệnh trả về khác 0, CI bắt được.
  • Compute unit tiêu thụ khớp ước tính theo colab usage.

Không nằm trong bài này

So sánh giá Colab với cloud GPU khác, Colab Enterprise, và Colab MCP Server cho agent làm việc trong notebook trên trình duyệt. Xem mã nguồn dự án.

Thuật ngữ trong bài (7)
Google Colab CLI
Công cụ dòng lệnh chính thức của Google Colab để tạo máy CPU, GPU, TPU, chạy code và quản lý file từ terminal.
Google Colab
Dịch vụ notebook Jupyter trên cloud của Google, có máy GPU và TPU miễn phí hoặc trả phí.
Compute unit
Đơn vị tính phí của Colab; máy càng mạnh và bật càng lâu thì trừ càng nhiều.
GPU, TPU
Chip tăng tốc tính toán dùng để huấn luyện và chạy model AI; TPU là chip riêng của Google.
ADC (Application Default Credentials)
Cách đăng nhập Google Cloud qua gcloud, không cần bấm trên trình duyệt mỗi lần, hợp với script và AI agent.
Jupyter notebook
File .ipynb gồm các ô code, kết quả và ghi chú, định dạng chuẩn của Colab.
uv
Công cụ quản lý gói Python, nhanh hơn pip.

Câu hỏi thường gặp

Google Colab CLI có miễn phí không?

CLI miễn phí theo giấy phép Apache-2.0. Máy Colab chạy theo gói của tài khoản: gói miễn phí giới hạn GPU và thời gian, gói trả phí trừ compute unit theo loại máy và thời gian bật máy.

Có dùng Google Colab CLI trên Windows được không?

Không. README của dự án ghi chỉ hỗ trợ Linux và macOS.

AI agent như Claude Code có dùng được Google Colab CLI không?

Có. Repo có sẵn skill colab-operator hướng dẫn agent tạo máy, chạy script và tắt máy. Agent nên xác thực bằng ADC và dùng colab run để máy tự tắt khi xong.

Nguồn tham khảo

Trao đổi cùng HubCom ↗