본문 바로가기
IT/AI

Google Colab Pro 코랩 유료 구독 서비스

by 소소메모 2020. 2. 10.
반응형

데이터분석, AI 실습 등 조금이라도 해보신분들에게

클라우드 환경에서 무료로 GPU 를 사용할 수 있는 곳은? 

 

질문 하면 대부분이 구글 Colab 대답할 것이다.

 

 

Colab 이 유료 서비스를 시작했다.

 

 

이름하여 Colab Pro

 

사이트 주소는 아래와 같다.

https://colab.research.google.com/signup

 

 

접속을 아래와 같은 문구가 바로 나온다.

구독 서비스로 한달 9.99 에 Pro 로 이용가능하다.

 

무료로 사용해도 충분한데 굳이 유료로 사용을?

하고 반문할 수도 있을 것이다.

 

하지만 무료로 꽤 하드하게 작업을 돌리다 접속이 제한되는 경험을 해보신 분들이라면, 

돈을 주고서라도 유료로 돌리고 싶다는 열망이 생길 것이다.

(보통 이럴 때 가정용 머신러닝 PC장만을 꿈꾸는 사람도 있고, 클라우드로 GPU를 써보는 것은 어떨까하고 클라우드 가격을 알아보는 사람도 있을텐데, 둘다 금액에서 그 열망을 접게 된다... 내가 그랬다)

 

9.99 달러 (만이천정도?)가 누군가에게는 큰 돈일 수도 있겠으나, 개인적으로  GPU 를 하루 24시간 / 한달 동안 사용가능이면 그래도 지불해 볼만한 가격이라 생각된다.

 

그럼 무료와 유료 서비스를 비교해보겠다.

 

구분 무료 유료 의견
GPU K80, T4

T4, P100 등 무료보다는 좋은 사양에 할당

TPU 우선 할당

상당히 애매하게 작성해놓음무료보다는 조금 더 좋은 사양에 할당이 된다 정도인데 사용시간에 따라 다르다라고 언급

무료도 보통 T4로 할당 됨.

유지시간 12시간

24시간

(단, 완전보장 못함)

24시간이라고 쓰여있지만, 끊길 수도 있고, 24시간 보다 줄어들수도 있다고 언급
RAM 12.72 GB

고용량 : 25.51 GB

표준 : 12.72 GB

런타임 유형을 고용량 RAM 으로 직접 변경해야 커짐
CPU Intel(R) Xeon(R) CPU @ 2.20GHz / 2.30GHz Intel(R) Xeon(R) CPU @ 2.30GHz 

무료도 2.30 할당 되기도 함

사양 거의 동일

 

어쩌면 이 표를 보고서, 유료 안해도 되겠다 할 수 도 있을 것 같다.

 

GPU는 조금 더 낫다는데 설명을 읽어보면 어차피 거기서 거기인것 같고,

CPU도 거의 동일하다.

 

유지시간과 RAM 에서 차이가 나는데, 

시간은 24시간까지 가능인데 완전 보장은 못한다고 하고 있으며,

RAM 은 런타임 유형변경시 2배 정도 커진다.

 

아마도 이 유지시간과 RAM 두가지 장점에서 사용할까 말까 고민이 될 수 있을 것 같다.

 

가입 웹페이지에 들어가서 FAQ 가장 아랫줄을 보면 다음과 같이 적혀있다.

 

 

그렇다 미국에서만 사용가능하다고 적혀 있다.

하지만

구독 시 위치가 미국으로 기본 셋팅되어 있어서 VISA 나 Master 등 해외결제 가능한 카드만 있다면 바로 유료 구독이 가능하다.

 

 

 

지르고난 뒤 화면 

 

실제 결제를 했더니 10.59 USD 로 승인이 되었다 ㅠㅠ (해외 결제 수수료가 더 들어가는 것 같다)

 

코랩으로 들어가면 무료와 거의 메뉴가 같지만,

좌측 상단에서

 

PRO 마크를 확인할 수 있다.

 

다른 메뉴는 동일하지만

런타임 유형변경 메뉴에서 조금의 차이가 있다.

 

 

 

런타임 구성이라는 메뉴가 새로 추가되어 있으며, 

"표준", "고용량 RAM" 을 선택할 수 있다.

표준으로 선택하면 무료와 동일한 12 GB 정도의 RAM 이 할당되며, 고용량 RAM 으로 선택시 25 GB RAM 이 할당된다.

 

 

GPU 사용 / 고용량 RAM 으로 런타임 유형을 변경한 뒤 하드웨어 정보를 조회해보았다.

 

!head /proc/cpuinfo

processor	: 0
vendor_id	: GenuineIntel
cpu family	: 6
model		: 63
model name	: Intel(R) Xeon(R) CPU @ 2.30GHz
stepping	: 0
microcode	: 0x1
cpu MHz		: 2300.000
cache size	: 46080 KB
physical id	: 0

 

!head -n 3 /proc/meminfo

MemTotal:       26753328 kB
MemFree:        24009948 kB
MemAvailable:   25761100 kB

 

!nvidia-smi

Mon Feb 10 13:32:09 2020       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.48.02    Driver Version: 418.67       CUDA Version: 10.1     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Tesla P100-PCIE...  Off  | 00000000:00:04.0 Off |                    0 |
| N/A   40C    P0    26W / 250W |      0MiB / 16280MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

 

 

유료 구독을 망설이는 분들에게 도움이 되었기를 바란다.

 

쓰고나니

유료 구독자가 생각보다는 많지 않을 수도 있겠다는 생각이 들었지만...

 

그래도 난 써보려고 한다.

데이터 분석, 특히나 대회 같은 것은 시간 싸움이다.

 

"시간은 금이라구 친구."

 

 

 

반응형

댓글