Google 正式將 Colab 進階運算權益納入 Google AI 付費訂閱方案，讓符合資格的 Google AI Pro 用戶在原有 Gemini 等 AI 服務之外，也能使用雲端 GPU 和 TPU 資源進行模型開發及測試。有用戶表示帳戶獲得 200 個 Compute Units，並成功使用 NVIDIA A100 80GB GPU，但 Google 未保證所有訂閱戶均可取得相同配額或硬件。
9 月起分階段推出 原有訂戶毋須額外購買 Colab
Google 早於 9 月 22 日宣布整合安排，並表示相關權益將於隨後數星期逐步向 Colab 支援地區的 Google AI 訂閱戶開放。
根據官方說明，符合資格的 Google AI 付費方案將獲得每月 Colab 運算單元，以及優先存取較高效能 GPU 和 TPU 的權益。用戶毋須另外訂閱 Colab Pro，相關權益會自動套用至同一 Google 帳戶。
Google AI Ultra 訂閱戶則有額外權益，包括 Premium GPU 存取及背景執行功能，讓長時間訓練工作可在關閉瀏覽器分頁後繼續運行。
現有 Colab Pro 或 Pro+ 訂閱亦不受影響。用戶可以同時持有 Google AI 與 Colab 訂閱，兩個方案的運算單元將計入同一帳戶餘額。
有用戶獲 A100 80GB GPU 型號及運算時數沒有保證
社交平台近日有用戶分享，Google AI Pro 帳戶獲得 200 個 Compute Units，並能連接配備 80GB 顯示記憶體的 NVIDIA A100 GPU。對於需要執行大型 AI 模型的開發者，這類硬件可用於模型推論、量化測試及 LoRA 微調等實驗。
A100 80GB 的主要優勢是較大的 GPU 記憶體容量，容許開發者載入較大型的模型權重，或在訓練時容納更多中間運算資料。實際可執行的模型規模，仍取決於模型架構、權重量化方式、上下文長度及訓練設定。
不過 Google 官方公告沒有承諾 Google AI Pro 固定提供 A100 80GB，也未在相關公告列明所有 Pro 帳戶均可獲得 200 個 Compute Units。官方 FAQ 明確指出，Colab 會動態調整可用 GPU 型號、用量限制及硬件供應，即使是付費用戶，也不能保證隨時取得指定 GPU。
Compute Units 亦並非固定運算時數。不同 GPU 及運行配置的消耗速度可以不同，運算單元耗盡後，帳戶便須遵守免費方案的相關限制，或另行購買額度。
降低模型實驗門檻 企業正式部署仍須另作規劃
這項整合讓已訂閱 Google AI 的開發者，可以利用現有訂閱進行更多 AI 模型實驗。對需要評估 Gemma 等開放權重模型的技術團隊而言，Colab 可用於初步驗證模型能否運行、比較量化配置，以及測試微調流程，減少為短期實驗而額外準備高階 GPU 硬件的需要。
不過 Colab 本身屬於共享雲端運算環境，執行階段有生命週期限制，GPU 供應亦會隨時變化。因此這項新權益較適合開發、學習及概念驗證，企業不能單憑 Google AI Pro 訂閱便假設取得具備固定硬件規格及可用性保證的生產環境。
Google 官方指出，需要保證資源的用戶可考慮 Colab Enterprise 或其他受控雲端運算部署方式。
如何檢查帳戶是否取得新權益
已訂閱 Google AI Pro 的用戶可以使用同一 Google 帳戶登入 Colab，進入「設定」中的「訂閱」頁面，檢查目前已啟用的訂閱及運算單元餘額。
用戶亦可在筆記本的執行階段設定中查看可選用的硬件加速器。能否選擇特定 GPU，取決於帳戶權益及當時資源供應。
Google 指出，相關權益只適用於符合資格的 Google AI 付費方案，單純訂閱 Google One 儲存空間方案不包括 Colab 進階權益。免費試用期間亦不包括相關福利，須待合資格付費訂閱正式生效。
資料來源：Google Developers Blog、Google Colab 官方 FAQ、Threads 社群帖文
