共计 963 个字符，预计需要花费 3 分钟才能阅读完成。
过来两年，有三类人对显卡价格特地敏感。
一类是游戏党，第二类是挖矿党，还有一类是炼丹党，所谓“炼丹”就是搞学术研究的大佬，或者计算机专业的学生。
极其状况下，搞不到 GPU 做机器学习，搞不好都能影响毕业。
不得不说，显卡是真的缺，前不久，杜克大学电子与计算机工程系陈怡然传授发的微博也提到了显卡。
他说，有个敌人想从 AWS 那里申请点收费的 GPU 资源。甚至还自嘲，“学术界的人，不仅事儿多，还不能给人家提供什么利润”。显卡曾经缺到这种境地了。
而我，作为云资源的资深羊毛党，已经作为新用户，用了两年 AWS Freetier 资源，但 AWS Freetier 并没有 GPU 资源，也不难理解，毕竟 GPU 太贵了。
前几天，又有敌人问我，她有敌人想做毕设，须要用 GPU，想理解下 AWS 有没有相似的资源，我先是说，这个货色真没有。
而后，想起来，我敌人圈里有个 AWS 的专家，这位专家也很 Nice 地说，“还真有！”
链接在这里：
- https://studiolab.sagemaker.aws/
当我看见，这货色完全免费。
我血液里的羊毛党的激情又燃了起来，忍不住试了试。
各种根本信息，邮箱用的是 QQ 邮箱，也不须要信用卡信息，哈哈哈！
提交申请！
验证完邮箱，而后就等 AWS 的神秘工作人员通过我的申请了。
我是周四下午六点申请的，周五上午 7 点 42 个收到了申请通过的告诉。
【坏笑】
点击创立账户，而后又验证了一次邮箱，功败垂成！
能够选 CPU 也能够选 GPU 资源，为了跟付费资源区别开，CPU 每运行 12 个小时会本人中断一次 runtime 和过程，但进度会保留下来，GPU 则是 4 个小时中断一次。
点击开启运行时，稍候片刻，右侧的按钮点亮。
而后就是相熟的 Jupyter Notebook 了！
SageMaker Studio Lab 是一个收费的 Notebook 开发环境，提供 15GB 长久存储，应用的时候，所有 notebook，源代码，文件，数据集都能主动保留，每次从新关上都能持续原来的进度。
它自身是基于开源的 JupyterLab 打造的，所以，本地上怎么用 JupyterLab，就能在这里怎么用 SageMaker Studio Lab。
方才关上的是 CPU 版本的，我试了试 GPU 版本，弹出了一个提醒，确定用 GPU 之后，提醒目前临时没有可用的 GPU 资源，可能等等就有了。
如果是囊中羞涩的学生党，那就无妨等等呗？
