2023 年，AI 热潮延烧，而想要学习和使用 AI，一个基础条件是需要有较好 GPU 的电脑提供算力。其中原因之一是，与 「通才型」处理器 CPU ，理论上能完成任何运算任务不同，GPU 硬件架构中有专门为深度学习中常见执行数值计算任务设计（如矩阵乘法、卷积等）。另外重要的是，GPU 支持大规模并行运算，可以同时处理大量神经元和参数训练任务，加速训练和推断。
新世纪，电脑可以在本地，也可以在云端。Google Colab（全名为「Colaboratory」）是一个由 Google 提供的云端 Jupyter 笔记本环境，可以在浏览器使用 云端的 GPU，执行 AI 任务。以下以时下最热门的 Whisper 和 Stable Diffusion 为例：
免费付费
Google Colab 最初设计是学习、教学演示用，可以免费使用。但由于 Google Colab 使用简单、配置较高，随着 AI 热度持续增加，高峰时期往往需要排队，如果需要较稳定使用 Google Colab，可以考虑购买运算单元。运算单元以量计价，不用的时候不计价（注意，未使用的运算单元会在 90 天后失效）。Colab 运算单元便宜的购买渠道是在土耳其区购买。
另外，Colab 使用 Google Drive 存储，免费 15 GB，有些 AI 项目如 Stable Diffusion 需要下载模型，15 GB 可能不够，此时可以订阅 Google One 提升存储空间。Google One 便宜的购买渠道是通过 Google Drive 的土耳其区 iOS 内购。
Whisper
准备
Whisper 是 OpenAI 的开源语音转文字模型，支持多语言，准确率很高。在 Colab 中使用非常简单，已经有很大大大写好笔记，下面以 autotranslate 这个笔记为例：
打开 autotranslate笔记本，按照顺序点击各标题左侧的三角形按钮，运行各个单元，
当下载好模型后，就可以选择需要转文字的音频文件，可以是 Youtube 链接，也可以是 Google Drive 中的文件。
填写好音频文件路径后就可以进行转录，可以看到转录后的文字，
转录完成后可以合成 .SRT 文件储存在 Google Drive 中。再次转录可以再次运行这个笔记本，故可以将这个笔记本储存副本方便使用。
使用场景
人接受信息很大一部分来自视觉，字幕虽为无障碍设计，但有文字可以更好、更快地理解音视频内容。以下是几个应用场景：
1、将会议语音转成逐字稿
在会议中录音，将会议音频通过 Whisper 转成文字档，再利用 ChatGFT 将录音逐字稿转成规范文章段落及会议内容摘要。
2、为学习类视频添加字幕
有些学习类视频缺少字幕，可以通过 Whisper 添加字幕，加快学习进度。
Stable Diffusion
Stable Diffusion 是开源的文字到图像生成模型，相较于 Midjourney，Stable Diffusion 可以本地部署，自己训练模型，更灵活调节各种参数，以及无限制生成图片。
准备
Google Colab 是运行 Stable Diffusion 的好方式，由于 Stable Diffusion 太多人使用，目前 Google Colab 只有付费后才可以运行 Stable Diffusion。
首先打开这个网页，首次运行需要先运行第一个笔记本中的命令，会下载安装各种依赖，期间需要 Google Drive 授权。
第一个笔记本运行结束后再运行第二个笔记本，第一次运行可能时间会比较长，等到输出单元格中显示链接，
后打开链接即可看到 Stable Diffusion WebUI。
