做昇腾NPU相关的事情有一段时间了，发现华为在 GitCode 上放了免费的 NPU 算力，单卡 910B，单次最长 2 小时，每月 1000 核时——折算下来如果选 4 核 CPU 配置，相当于每月 250 小时使用时长。虽然单次 2 小时的限制注定了它没法用来跑稳定服务或接入 coding，但用来学习、做传统 AI 小模型训练、跑推理验证、甚至搞 agent 开发，都是完全够用的。

今天就教大家怎么薅这部分算力的羊毛。

背景：节省成本、寻找免费算力资源

本文适合哪些开发者关注？

第一，英伟达 GPU 算力****又贵又缺。 这个不用多说，从 2023 年到现在，A100/H100 一卡难求的局面时好时坏，但价格始终没便宜过。在线算力平台按小时收费，跑一个大模型推理实验，随随便便几十块就出去了。对于还在验证阶段、不确定方向是否可行的个人开发者来说，这个成本并不低。

第二，国产 NPU 正在快速成熟，值得提前布局。 华为昇腾 910B 单卡算力达到 320 TFLOPS（FP16），虽然跟最新一代英伟达旗舰还有差距，但已经能覆盖绝大多数推理和轻量训练场景。更重要的是，CANN（华为的神经网络计算架构）已经全量开源，vLLM、SGLang 等主流推理框架也陆续完成了昇腾适配。软件生态正在从"能跑通"走向"能跑快"。

如果你是做 AI 应用开发的，迟早会面对"部署阶段要不要用国产卡"这个问题。提前在免费算力上跑通流程、积累经验，等到真正需要做技术选型时就不会两眼一抹黑。

第三，华为在真金白银地补贴生态。 GitCode Notebook 的免费算力就是其中一环。知道的人还不算多，羊毛充足，有需求的同学确实不应该错过。

进入方式

1. 打开 GitCode 主页

进入 GitCode，注册并登录账号。在右上角用户头像处，选择"我的 Notebook"。

2. 激活 Notebook

如果是第一次使用，页面中间会提示"激活 Notebook"，点击即可。

3. 选择资源配置

这里有几个关键选项：

计算类型： 可以选 NPU 或者 CPU。既然都来薅算力了，相信大家也是为了 NPU 而来的吧。

容器镜像：
GitCode 提供了预装镜像，如果是跑大模型推理，推荐选带 vLLM 或 SGLang 的镜像，预装了昇腾 CANN 驱动和推理框架，开箱即用；其它的就无所谓

存储大小： 写本文时是限时免费 50G，足够放模型权重和实验代码。不知道以后会不会改，趁现在赶紧用。

4. 进入 JupyterLab

配置完成后，会自动进入 JupyterLab 界面。右上角有计时器，单次最长 2 小时，到点会自动释放资源。

5. 退出时记得关闭

用完一定记得手动关闭 Notebook！不然即使你关了浏览器，实例还在跑，会持续消耗你的时长额度。在 Notebook 页面头像弹出的菜单里可以查看剩余额度。

一些使用技巧

灵活选择开发界面

JupyterLab 里可以选择 Jupyter Notebook、Python 交互环境或者直接开 Terminal 写 Shell。日常实验用 Notebook 最方便，跑脚本用 Terminal 更直接。

查看 NPU 资源

在 Terminal 里运行 npu-smi info，可以查看 NPU 的实时状态：

从输出可以看到，可用的是单卡资源，显存接近 30GB，是 910B 的阉割版（相比完整版的 64GB 显存）。不过对于跑 7B-13B 级别的模型推理，这个显存是够用的。

从输出可以看到，可用的是单卡资源，显存接近 30GB，是 910B 的阉割版（相比完整版的 64GB 显存）。不过对于跑 7B-13B 级别的模型推理，这个显存是够用的。

甚至可以装 Claude Code在上面蹦跶

没错，在 Notebook 的 Terminal 里可以直接 npm install 装 Claude Code，然后用 NPU 环境跑 agent 相关的开发。虽然单次 2 小时有局限，但做 agent 原型验证绰绰有余。

优先使用 GitCode 上的模型资源

GitCode 平台本身托管了大量开源模型，有两个好处：

1. 多数已经做了昇腾生态适配，不用自己踩 NPU 兼容性的坑；

2. GitCode 内部资源加载速度极快，几乎是秒载，省下大量下载等待时间。

如果需要的模型在 GitCode 上有，优先从平台拉取，不要从 HuggingFace 或其他外部源下载。

⚠️ 最重要的提醒：环境是临时的

Notebook 实例的环境是临时的，关闭后所有文件都会被删除。所以：

• 实验成果、代码、模型权重，务必在关闭前保存到本地，或者直接 push 到 GitCode/GitHub；

• 下次打开新 Notebook 时，再从仓库拉取就行；

• 养成随手 git commit 的习惯，2 小时一晃就过，别等超时了才想起来没保存。

最后

看到这里，估计大家都明白了：GitCode Notebook 本质上是华为版的 Google Colab，是华为为了推广昇腾 NPU 生态而投入的免费算力资源。

写本文的时候，个人额度还有 1000 核时/月。如果选 4 核 CPU 配置，相当于每月 250 小时——考虑到一天只有 24 小时——这个额度对个人开发者来说绝对是够够的了。

当然，免费资源也有它的局限：单次 2 小时、单卡、阉割版显存、临时环境。它不适合跑需要长时间训练的任务，也不适合做线上服务。但对于学习昇腾生态、验证模型可行性、跑推理 demo、做 agent 原型开发这些场景来说，它是目前最好的免费 NPU 资源。

如果你正在做或打算做昇腾相关的开发，别犹豫，先把羊毛薅起来。等你知道的人多了，额度会不会缩水就不好说了。