hobingoding.com - Setelah sebelumnya kita telah belajar menggunakan Google Colab mulai dari membuat colab baru dan menjalankan program pada Google Colab maka kali ini kita akan lanjutkan pembelajarannya dengan topik runtime Google Colab. Sederhananya runtime Google Colab merupakan komputer virtual yang diberikan secara gratis untuk kita dapat menjalankan kode program pada Google Colab. Karena pada dasarnya jenis runtime ini menggambarkan jenis komputer yang digunakan, maka pemilihan jenis runtime ini akan berpengaruh pada waktu eksekusi dan sumber daya yang dapat kita gunakan pada Google Colab. Hal ini akan lebih nampak perbedaannya jika kita menjalankan kode program yang membutuhkan daya komputasi yang besar,
Secara default terdapat 2 jenis runtime yang dapat kita gunakan secara gratis yaitu CPU dan T4 GPU. Dari kedua runtime ini T4 GPU memiliki performa yang lebih baik dibandingkan dengan CPU dan cocok untuk training model deep learning berukuran sedang. Selain kedua runtime ini terdapat runtime lain yang lebih cepat dan mumpuni dari segi performa yaitu L4 GPU, TPU v2-8, dan A100 GPU. Sebagai catatan ketiga jenis runtime terakhir ini tidak tersedia pada versi gratis dan kita harus berlangganan Google Colab Pro untuk dapat menggunakannya.
Cara Mengganti Runtime Goolge Colab
1. Pada dashboard Google Colab, pilih menu Runtime, lalu pilih Change runtime type untuk menampilkan opsi runtime yang dapat dipilih.
2. Di sini kamu tinggal memilih runtime yang ingin kamu pergunakan sesuai pembahasan kita sebelumnya. Selain memilih jenis runtime, kamu juga dapat mengganti bahasa runtime yang ingin kamu pergunakan yang terdiri dari Python dan R.
3. Setelah selesai dashboard Google Colab akan direfresh secara otomatis dan jenis runtime yang kamu pergunakan sekarang dapat kamu lihat di bawah fitur Comment sebelah kanan atas.
Meskipun dapat digunakan secara gratis runtime CPU dan T4 GPU juga memiliki limit penggunaan sekitar 12 jam komputasi. Yang artinya jika limit ini habis maka kamu harus menunggu sekitar 24 jam untuk dapat menggunakannya kembali. Limit ini berlaku pada keseluruhan file Google Colab yang kamu pergunakan sehingga apabila kamu menggunakan dua notebook Google Colab secara bersamaan maka limit yang tersedia akan semakin cepat habis.
Berdasarkan pengalaman saya untuk tugas-tugas yang tidak memerlukan sumber daya komputasi yang besar runtime T4 GPU sebenarnya sudah lebih dari cukup. Namun sekedar tips buat kamu, jika kamu ingin mengerjakan banyak notebook Google Colab maka sebaiknya lakukan pada akun Google yang berbeda. Hal ini dikarenakan limit tersebut berlaku pada masing-masing akun Google sehingga kamu dapat membuat banyak akun Google untuk mendapatkan limit yang lebih banyak.