一句话看懂：有网友分享了一条用 Google Kaggle 免费每周 30 小时双 T4 算力跑 30B 编程大模型的做法，核心是用 Ollama 把模型平摊到两张卡上，再通过隧道接进本地编辑器。这套“临时算力工位”对显存不足的开发者有参考价值，但它属于个人经验，并非官方推出的功能。
事件核心：发生了什么
2026 年 11 月 8 日，X 用户 @mingzi206 发布了一条帖子，称 Kaggle 账号经手机验证后可获得每周 30 小时 GPU T4 x2 算力，合计 32GB 显存。按帖子描述，操作分四步：在 Notebook 中选择 GPU T4 x2 并打开联网开关；安装 Ollama 后以 OLLAMA_CONTEXT_LENGTH=32768 后台启动，避免默认 4K 上下文过早溢出；拉取 Qwen3-Coder 30B，约 19GB 显存被 Ollama 自动分到两张卡；最后用 cloudflared 把 11434 端口映射为公网域名，填入 Cursor 或智能体的 Base URL。帖子同时提醒：隧道链接公网可见，用完应关闭 Notebook；官方禁止常驻挂机，只适合随开随用。
为什么重要
这套做法的价值在于降低了本地大模型推理的硬件门槛。24GB 以下显存的开发者在本地跑 30B 级编程模型通常吃紧，而把云端 GPU 当作 OpenAI 兼容 API 的临时后端，是近年来较常见的低成本替代路径。对 Ollama、Cursor 这类工具而言，多卡平摊和隧道穿透组合起来，让免费算力可以直接进入日常编码流程。不过需要明确：这是社区用户对 Kaggle 平台能力的个人用法总结，Kaggle 官方并未以此为产品定位，免费额度和条款以官方页面为准。
对用户/开发者/创作者的影响
对个人开发者，最直接的用途是临时给代码智能体提供推理后端，省去本地显卡投入；对创作者，可用来试验开源编程模型的效果，但不应依赖它做长期服务。限制也很实际：公网隧道暴露端口存在安全风险，额度有限且账号验证有门槛，Kaggle 禁止将其用于挖矿或常驻负载。若用于生产或团队协作，仍建议选择正规云 GPU 或闭源 API。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Kaggle 的免费 GPU 配额与使用条款是否会调整；二是 Ollama 多卡自动分片与长上下文在 30B 模型上的实际稳定性，目前公开信息仅来自单条帖子，尚缺系统评测；三是是否有更多云平台跟进类似的低成本推理入口，以及开发者是否会形成更规范的隧道安全实践。
来源：@mingzi206
