Zur Einführung die Webseite von Google zu Colab:

https://colab.research.google.com/#scrollTo=Nma_JWh-W-IF

Hier ein Einführungsvideo in englischer Sprache:

https://www.youtube.com/watch?v=inN8seMm7UI

Colab wird im Bereich des maschinellen Lernens in großem Umfang u. a. mit folgenden Anwendungen eingesetzt:
Erste Schritte mit TensorFlow
Neuronale Netzwerke entwickeln und trainieren
Tests mit TPUs durchführen
Verbreitung der KI-Forschung
Anleitungen erstellen

Auch in der Lc0-Entwicklung wird Colab eingesetzt.

Die einfache Colab Version ist kostenlos.

Für Colab Pro fällt eine Gebühr von 50 Dollar monatlich an.
Für bekommt man Zugriff auf GPUs und TensorCores.

Hier der Link auf die FAQs:

https://research.google.com/colaboratory/faq.html

Hier die Google Gruppe „How to use Google Cloud or Google Colab for running tournaments“:

https://groups.google.com/g/lczero/c/F1bFQIrA4aE

Hier bei GitHub „A collection of colab notebooks demonstrating how to perform various development, training, and testing tasks for leela chess zeo (lc0) in Google Colab“:

https://github.com/chanind/lc0_colab_notebooks

Hier ein Colab/GitHub Beispiel zu „Python Chess Engine Train“:

https://colab.research.google.com/github/iAmEthanMai/chess-engine-model/blob/main/train_chess_engine.ipynb

Hier die Webseite von „Jupyter“:

https://jupyter.org/

Hier ein Einführungsvideo auf YouTube in deutscher Spache zu Colab und Jupyter:

https://youtu.be/9auDa7yDyzE

Hier: „Programming a Chess Player“ on Jupyter:

https://jupyter.brynmawr.edu/services/public/dblank/CS371%20Cognitive%20Science/2016-Fall/Programming%20a%20Chess%20Player.ipynb

Übrigens: Lc0 und Cutechess laufen unter Colab.
Eine a100 ist rd. 2x schneller als eine RTX 3080ti.
Colab läuft (auch) auf einem Notebook, am besten unter Linux.
Sehr leise, externe GPUs, keine GPU Stromkosten und keine GPU Anschaffungskosten.
Colab passt sich mit den eingesetzten GPUs dem technischen Fortschritt an. Also kein Ausrüsten erforderlich.