Kernels de Google Colab en Visual Studio Code

Jupyter Notebooks en Visual Studio Code es una potente integración que permite crear, editar y ejecutar cuadernos interactivos directamente dentro del editor. Esta funcionalidad combina la flexibilidad de los notebooks con las herramientas profesionales de desarrollo de VS Code, facilitando el trabajo en ciencia de datos, inteligencia artificial, análisis numérico y aprendizaje automático desde un solo entorno.

La experiencia se potencia con la posibilidad de conectar los notebooks a distintos kernels, tanto locales como remotos. Entre estas opciones destaca la extensión gratuita de Google Colab para Visual Studio Code, que permite enlazar los cuadernos directamente con servidores alojados por Google. Gracias a esta integración, los usuarios pueden acceder a recursos computacionales avanzados como GPU y TPU sin realizar configuraciones complejas, simplemente iniciando sesión y seleccionando el kernel de Colab.

https://marketplace.visualstudio.com/items?itemName=Google.colab

La extensión guía al usuario mediante un proceso de instalación sencillo y un inicio rápido claramente definido. Además, ofrece comandos para gestionar la eliminación de servidores activos o cerrar sesión de forma segura. En materia de privacidad, la extensión no recopila datos de uso del lado del cliente, aunque su funcionamiento está sujeto a las políticas de privacidad y términos de servicio de Google.

Esta combinación convierte a Visual Studio Code en una plataforma completa para el desarrollo científico y el trabajo con datos, unificando edición de código, ejecución interactiva y acceso a infraestructura de alto rendimiento en la nube.

Con la extensión de Colab en VS Code ya instalada, el ritual para darle vida a un cuaderno remoto es corto y elegante. Vamos paso a paso, sin magia negra innecesaria.

Abre o crea un cuaderno
En VS Code:

Abre un archivo .ipynb que ya tengas
o
Crea uno nuevo:
Ctrl + Shift + P → escribe Create New Jupyter Notebook → Enter

Verás el cuaderno listo, pero aún usando un kernel local (o ninguno).

Selecciona el kernel de Colab
En la esquina superior derecha del notebook verás algo como:

“Select Kernel”
o
El nombre de algún kernel local

Haz clic ahí y elige:

Colab Kernels
Luego selecciona Google Colab

Si es la primera vez:

Se abrirá una ventana para iniciar sesión con tu cuenta de Google
Aceptas permisos y regresas automáticamente a VS Code

Conexión al servidor Colab
Después del login:

VS Code se conecta a un servidor remoto de Colab
El kernel ya no corre en tu máquina, sino en la infraestructura de Google

Recuerda al crear tu kernel en Google Colab desde VS Code escoger entre las opciones que te dará la paleta de comandos: CPU, GPU o TPU. También podrás asignarle un nombre a tu kernel.

Aquí es donde ocurre la alquimia: tu laptop manda instrucciones, pero quien suda es una GPU en la nube.

Ejecuta tu primera celda
Escribe algo simple en una celda:

#!pip install python-dotenv
#!pip install openai

Si todo salió bien, la salida con verificación aparece debajo, igual que en Jupyter normal.

Verifica recursos (opcional, pero sabroso)
Para confirmar que estás en Colab y no en tu PC:

import platform
platform.uname()

import torch
torch.cuda.is_available()

Si devuelve la descripción y True, tienes GPU activa. Física aplicada al silicio.

Cambiar entre kernels cuando quieras
Puedes alternar entre:

Kernel local (Python de tu máquina)
Kernel remoto de Colab

Desde el mismo selector de kernel, sin reiniciar VS Code.

Cerrar sesión o eliminar servidores
Desde la paleta de comandos:

Ctrl + Shift + P
Escribe Colab
Podrás:
- Cerrar sesión
- Eliminar servidores activos

Esto es útil para no dejar motores encendidos en la nube como si fueran luces de un estadio a las 3 a.m.

Resultado final, ahora estás usando:

VS Code como editor profesional
Jupyter como entorno interactivo
Colab como músculo computacional

Todo en una sola cabina de pilotaje.

Si quieres, el siguiente nivel natural es usar esto con PyTorch, TensorFlow, pandas pesado o modelos de IA que harían llorar a tu CPU local. Ahí la física computacional empieza a sonreír.