画像を入力にターン制行動選択を行う強化学習モデルの作成と複数GPUを前提とした分散学習の実装

複数GPUの実行環境が必要ですが、Google Colaboratoryの分散ストラテジーの利用、などでも問題ないでしょうか？マルチGPUの計算機環境は、GPU不足もあってなかなか入手し辛いです。