Jupyter Notebook (.ipynb 脚本) 可以运行在本地或云端，取决于你如何设置和运行它。具体情况如下：

1. 本地运行

如果你在自己的计算机上安装了 Jupyter Notebook 或 Jupyter Lab（通常通过 Anaconda 或直接用 pip 安装），那么 .ipynb 文件会在本地运行。这意味着你的计算资源（CPU、内存、硬盘等）会用来执行 Jupyter Notebook 中的代码，输入和输出都在本地系统上处理。

典型步骤：

通过命令启动 Jupyter Notebook：

jupyter notebook

在本地浏览器中打开 Notebook，并在本地执行代码。

2. 云端运行

你也可以在云端运行 Jupyter Notebook。许多服务提供基于云的 Jupyter 环境，这允许你在远程服务器上运行代码。

常见的云端 Jupyter 服务：

• Google Colab: Google 提供的免费云服务，允许你在其服务器上运行 Jupyter Notebook 并使用 GPU/TPU。
• Kaggle Kernels: Kaggle 平台提供免费的 Jupyter Notebook 环境，常用于数据科学和机器学习任务。
• Binder: 这是一个开源平台，允许你将 GitHub 上的代码库转换成一个云端的 Jupyter Notebook 环境。
• AWS SageMaker 和 Microsoft Azure Notebooks: 提供企业级的云端 Jupyter Notebook 环境。

在云端运行时，代码实际上是在远程服务器上执行的，你的本地机器只作为用户界面来与云端交互。

附：
1、Anaconda教程：
还是搞不懂Anaconda是什么?读这一篇文章就够了
Anaconda conda常用命令：从入门到精通
Anaconda修改虚拟环境的安装位置
2、Jupyter
一文弄懂Jupyter的配置与使用(呕心沥血版)
（超详细）Jupyter Notebook入门教程
3、在vscode中使用jupyter notebook
Jupyter Notebooks in VS Code
在VS Code 中使用Jupyter Notebooks