AutoDL 算力云详解:GPU 租用、计费规则与选卡指南

AI GPU 算力中心机房示意图
AutoDL 弹性 GPU 算力云 · 按秒租用,关机停费

AutoDL 是国内起步较早、主打零售市场的 GPU 算力租赁平台,面向高校科研、学生、AI 开发者和中小企业,按秒计费、关机停费,卡型从消费级 3090 / 4090 到 A800 / H800 全覆盖。本文梳理它的产品形态、计费规则、环境使用方式、数据保留规则,以及不同场景下的选卡建议。

算力规模
20000+
在线加速卡,覆盖 NVIDIA 全系列及寒武纪、昇腾、摩尔线程等国产卡
计费方式
按秒计费
开机计费、关机停费,最低计费 0.01 元,支持按量与包月互转
免费存储
50GB
默认赠送数据盘,关机后数据与环境保留,可扩容
适用人群
三类角色
学生与科研人员、个人开发者、有短期算力需求的中小企业

一、平台定位与适用人群

AutoDL 于 2021 年上线,团队技术背景来自学术圈,支持 PyTorch、TensorFlow、MindSpore 等框架。主要适用人群包括:

  • 课程作业、论文实验、模型微调的学生与科研人员;
  • 需要临时 GPU 跑训练、推理、出图的个人开发者;
  • 有短期项目算力需求、不想自建机房的中小企业;
  • 需要 API 调度、团队多账号管理的课题组或小团队。

二、主要产品形态

容器实例
标准 GPU 容器,1~12 卡,系统盘免费、送 50GB 数据盘,内置 JupyterLab / SSH / VSCode Remote。
个人训练 · 调试 · 微调
容器实例 Pro
高配规格(如 PRO 6000),系统盘单独计费,隔离性与规格更高。
重训练 · 企业级使用
API 服务
开放接口程序化创建 / 查询 / 销毁实例,支持千卡级弹性调度。
自动化流水线 · 批量任务
弹性部署 / Job
容器或批处理模式,可设副本数与并行度,按需拉起算力。
分布式训练 · 定时批处理
私有云
本地机器可免费接入统一管理,支持团队 / 实验室多子账号。
课题组 · 企业内网
算力社区
公开镜像、模型、数据集分享,分享镜像可获得收益。
找现成环境 · 复用工作流
多张 GPU 加速卡组成的算力网络示意图
从消费级到专业计算卡,按显存与算力选型

三、在售卡型与参考价格

以下为官网挂牌按量价(元 / 小时),会员享 95 折;价格随供需浮动,以下单页实时报价为准。

GPU 型号 显存 参考单价(元/时) 典型用途
H800 / H20 80 / 96GB 9.98 大模型训练、高并发推理
RTX PRO 6000 96GB 6.98 大显存训练、专业图形 + 算力
A800 80GB 5.59 多卡训练、大模型微调
RTX 5090 32GB 2.78 新一代消费旗舰,出图 / 训练
V100 32GB 1.88 混合精度训练、老项目兼容
RTX 4090 24GB 1.88 性价比主力:7B LoRA 微调、YOLO 训练、SD 出图、推理
RTX 3090 24GB 1.32 4090 平替,显存够用
RTX 3080Ti 12GB 0.98 小模型、代码调试
RTX A4000 16GB 0.92 进阶入门,显存算力均衡
RTX 2080Ti 11GB 0.88 入门练习、跑通流程
摩尔线程 MTT S4000 48GB 1.86 国产卡适配验证

选卡思路:先按显存选,再看算力。24GB 档(4090 / 3090)能覆盖大多数 7B 级 LoRA 微调、YOLO 训练和批量推理;80GB 档(A800 / A100 / H800)才留给大参数模型和多卡并行。CPU、内存按 GPU 数量成比例分配,GPU 独占不共享。

四、计费规则

4.1 按量计费(弹性,适合实验)

开机计费、关机停费,时长精确到秒,最低计费 0.01 元;整点扣一次,关机时结清。
  • 计费按实例开关机时间,而不是 GPU 实际被调用时长——挂着不开训练也在扣费。
  • 优势:可升降配、扩容数据盘、迁移实例;劣势:比包月贵,且关机后不预留 GPU,下次开机可能遇到无卡需等待。

4.2 包年包月(预留,适合长期跑)

  • 预付费,支持按日 / 周 / 月租用;租期内无论是否开机都计时。
  • 预留 GPU,换镜像、重装环境不用担心卡被别人抢走,长期使用更划算。
  • 两种方式可互转;包月转按量按已用时长折算后退余款(代金券部分不退),可设置到期自动转按量。

4.3 存储与附加费用

  • 数据盘:默认免费 50GB;扩容约 0.0066 元 / 日 / GB(会员价),按量实例按当天最高容量计费,关机也计。
  • 镜像存储:30GB 以内免费,超出部分 0.01 元 / GB / 日,默认可存 20 个镜像。
  • 高速文件存储:独立购买,按容量 × 时长付费,到期 7 天后平台保留删除数据的权利。
  • Pro 实例:系统盘单独计费;普通容器实例系统盘免费。

五、环境与使用方式

5.1 镜像体系

  • 内置基础镜像(Ubuntu + 已对齐的驱动、CUDA、Python、PyTorch / TensorFlow 版本)和大量社区镜像(如开箱即用的 ComfyUI)。
  • 环境配好后可关机保存为自有镜像,换机或开新实例一键恢复,也可按用户 ID 共享给他人。
  • 当前版本不支持导入外部自定义镜像;更换镜像会清空系统盘,但数据盘不受影响。

5.2 入口与连接

  • 控制台一键开实例,内置 JupyterLab 上传数据、开终端跑代码;推荐 VSCode Remote 远程开发,也支持 PyCharm、SSH 直连。
  • 6006、6008 端口自动映射公网地址(TCP / HTTP 可选),用于 TensorBoard、Visdom 等服务展示。
  • 实例无独立公网 IP;开放其他端口需完成企业认证,个人用户可通过 SSH 隧道把端口代理到本地访问。

六、数据保留与生命周期

关机后数据和环境都会保留,开机无需重新配置、重传数据;但连续关机 15 天实例将被释放,释放后数据不可恢复。
本地 SSD 数据盘无冗余副本,有概率磁盘故障;实例无独立公网 IP,重要数据务必定期备份到平台文件存储或本地。
  • 账号连续 3 个月未登录或欠费超 50 元,平台保留删除数据的权利。
  • 开机后先用三条命令自检:nvidia-smi 看卡是否识别、nvcc --version 看 CUDA 版本、python -c "import torch; print(torch.cuda.is_available())" 看框架能否用上 GPU。

七、优势与局限

7.1 优势

价格亲民、镜像开箱即用、开发链路完整,覆盖个人到中小团队。
  • 价格在零售算力平台第一梯队,按秒计费、关机即停,试错成本低。
  • 镜像生态厚、开箱即用,从入门卡到 A100 / H800 卡型齐全。
  • 开发体验友好:JupyterLab、SSH、VSCode Remote、端口映射、镜像保存 / 共享链路完整。
  • 支持 API 调度、团队子账号管理和私有云接入。

7.2 局限与注意

关机不锁卡、无独立公网 IP、本地盘无冗余,生产数据不要只放在实例盘里。
  • 按量实例关机不预留 GPU,高峰期热门卡(4090 / 3090)可能要抢。
  • 自定义端口对外开放需企业认证。
  • 不支持导入外部 Docker 镜像;本地盘不能当作可靠备份。
  • 新手建议先用基础镜像跑通三条自检命令,再上传数据集开训。

八、常见场景选卡建议

场景 推荐卡型 说明
YOLO 训练 / 微调 + ONNX 导出 RTX 4090 / 3090 24GB 单卡性价比首选;读图慢可用 DALI 加速
7B 级大模型 LoRA 微调 4090 / 3090 24GB(batch 开小) 13B 以上或全参微调再上 A800 80GB
纯推理 / 模型转换调试 3080Ti、A4000 等便宜档位 用完及时关机停费
大模型多卡训练 / 高并发推理 A800 / A100 / H800 80GB 多卡并行、预留显存充足

长期常驻的服务型任务,包月更划算;临时实验、跑通流程按量最灵活。

结语

AutoDL 适合「先租卡验证想法」的开发路径:镜像现成、按秒计费、关机存盘,把买卡、配环境、运维的成本降到最低。确定长期负载后,再结合包月、API 调度或私有云方案细化成本即可。

参考链接:AutoDL 官网 · 快速开始文档 · 计费说明 · GPU 选型指南

THE END
抢沙发

请登录后发表评论

    暂无评论内容