
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

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。
THE END






















暂无评论内容