AutoDL 使用教程:注册、选卡、避坑全指南

短答案

流程:注册实名 → 选地区和卡(4090 ¥2/h 起)→ 选社区镜像(免配环境)→ 上传数据开跑。五个坑:按量忘记关机、无卡模式滥用、镜像选错、数据盘扩容、克隆计费。

价格与替代平台对比:GPU 云对比、云 GPU 性价比榜。训练配置决策:云 vs 本地。

为什么从 AutoDL 入门

云 GPU 平台里,AutoDL 是「个人学习者画像」的默认答案:按量计费无合约、消费级卡型齐全(4090 起步价 ¥1.5-2/h)、社区镜像把环境配置降为零。它不是最便宜的(竞价实例更便宜)、也不是最稳的(大厂有 SLA),是摩擦最小的:注册实名到跑起第一个任务,半小时内。完整平台对比见GPU 云服务指南,成本口径的另一篇在云 4090 月成本。

五步开跑

  1. 注册 + 实名 + 学生认证。学生认证(学信网)有折扣与免手续费充值,第一件事就办。
  2. 选地区:优先「容量充足」的冷门区,单价低 10-20% 且秒开机;热门区「卡多但贵」。
  3. 选卡型:推理/SDXL/轻训练 → 4090(24G);微调大模型/长上下文 → A800 80G(¥5.6/h);试环境/写代码 → 先开无卡模式(¥0.1/h,后面讲)。
  4. 选社区镜像:搜「ComfyUI」「llama-factory」「vllm」等关键词,选星标多的——环境预装,开机即用。自己 pip 装环境一小时起步,按小时计费就是真金白银。
  5. 传数据 + 开跑:小文件网页端直传;数据集大于 10G 走阿里云盘/OSS 中转(平台有免费加速通道);代码用 Git 拉取。

五个坑,按烧钱程度排序

坑一:忘关机(头号杀手)。按量计费实例忘了关,24 小时空转 = ¥48,够你正经训练半天。肌肉记忆三件套:训练脚本最后加 shutdown(跑完自动关机);控制台开「定时关机」兜底;长任务中途设闹钟看一眼。

坑二:无卡模式滥用。无卡模式(¥0.1/h)是「调试代码/传数据/配环境」的正确姿势,但它没有 GPU——有人拿它跑推理,等半天没结果还以为自己代码错了。用法:CPU 能干的事在无卡模式干,GPU 的事开卡干,干完就关。

坑三:镜像选错版本。社区镜像的 CUDA/PyTorch 版本各异,你的代码要匹配。选镜像时看清版本号;真的不匹配,装 conda 环境比换实例便宜。

坑四:数据盘扩容。系统盘免费额度小,数据盘扩容按 GB·天收费——传数据前先想清楚要多少,别默认扩到最大。

坑五:克隆实例的隐形计费。保存镜像/克隆环境会占用存储计费项,抽屉里存了五个「以防万一」的镜像,每月 silently 扣掉十几块。定期清理。

省钱组合拳

叠加使用能把单价压到标价六成:学生认证折扣 + 新人首充/首购活动 + 无卡模式做一切非 GPU 工作 + 脚本级自动关机 + 数据集压缩后再传(传输时间也是钱)。需要长时间训练的,先用免费 GPU 资源(Kaggle/Colab 免费档)把代码跑通,再上 AutoDL 正式训练——别用付费小时数调试低级 bug。训练任务的硬件决策,参考LoRA 训练配置门槛。

一句话:AutoDL 的正确用法是「把它当按小时收费的实验室」——用完就走,一秒都别让表空转。

常见问题

怎么选地区和实例?
优先「容量充足」地区(便宜 10-20% 且秒开机);卡型按任务:推理/轻训练 4090,大显存任务 A800(80G,¥5.6/h)。学生认证有专属优惠。
为什么强烈推荐社区镜像?
镜像预装了 PyTorch/CUDA/ComfyUI 等,开机即用——自己配环境动辄 1-2 小时,按 ¥2/h 计费就是 ¥2-4 的「学费」,还容易配错。
最贵的坑是什么?
忘!关!机!按量计费 24 小时挂机 = ¥48。习惯:训练脚本结束自动关机(shutdown 命令),或用「定时关机」功能;调试间隙切无卡模式(¥0.1/h)保数据。
数据怎么传最快?
小文件网页上传;大数据集走阿里云盘/OSS 中转(AutoDL 有免费加速);代码用 Git。千万别用网盘直链爬——限速能把等待拉到小时级。
↑