这两天 PRCV 2026 在哈尔滨开，AutoDL 展台被参会学生围得水泄不通，小红书上半天刷出十几条打卡帖，不少人留言说自己被种草了，回学校科研就用起来。小红书
但先别急着开机。我翻了一圈微博、小红书、知乎上真实炼丹党最近的帖子，发现新人涌进来之前，老用户们正在经历两种切肤之痛：钱在不知不觉中烧掉，实验在不知不觉中没了。 这两种痛，比"怎么注册怎么开机"值钱多了，也是绝大多数教程没讲明白的部分。
你的账单里，其实有三种钱
先把 AutoDL 的花费拆开看，你会发现它不是一笔钱，是三笔：
第一笔：GPU 卡时费。 这是明码标价的，开机就计费。有用户实测晒单，一张单卡 5090 全天跑下来 70 块出头，差不多一小时 3 块。小红书主流的 4090 便宜不少，但具体价格随区域和活动浮动，以算力市场实时页面为准。
第二笔：等待费。 传数据、装环境、调代码时，GPU 在空转，但你付的是 GPU 的钱。这是最容易被忽略的一笔。
第三笔：翻车费。 断网导致训练中断、环境装错重来、以及最惨烈的——实例被释放，实验数据一起陪葬。这笔钱不体现在账单上，但它最贵。
省钱的核心思路就一句话：压缩第二笔，消灭第三笔，第一笔花在刀刃上。
第一刀：把"不训练的时间"从账单里删掉
这是圈内老手都知道、但新人普遍不知道的信息差——微博上 8 月中旬还有人在哀嚎"特么的今天才发现 autodl 可以无卡模式开机"。微博无卡模式开机：实例照常启动，但不占 GPU，价格大约只要正常开机的十分之一（有用户实测约 0.1 元/小时，具体以开机页显示为准）。小红书所有不需要显卡的活——上传数据集、pip 装包、改配置、看日志——全应该在无卡模式下干完，确认一切就绪，再切正常开机跑训练。
另外两个高频浪费场景：
数据要"先传后开机"。 有踩坑用户实测：开机后才上传 200G 数据集，GPU 全程空转扣钱，自己只能在旁边干瞪眼。小红书而数据盘在关机状态下就能传，速度还更快。正确顺序是：关机传数据到数据盘 → 再开机跑训练。
晚上不跑就关机，别挂机过夜。 有用户分享了自己的作息打法：睡前关机，第二天早上九点前开机一般都能抢到卡；如果睡晚了没卡，直接克隆一份实例，比挂一整晚便宜得多。如果确实要连夜训练，先估算训练时长，设个定时关机，别让机器在你睡着的时候默默烧到欠费。
第二刀：环境重装和时间，也是钱
很多人忽略：你每次重配环境花的那一两个小时，机器是开着的。
镜像别选空白的。 社区镜像市场里，PyTorch + CUDA 的版本组合都是现成的，复现论文可以直接导入作者分享的镜像，省去"为什么本地能跑云端跑不了"的玄学排查。对跑大模型的人来说，这一步省下的不只是钱，还有心态。
学生党记得先做学生认证。 认证后有租卡优惠和赠送权益，白给的钱没理由不拿。
如果你在用 Codex / Claude Code 这类 AI 编程工具跑实验，有个小红书用户踩出来的教训：别用 IDE 插件版，否则每租一台新机器就要重新配置一遍；直接用桌面版通过 SSH 连上去改代码，一劳永逸。这也是最近炼丹圈的一个明显趋势——AI 写代码 + 云端 GPU 跑实验，配置一次，处处能用。
第三刀（最重要）：别让实验跟着实例一起"释放"
这是我觉得最该说清楚的部分，因为代价是不可逆的。
就在这个月，微博上连着两起惨案。一位用户 8 月 17 日发帖，“三周没登 autodl，直接给我全部的实验都清了，结果我忘下载了，崩溃”。微博两天后又有一位用户发帖，直呼"我崩溃了，autodl 释放我的实例了"。微博具体的释放规则和时限，平台会随账号状态和运营策略调整，这里不展开猜，但"长期不登录的实例有被清理的风险"这件事本身，已经被反复验证了。
要理解为什么数据会没，得先搞懂 AutoDL 的存储分层，这是很多新手从第一天起就搞混的：
位置 | 是什么 | 实例释放后会怎样 |
|---|---|---|
系统盘（~30G） | 装环境和代码的地方 | 随实例消失 |
数据盘 /root/autodl-tmp | 挂大数据集的地方 | 随实例消失 |
文件存储 /root/autodl-fs | 独立于实例的持久存储，有免费额度 | 保留 |
也就是说：你放在 `autodl-tmp` 里的数据集、跑出来的权重和结果，在实例被释放的那一刻，就一起没了。只有文件存储（有用户整理过，共 7 个专区、每区可免费存 20G），或者你主动下载到本地、push 到 git 的东西，才是真正属于你的。知乎
所以炼丹党的保命纪律就四条：
代码进 git。 实验脚本每天 push，这是成本最低的保险。
阶段性成果进文件存储或下载本地。 训好的权重、关键的输出结果，别留在数据盘过夜。
长训练一定挂 tmux。 SSH 断连是常态——换网络、断 WiFi，云端连接说掉就掉。知乎挂在 tmux 里的任务不会因此中断，配合断点续训，断了也能接上。
长期不用的实验，要么跑完收尾，要么把数据迁到文件存储再关机，别赌平台的保留期。
最后，一张清单收个尾
把上面所有动作压缩成一张"开机前过一遍"的清单：
学生认证做了没有？
数据是不是在关机状态下传好的？
装环境、调代码是不是在无卡模式（约0.1元/小时）下干的？
镜像用的是社区现成方案，不是空白镜像？
训练挂在 tmux 里、设了断点续训？
代码 push 了、阶段结果存进 /root/autodl-fs 了？
不跑了就关机，需要保留环境就及时克隆或存镜像？
顺带说一句：最近网上流传一些"GPU 租卡平台横评"，看着像测评，细读更像软广（比如把包月价格折算下来远高于按量计费的结论），租卡前比价，请以各家官网的实时价格页为准，别信截图。
如果你正准备入坑，或者已经在坑里烧了一阵子钱，建议把这篇存下来对照一遍。算力平台的钱好算，难算的是那些"本可以省掉"的部分——而炼丹最贵的从来不是卡，是你没备份的实验。
