「我在睡觉，GPU 在烧钱。」——这是 GPU 用户吐槽最多的场景。训练脚本半夜跑完，实例却计费到第二天早上；周末提交的实验，周一才发现空跑了两天。
为什么总是忘关机
这不完全是用户粗心，传统云平台的设计也有责任：
- 训练脚本结束后，SSH 连接还活着，实例继续计费；
- 关了本地终端 ≠ 关了云端实例，很多人分不清；
- 多人共用的实例，没人敢确认能不能关；
- 半夜跑完的任务，总要等第二天才被发现。
靠自觉是解决不了这个问题的——人总会忘，尤其是一个月跑几十上百个任务的时候。
RunWhere 的做法：进程退出 = 任务结束 = 立即释放
自动停机的逻辑非常直接：平台监听任务主进程，进程退出信号一到，就执行完整的收尾流程——保存日志、销毁容器、释放 GPU、计费归零。全程不需要你做任何操作。
两个计费细节同样重要：
- 计费精确到秒：不存在「不足一小时按一小时算」的凑整；
- 排队等待不计费：任务在
pending状态排队时不产生 GPU 费用，只有真正占用节点才计费。
自动停机是 RunWhere 从第一天起的默认行为，不需要配置，也没有开关——因为我们认为「跑完就停」本来就该是算力平台的默认行为，而不是需要用户自己搭建的高级功能。
它的另一面：省心比省钱更重要
自动停机省下的账单很直观，但很多用户反馈更大的价值是心理负担消失了：
- 睡前提交任务不用定闹钟起来关机；
- 交互式调试时走开一会儿也不用心疼；
- 月底对账时，每一笔费用都对应真实的计算时间。
如果你还在用「人肉关机」的方式管 GPU，可以试试把下一个任务提交到 RunWhere：跑完去账务页看一眼账单，对比一下「任务时长」和「计费时长」——它们应该完全相等。