Déploiement sur GigaSPOT

Les déploiements sur GigaSPOT ne peuvent être effectués que via l'API GigaSPOT (https://gigaspot-api-docs.clore.ai/), tout d'abord vous devez générer une clé API pour votre compte clore.ai

Cela a été choisi, car GigaSPOT est un outil pour les professionnels et dans un environnement aussi hautement compétitif il devrait avoir du sens de ne gérer les commandes GigaSPOT que par des bots.

GigaSPOT n'offre pas de redirection de port pour ses commandes. Si vous avez besoin d'atteindre des ports internes à l'intérieur du conteneur, je peux recommander d'implémenter FRP à l'intérieur de votre charge de travail

La durée de vie d'une commande est déterminée par la durée pendant laquelle le fournisseur d'hébergement autorise la location de la machine. La durée de vie d'une commande est limitée à 20 jours. Ces données sont renvoyées dans le snapshot du marché décrit ici

---

Déploiement depuis le CLORE Container Registry (CCR)

Vous devez d'abord mettre en cache l'image depuis dockerhub vers le CCR ; il existe actuellement une limite imposée (600 Mo) par image, ce qui la rend réalisable pour des charges de type PoW, cela permet de s'assurer que GigaSPOT peut être équitable pour tous, de ne pas être ralenti par la mise en cache d'images volumineuses et de permettre à la grande majorité des machines de se connecter à GigaSPOT. Si votre charge de travail pourrait bénéficier de GigaSPOT, ne peut pas tenir dans 600 Mo et que vous êtes censé dépenser plus de 20 000 $/mois sur GigaSPOT, veuillez contacter [email protected]

⚠️ La limite de 600 Mo concerne l'image non compressée, donc après avoir construit votre image vous pouvez voir la taille non compressée dans docker image ls

L'image sur le CCR a un TTL (Time To Live) par défaut de 30 jours ; le compteur se réinitialise lors du déploiement d'une nouvelle commande GigaSPOT avec l'image CCR, ceci afin de nettoyer automatiquement le CCR des images qui ne sont plus nécessaires.

---

Déploiement à partir d'images de base

Certaines images créées par CLORE.AI sont déjà mises en cache sur nos machines, elles peuvent donc être utilisées par les clients sur le marché GigaSPOT

⚠️ On ne peut pas garantir que l'image de base reste la même indéfiniment ; les images seront automatiquement mises à jour à l'avenir vers des versions plus récentes de leur image de base. Les futures modifications des images de base par l'équipe clore.ai seront effectuées en essayant de ne pas casser les charges de travail, mais votre charge de travail pourrait néanmoins perdre le support lorsque, par exemple, les images de base seront mises à niveau vers une nouvelle version d'Ubuntu dans les années à venir. Les mises à jour des images de base seront annoncées sur les réseaux sociaux de clore.ai avant qu'elles n'aient lieu, donc si vous suivez ces canaux vous serez informé

1. Ubuntu 24.04

Cette image a l'ID CCR a3f9c4d7e5b088d8a0bff880

Utilisation actuelle de l'image de base cloreai/jupyter:ubuntu24.04-v2 avec le code source sur https://gitlab.com/cloreai-public/containers/jupyter

Avec cette image déployée dans le conteneur vous disposerez par défaut de 650 Mo d'espace libre pour configurer votre charge de travail

Cette image vous permet de déployer vos charges en spécifiant un script bash qui sera téléchargé au premier démarrage de l'image

Vous pouvez vous inspirer de cet exemple pour miner la blockchain CLORE en utilisant t-rex sur vipor.net pool de minage

https://gitlab.com/cloreai-public/gigaspot-examples/ubuntu-base-mining/-/blob/main/example-clore-blockchain.sh

Appel API de création de commande avec cet exemple, enchère à 13 CLORE/jour sans OC appliqué, limite de puissance à 350W

Cette image utilise la variable ENV DELEGATED_ENTRYPOINT comme source pour l'emplacement du téléchargement du script. Le script sera téléchargé une fois et exécuté à chaque démarrage du conteneur, donc assurez-vous que votre script est conçu pour pouvoir être interrompu à tout moment, même lors du déploiement initial. GigaSPOT est un environnement de trading à haute fréquence, où votre commande peut être surenchérie même pendant la phase d'initialisation de votre script, donc un code robuste est vraiment utile.

Exemple d'appel API pour déployer

curl -X POST \
  -H 'auth: NXj2bHUXHwzvd5-Lm6UfvgGtnNwaHxLu' \
  -H 'Content-Type: application/json' \
  -d '[
    {
      "currency": "CLORE-Blockchain",
      "image": "a3f9c4d7e5b088d8a0bff880",
      "renting_server": 40329,
      "price": 13,
      "oc": [
        {
          "pl": 350
        }
      ],
      "env": {
        "DELEGATED_ENTRYPOINT": "https://gitlab.com/cloreai-public/gigaspot-examples/ubuntu-base-mining/-/raw/main/example-clore-blockchain.sh",
        "WORKER_NAME": "clore-gigaspot-40329"
      }
    }
  ]' \
  'https://api.clore.ai/v1/create_gigaspot_orders'

Vous pouvez voir dans l'exemple une ENV WORKER_NAME qui est utilisée pour configurer le nom du worker pour le mineur, car elle est transmise au mineur ici

Cet exemple n'a pas fonctionné en réalité lorsqu'il a été déployé sur la machine #40329 - lire la suite dans Naviguer la censure russe

2. HiveOS

Cette image a l'ID CCR c9a4e2f6b7d488d8f0bab0ff

Utilisation actuelle de l'image de base cloreai/hiveos:0.3 avec le code source sur https://gitlab.com/cloreai-public/containers/hiveos

Avec cette image déployée dans le conteneur vous disposerez par défaut de 650 Mo d'espace libre pour configurer votre charge de travail

Cette image est utilisée pour déployer HiveOS sur Clore GigaSPOT, un tel déploiement est possible, mais pas vraiment recommandé pour les opérations à grande échelle, tandis qu'il est excellent pour le débogage en raison de Hive Shell peut également être utile aux débutants pour configurer des charges de travail sur GigaSPOT, en raison de son interface utilisateur.

Pour le déploiement de HiveOS vous devez créer un compte HiveOS et utiliser pour chaque machine louée un Rig ID et Mot de passe qui sont des champs générés par HiveOS pour connecter les machines

Ces champs sont fournis via des ENV, regardez cet exemple :

curl -X POST \
  -H 'auth: NXj2bHUXHwzvd5-Lm6UfvgGtnNwaHxLu' \
  -H 'Content-Type: application/json' \
  -d '[
    {
      "currency": "CLORE-Blockchain",
      "image": "c9a4e2f6b7d488d8f0bab0ff",
      "renting_server": 40329,
      "price": 13,
      "oc": [
        {
          "pl": 350
        }
      ],
      "env": {
        "rig_id": "10452701",
        "rig_pass": "UTA2xoxo"
      }
    }
  ]' \
  'https://api.clore.ai/v1/create_gigaspot_orders'

De plus, lorsque vous utilisez HiveOS, n'oubliez pas que sur certaines machines en Russie, les connexions à certains endpoints de pool peuvent être restreintes, il est préférable de lire Naviguer la censure russe

Exclusion de commande

Il ne peut y avoir que 8 commandes (offres) par marché gigaspot (machine). Si plus de commandes sont présentes par machine, la commande avec la rentabilité la plus faible est annulée lors de l'intervalle de facturation de CLORE.AI

Mot de la fin

Bien que GigaSPOT soit un outil puissant, il convient mieux aux utilisateurs Linux et aux personnes ayant une compréhension approfondie de ce qui peut se produire dans de tels environnements, pouvant imaginer les risques potentiels.

À mon avis, il est préférable et impératif de vérifier les sorties de la machine ; votre système devrait idéalement vérifier la vitesse de traitement / le hashrate des machines, et disposer idéalement d'une liste de machines à mauvais rendement, d'hôtes afin de prévenir les pertes financières.

GigaSPOT est offert tel quel ; en aucun cas, y compris en cas de GPU mal déclarés, aucun remboursement ne sera accordé. Il appartient au client de valider les performances de la machine et d'établir une liste noire.

Cet article ne traite que de la création des commandes gigaspot ; pour les modifier, ajuster les paramètres d'overclocking, vous devriez consulter Documentation de l'API GigaSPOT

Étant donné que la majorité des machines sur CLORE.AI proviennent de Russie, il est utile de lire Naviguer la censure russe