Déploiement sur GigaSPOT

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

Cela a été choisi, car GigaSPOT est un outil pour professionnels et dans un environnement aussi hautement compétitif il paraît logique 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'accéder à des ports internes à l'intérieur du conteneur, je peux recommander d'implémenter FRP dans 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. Cette donnée est renvoyée dans le snapshot du marché décrit ici

---

Déployer depuis le CLORE Container Registry (CCR)

Vous devez d'abord mettre en cache l'image depuis dockerhub sur le CCR, il existe actuellement une limite imposée (600 Mo) par image, cela rend le procédé réalisable pour des charges de type PoW, c'est pour s'assurer que GigaSPOT puisse être équitable pour tous, ne soit pas ralenti par la mise en cache d'images volumineuses et permettre à la grande majorité des machines de se connecter à GigaSPOT. Si vous avez une charge de travail qui pourrait bénéficier de GigaSPOT, ne peut pas tenir dans 600 Mo et que vous prévoyez de 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 avec docker image ls

L'image sur le CCR a un TTL (Time To Live) par défaut de 30 jours, le compteur est réinitialisé 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.

---

Déployer 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 qu'une image de base reste identique 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 tentées de façon à ne pas casser les charges de travail, mais votre workload pourrait néanmoins perdre le support, par exemple si les images de base sont 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 leur mise en place, donc si vous suivez ces canaux vous serez informé

1. Ubuntu 24.04

Cette image a l'ID CCR a3f9c4d7e5b088d8a0bff880

Utilisant actuellement l'image de base cloreai/jupyter:ubuntu24.04-v2 avec la source sur https://gitlab.com/cloreai-public/containers/jupyter

Avec cette image déployée à l'intérieur du 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 de travail 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 d'environnement DELEGATED_ENTRYPOINT comme source pour où télécharger le script. Le script sera téléchargé une fois et sera exécuté à chaque démarrage du conteneur, alors assurez-vous de concevoir votre script de manière à pouvoir être interrompu à tout moment, même lors du déploiement initial. GigaSPOT est un environnement de trading à rythme élevé, 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 n°40329 - lire la suite dans Contourner la censure russe

2. HiveOS

Cette image a l'ID CCR c9a4e2f6b7d488d8f0bab0ff

Utilisant actuellement l'image de base cloreai/hiveos:0.3 avec la source sur https://gitlab.com/cloreai-public/containers/hiveos

Avec cette image déployée à l'intérieur du 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 des opérations à grande échelle, tandis qu'il est excellent pour le débogage grâce à Hive Shell peut aussi être utile pour les débutants pour configurer des charges de travail sur GigaSPOT, en raison de son interface.

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 variables d'environnement, 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'

Aussi, lors de l'exécution de HiveOS, n'oubliez pas que sur certaines machines en Russie, les connexions à certains endpoints de pools peuvent être restreintes, il est préférable de lire Contourner la censure russe

Éviction 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 ayant 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 est mieux adapté 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 impératif de vérifier obligatoirement les sorties de la machine ; votre système devrait idéalement vérifier la vitesse de traitement / le hashrate des machines, et idéalement disposer d'une liste de machines mal performantes, d'hôtes pour prévenir les pertes financières.

GigaSPOT est proposé tel quel ; dans aucun cas, y compris en cas de mauvaise déclaration des GPU, aucun remboursement ne sera accordé. Il appartient aux clients de valider les performances des machines et d'établir une liste noire.

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

Avec la majorité des machines sur CLORE.AI provenant de Russie, il est utile de lire Contourner la censure russe