用例

案例 1

为 AI 开发租赁 GPU

步骤 1：平台访问

用户通过网页界面访问 Clore.ai 平台

他们使用凭证登录，或在首次使用时创建新账户。

步骤 2： 浏览并选择配备理想 GPU 的服务器

在 GPU 市场中，用户选择配备所需 GPU 的服务器，而不是仅选择 GPU 本身。平台提供按 GPU 型号、GPU 数量、CPU 核心、内存、可靠性、网络速度（上传/下载）、CUDA 版本、国家、PCI 宽度和版本等条件筛选的功能。用户可以在以下选项之间进行选择：

• 主线市场：提供无功率限制的 GPU，适合 AI 工作负载。

• 高效市场：提供受功率限制（启用 PL）的 GPU，适合更节能的任务。

步骤 3： 支付流程

一旦选择服务器，用户可以提前看到每日租金费用。付款从集成在平台内的内部钱包中进行，允许用户使用 Clore Coin (CLORE) 或 比特币 (BTC) 支付。

步骤 4： 租赁管理

付款后，用户可以从预配置的适合 AI 工作的系统镜像中进行选择，例如用于机器学习的“Stable Diffusion”，或用于通用计算任务的基础“Ubuntu Jupiter”镜像。这帮助用户快速开始，无需手动设置软件。

步骤 5： 使用服务器

一旦付款确认，用户即可访问服务器，运行 AI 模型、仿真或其他计算工作负载。

案例 2

租赁 GPU 用于加密货币挖矿

步骤 1： 选择针对挖矿优化的服务器

矿工进入市场并筛选列表，以根据其硬件需求（例如 GPU 型号、数量、网络速度）找到适合加密货币挖矿的服务器。

步骤 2： 在 HiveOS 中的租赁与设置

一旦选择服务器，矿工按与 AI 用例相似的流程进行租赁。租赁后，他们可以通过提供 HiveOS 凭证将机器集成到其 HiveOS 账户中。所有挖矿配置、软件安装和监控都在 HiveOS 内管理。

步骤 3： 挖矿收益与支付

租赁期间挖到的任何加密货币都会直接记入在 HiveOS 中设置的矿工钱包。