# Despliegue en GigaSPOT
Los despliegues en GigaSPOT solo pueden realizarse mediante la API de GigaSPOT (), primero necesitas generar una clave API para tu cuenta de clore.ai
Se ha elegido esto porque GigaSPOT es una herramienta para profesionales y, en un entorno tan altamente competitivo, tiene sentido que los pedidos de GigaSPOT se gestionen solo mediante bots.
GigaSPOT no ofrece reenvío de puertos para sus pedidos. Si necesitas acceder a puertos internos dentro del contenedor, te recomiendo implementar [FRP](https://github.com/fatedier/frp) dentro de tu carga de trabajo
La duración del pedido está determinada por la cantidad de tiempo que el proveedor de alojamiento permitió alquilar la máquina. La duración del pedido está limitada a 20 días. Estos datos se devuelven en la instantánea del mercado descrita [aquí](https://gigaspot-api-docs.clore.ai/get-market-12836589e0)
***
## Despliegue desde CLORE Container Registry (CCR)
Primero necesitas almacenar en caché la imagen desde [dockerhub](https://hub.docker.com/) en CCR; actualmente existe un límite impuesto de 600 MB por imagen, lo que lo hace viable para cargas de trabajo de tipo PoW; esto es para garantizar que GigaSPOT pueda ser justo para todos, no se ralentice al almacenar en caché imágenes grandes y permita que la gran mayoría de las máquinas se conecten a GigaSPOT. Si tienes una carga de trabajo que podría beneficiarse de GigaSPOT, no cabe en 600 MB y se espera que gastes más de 20000 $/mes en GigaSPOT, por favor escribe a
[⚠️](https://www.pinterest.com/pin/what-does-the-warning-emoji-mean--885661082950897478/) El límite de 600 MB es para la imagen sin comprimir, así que después de compilar tu imagen puedes ver el tamaño sin comprimir en `docker image ls`
La imagen en CCR tiene un TTL (Time To Live) predeterminado de 30 días; el contador se reinicia al desplegar un nuevo pedido de GigaSPOT con la imagen de CCR. Esto es para limpiar automáticamente de CCR las imágenes que ya no se necesitan.
***
## Despliegue desde imágenes base
Algunas imágenes creadas por CLORE.AI ya están almacenadas en caché en nuestras máquinas, por lo que los clientes pueden utilizarlas en el mercado de GigaSPOT
[⚠️](https://www.pinterest.com/pin/what-does-the-warning-emoji-mean--885661082950897478/) No se puede garantizar que la imagen base siga siendo la misma todo el tiempo; en el futuro, las imágenes se actualizarán automáticamente a versiones más nuevas de su imagen base. Los cambios futuros en las imágenes base por parte del equipo de clore.ai intentarán no romper ninguna carga de trabajo, pero aun así tu carga de trabajo podría perder compatibilidad cuando, por ejemplo, las imágenes base se actualicen a una versión más nueva de Ubuntu con el paso de los años. Las actualizaciones de las imágenes base se mencionarán en las redes sociales de clore.ai antes de realizarse, así que si las sigues estarás informado
### 1. Ubuntu 24.04
Esta imagen tiene el ID de CCR `a3f9c4d7e5b088d8a0bff880`
Actualmente usando la imagen base [cloreai/jupyter:ubuntu24.04-v2](https://hub.docker.com/repository/docker/cloreai/jupyter/tags/ubuntu24.04-v2/sha256-0586bbd2c26a8bcfd194d9d022ce4966ede23b3a743471032069c1f2ed2abc27) con código fuente en
Con esta imagen desplegada dentro del contenedor tendrás 650 MB de espacio libre por defecto para configurar tu carga de trabajo
Esta imagen te permite desplegar tus cargas de trabajo especificando un script bash que se descargará en el primer inicio de la imagen
Puedes inspirarte en este ejemplo para minar la blockchain de CLORE usando [t-rex](https://github.com/trexminer/T-Rex) en [vipor.net](https://vipor.net/connect/clore) pool de minería
Llamada API para crear el pedido con este ejemplo, pujando a 13 CLORE/día sin OC forzado, límite de potencia de 350 W
Esta imagen usa la variable ENV `DELEGATED_ENTRYPOINT` como fuente desde donde descargar el script. El script se descargará una vez y se ejecutará en cada inicio del contenedor, así que asegúrate de diseñarlo para que pueda ser detenido en cualquier momento, incluso en el despliegue inicial. GigaSPOT es un entorno de trading de ritmo rápido, donde tu pedido puede ser superado incluso durante la fase de inicialización en ejecución de tu script, así que un código robusto es realmente útil.
Ejemplo de llamada API para desplegar
```bash
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'
```
Puedes ver en el ejemplo una ENV `WORKER_NAME` que se usa para configurar el nombre del worker para el minero, porque se pasa al minero [aquí](https://gitlab.com/cloreai-public/gigaspot-examples/ubuntu-base-mining/-/blob/main/example-clore-blockchain.sh?ref_type=heads#L78)
Este ejemplo no funcionó en la realidad cuando se desplegó en la máquina #40329 debido a restricciones de red en ciertos ISP
### 2. HiveOS
Esta imagen tiene el ID de CCR `c9a4e2f6b7d488d8f0bab0ff`
Actualmente usando la imagen base [cloreai/hiveos:0.3](https://hub.docker.com/repository/docker/cloreai/hiveos/tags/0.3/sha256-8bb62bb715bbbb9fe46fa6f529815afaed11fa60d513c7a33e8bc14d4dc87f17) con código fuente en
Con esta imagen desplegada dentro del contenedor tendrás 650 MB de espacio libre por defecto para configurar tu carga de trabajo
Esta imagen se usa para desplegar HiveOS en Clore GigaSPOT; tal despliegue es posible, pero no realmente recomendado para operaciones a gran escala, aunque es excelente para depuración debido a [Hive Shell](https://hiveon.com/knowledge-base/guides/hshell/) también puede ser útil para que los principiantes configuren cargas de trabajo en GigaSPOT, debido a su interfaz de usuario.
Para el despliegue de HiveOS necesitas crear una cuenta de HiveOS y usar para cada máquina alquilada un único `Rig ID` y `Password` que son campos generados por HiveOS para conectar máquinas
Estos campos se introducen con ENV, mira este ejemplo:
```bash
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'
```
Además, al ejecutar HiveOS, ten en cuenta que en algunas máquinas las conexiones a ciertos endpoints de pool pueden estar restringidas según el ISP
## Expulsión de pedidos
Solo puede haber 8 pedidos (pujas) por mercado (máquina) de gigaspot. Si hay más pedidos por máquina, el pedido con la menor rentabilidad se cancela en el intervalo de facturación de CLORE.AI
## Palabra final
Aunque GigaSPOT es una herramienta poderosa, está mejor adaptada para usuarios de Linux y personas con un profundo entendimiento de lo que puede suceder en tales entornos, y pueden imaginar los riesgos potenciales.
En mi opinión, la mejor práctica es verificar obligatoriamente los resultados de la máquina; idealmente, tu sistema debería verificar la velocidad de procesamiento / hashrate de las máquinas, e idealmente tener una lista de máquinas y hosts con bajo rendimiento para prevenir pérdidas financieras.
GigaSPOT se ofrece tal cual; en ningún caso, incluidos los GPUs mal reportados, se emitirán reembolsos. Es responsabilidad de los clientes validar el rendimiento de la máquina y mantener una lista negra.
Este artículo trata solo sobre la creación de pedidos de gigaspot; para editarlos, modificar la configuración de overclocking, deberías consultar [Documentación de la API de GigaSPOT](https://gigaspot-api-docs.clore.ai/)
Ten en cuenta que algunas máquinas pueden tener restricciones de red a nivel de ISP que pueden afectar la conectividad a ciertos endpoints
