# Déploiement sur GigaSPOT

Les déploiements sur GigaSPOT ne peuvent être réalisés 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

Ce choix a été fait parce que GigaSPOT est un outil destiné aux professionnels et, dans un environnement aussi hautement compétitif, il est logique de ne gérer les commandes GigaSPOT que par des bots.

GigaSPOT ne propose pas de redirection de ports pour ses commandes. Si vous devez accéder à des ports internes à l’intérieur du conteneur, je peux recommander d’implémenter [FRP](https://github.com/fatedier/frp) dans votre charge de travail

La durée de vie d’une commande est déterminée par le temps pendant lequel le fournisseur d’hébergement a թույլ la location de la machine. La durée de vie d’une commande est limitée à 20 jours. Ces données sont renvoyées dans l’instantané du marché décrit [ici](https://gigaspot-api-docs.clore.ai/get-market-12836589e0)

***

## Déploiement depuis CLORE Container Registry (CCR)

<figure><img src="https://259039044-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FbyNlC5NV8aIpXnc76G7w%2Fuploads%2FCcpJccGgWg0QKj5c648K%2Fimage.png?alt=media&#x26;token=27232ab8-216f-45cf-b7f4-a97d6dedb5e2" alt=""><figcaption></figcaption></figure>

Vous devez d’abord mettre en cache l’image depuis [Docker Hub](https://hub.docker.com/) dans CCR ; il existe actuellement une limite imposée (600 Mo) par image, ce qui le rend viable pour les charges de travail de type PoW. Cela vise à garantir que GigaSPOT puisse être équitable pour tous, à ne pas être ralenti par la mise en cache de grandes images et à permettre à la grande majorité des machines de se connecter à GigaSPOT. Si vous avez une charge de travail qui pourrait bénéficier de GigaSPOT, qui ne peut pas tenir dans 600 Mo et pour laquelle vous prévoyez de dépenser plus de 20 000 $/mois sur GigaSPOT, veuillez contacter <marketing@clore.ai>

[⚠️](https://www.pinterest.com/pin/what-does-the-warning-emoji-mean--885661082950897478/) 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 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. Cela permet de nettoyer automatiquement 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 la place de marché GigaSPOT

[⚠️](https://www.pinterest.com/pin/what-does-the-warning-emoji-mean--885661082950897478/) L’image de base ne peut pas être garantie comme restant identique tout le temps ; 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 manière à ne casser aucune charge de travail, mais votre charge de travail pourrait tout de même perdre la prise en charge, par exemple lorsque les images de base sont mises à niveau vers une version plus récente d’Ubuntu dans les années à venir. Les mises à jour des images de base seront mentionnées sur les réseaux sociaux de clore.ai avant d’avoir lieu, donc si vous les suivez, vous serez informé

### 1. Ubuntu 24.04

Cette image a l’ID CCR `a3f9c4d7e5b088d8a0bff880`

Utilise actuellement l’image de base [cloreai/jupyter:ubuntu24.04-v2](https://hub.docker.com/repository/docker/cloreai/jupyter/tags/ubuntu24.04-v2/sha256-0586bbd2c26a8bcfd194d9d022ce4966ede23b3a743471032069c1f2ed2abc27) avec la source à <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](https://github.com/trexminer/T-Rex) sur [vipor.net](https://vipor.net/connect/clore) 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 imposé, limite de puissance à 350 W

Cette image utilise la variable ENV `DELEGATED_ENTRYPOINT` comme source pour l’emplacement de téléchargement du script. Le script sera téléchargé une seule fois et sera exécuté à chaque démarrage du conteneur, alors assurez-vous de concevoir votre script de manière à pouvoir être arrêté à tout moment, même lors du déploiement initial. GigaSPOT est un environnement de trading à rythme rapide, où votre commande peut être surenchérie même pendant la phase d’initialisation en cours de votre script, donc un code robuste est vraiment utile.

Exemple d’appel API pour déployer

```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'
```

Vous pouvez voir dans l’exemple une variable ENV `WORKER_NAME` qui est utilisée pour configurer le nom du worker pour le mineur, car elle est transmise au mineur [ici](https://gitlab.com/cloreai-public/gigaspot-examples/ubuntu-base-mining/-/blob/main/example-clore-blockchain.sh?ref_type=heads#L78)

Cet exemple n’a pas fonctionné en réalité lors du déploiement sur la machine #40329 en raison de restrictions réseau chez certains FAI

### 2. HiveOS

Cette image a l’ID CCR `c9a4e2f6b7d488d8f0bab0ff`

Utilise actuellement l’image de base [cloreai/hiveos:0.3](https://hub.docker.com/repository/docker/cloreai/hiveos/tags/0.3/sha256-8bb62bb715bbbb9fe46fa6f529815afaed11fa60d513c7a33e8bc14d4dc87f17) avec la source à <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, bien qu’il soit excellent pour le débogage grâce à [Hive Shell](https://hiveon.com/knowledge-base/guides/hshell/) peut également être utile pour les débutants afin de 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 saisis via ENV, regardez cet exemple :

```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'
```

De plus, lors de l’exécution de HiveOS, notez que sur certaines machines, les connexions à certains points de terminaison de pools peuvent être limitées selon le FAI

## Éviction de commande

Il ne peut y avoir que 8 commandes (enchères) par marché (machine) GigaSPOT. Si davantage 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 convient surtout aux utilisateurs Linux et aux personnes ayant une compréhension approfondie de ce qui peut se produire dans de tels environnements, et pouvant imaginer les risques potentiels.

À mon avis, il est de bonne pratique 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 et d’hôtes peu performants afin d’éviter des pertes financières.

GigaSPOT est proposé tel quel ; en aucun cas, y compris en cas de mauvaise déclaration des GPU, aucun remboursement ne sera effectué. Il incombe aux clients de valider les performances de la machine et de constituer une liste noire.

Cet article traite uniquement de la création de commandes gigaspot ; pour les modifier, ajuster les paramètres d’overclocking, vous devriez consulter [la documentation de l’API GigaSPOT](https://gigaspot-api-docs.clore.ai/)

Notez que certaines machines peuvent avoir des restrictions réseau au niveau du FAI qui peuvent affecter la connectivité à certains points de terminaison
