用例

案例 1

为 AI 开发租用 GPU

步骤 1：平台访问

用户通过网页界面访问 Clore.ai 平台

他们使用凭据登录，或在首次使用时创建新账户。

步骤 2： 浏览并选择配备所需 GPU 的服务器

在 GPU 市场中，用户选择配备所需 GPU 的服务器，而不是只选择 GPU 本身。平台提供筛选条件，可按 GPU 型号、GPU 数量、CPU 核心数、RAM、可靠性、网络速度（上传/下载）、CUDA 版本、国家、PCI 宽度和版本进行搜索。用户可以在以下两种市场之间选择：

• 主线市场：提供不受功率限制的 GPU，适合 AI 工作负载。

• 高效市场：提供功率受限（启用 PL）的 GPU，适合更节能的任务。

步骤 3： 付款流程

一旦选定服务器，用户即可提前看到每日租用费用。付款通过集成到平台中的内部钱包完成，用户可以使用 Clore Coin（CLORE）、比特币（BTC）或美元稳定币（USDT/USDC）支付。

步骤 4： 租赁管理

付款后，用户可以从适合 AI 工作的预配置系统镜像中选择，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。这有助于用户快速上手，无需手动安装软件。

步骤 5： 使用服务器

付款确认后，用户即可访问服务器，从而运行 AI 模型、仿真或其他计算任务。

📚 另请参见： 如何以低于每小时 1 美元的成本训练你的 AI 模型

案例 2

为加密货币挖矿租用 GPU

步骤 1： 选择为挖矿优化的服务器

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

步骤 2： 在 HiveOS 中租用并设置

一旦选定服务器，矿工就会进入租用流程，与 AI 使用场景类似。租用后，他们可以通过提供 HiveOS 凭据将该机器集成到自己的 HiveOS 账户中。所有挖矿配置、软件安装和监控都在 HiveOS 中管理。

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矿工在 HiveOS 中设置的钱包。