> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-de/erste-schritte/clore-troubleshooting.md). # Fehlerbehebung Häufige Probleme und Lösungen beim Mieten von GPU-Servern auf dem CLORE.AI-Marktplatz. {% hint style="success" %} Alle Beispiele können auf GPU-Servern ausgeführt werden, die über [CLORE.AI Marketplace](https://clore.ai/marketplace). {% endhint %} {% hint style="info" %} Diese Anleitung basiert auf der technischen Dokumentation der CLORE.AI-Plattform. {% endhint %} ## Inhaltsverzeichnis * [Probleme bei der Auftragserstellung](#order-creation-issues) * [Verbindungsprobleme](#connection-issues) * [Container-Probleme](#container-issues) * [GPU-Probleme](#gpu-issues) * [Zahlungsprobleme](#payment-issues) * [Plattformbeschränkungen](#platform-limits) *** ## Probleme bei der Auftragserstellung ### Auftrag schlägt fehl: "Unzureichendes Guthaben" **Ursache:** Nicht genügend Mittel, um die Erstellungsgebühr und die Mindesteinzahlung zu decken. **Lösung:** * Überprüfen Sie Ihr Guthaben in der gewählten Währung (CLORE, BTC oder USDT/USDC) * Die Erstellungsgebühr wird bei Erstellung des Auftrags belastet * Laden Sie Ihr Guthaben mit ausreichend Mitteln für mehrere Stunden Miete auf ### Auftrag schlägt fehl: "Server nicht verfügbar" **Ursache:** Server ist bereits vermietet oder offline. **Lösung:** * Aktualisieren Sie die Marktplatzseite * Überprüfen Sie den Serverstatus (Online-/Offline-Anzeige) * Bei Spot-Mieten - Sie wurden möglicherweise überboten ### Auftrag bleibt im Status "Erstellung" hängen **Ursache:** Container wird bereitgestellt oder es ist ein Fehler aufgetreten. **Lösung:** 1. Warten Sie 2–5 Minuten (Docker-Image wird heruntergeladen) 2. Überprüfen Sie die Protokolle in **Meine Bestellungen** 3. Große Images (10GB+) benötigen länger zum Herunterladen 4. Wenn es länger als 10 Minuten hängt - abbrechen und erneut versuchen *** ## Verbindungsprobleme ### Keine Verbindung per SSH möglich **Ursache:** Port nicht konfiguriert oder Container nicht bereit. **Checkliste:** 1. Port 22 muss als festgelegt sein **TCP** (nicht HTTP) 2. Container-Status muss sein **Aktiv** (nicht Erstellung) 3. Verwenden Sie den korrekten zugeordneten Port aus **Meine Bestellungen** **Korrektes SSH-Kommando:** ```bash ssh -p root@ ``` Wo `` der öffentliche Port ist (z. B. 45678), NICHT Port 22. ### SSH funktioniert, aber die Weboberfläche öffnet sich nicht **Ursache:** Port als TCP statt HTTP gesetzt oder Dienst läuft nicht. **Lösung:** 1. Weboberflächen-Ports müssen als festgelegt sein **HTTP** (nicht TCP) 2. Dienst muss lauschen auf `0.0.0.0`, nicht `localhost` 3. Überprüfen Sie die Protokolle – der Dienst könnte beim Start abgestürzt sein **Korrekte Port-Konfiguration:** ``` 22/tcp - SSH-Zugang 7860/http - Gradio/WebUI-Oberfläche 8000/http - API-Server ``` ### "Connection refused"-Fehler **Ursache:** Dienst im Container läuft nicht oder lauscht an der falschen Adresse. **Lösung:** 1. SSH in den Container und überprüfen Sie den Dienststatus: ```bash ps aux | grep python netstat -tlnp ``` 2. Dienst muss lauschen auf `0.0.0.0`, nicht `127.0.0.1`: ```bash # Falsch: python app.py --host 127.0.0.1 # Richtig: python app.py --host 0.0.0.0 ``` ### "Connection timed out"-Fehler **Ursache:** Falsche Adresse/Port oder Netzwerkprobleme. **Checkliste:** 1. Verwenden Sie die Proxy-Adresse aus **Meine Bestellungen** (nicht Server-IP!) 2. Verwenden Sie den zugeordneten Port (öffentlicher Port, nicht Container-Port) 3. Verwenden Sie das richtige Protokoll (http\:// für HTTP-Ports) *** ## Container-Probleme ### Container startet ständig neu **Ursache:** Fehler im Startbefehl oder unzureichende Ressourcen. **Lösung:** 1. Überprüfen Sie die Protokolle in **Meine Bestellungen** 2. Vereinfachen Sie den Startbefehl: ```bash # Schlecht - langer Befehl kann fehlschlagen: apt update && apt install -y ... && pip install ... && python ... # Besser - beginnen Sie mit einfachem Befehl: sleep infinity ``` 3. Dann per SSH einloggen und manuell konfigurieren ### Container kann nicht zurückgesetzt werden **Ursache:** Abkühlzeit zwischen Zurücksetzungen. **Tatsache:** Das Zurücksetzen des Containers hat eine **120 Sekunden** Abkühlzeit. **Lösung:** Warten Sie 2 Minuten zwischen Reset-Versuchen. ### Daten nach Neustart verloren **Ursache:** Daten sind nicht im persistenten Speicher. **Wichtig:** * Daten innerhalb des Containers werden **beibehalten** bei Zurücksetzen des Containers * Daten werden **verloren** wenn der Auftrag storniert oder abläuft * Laden Sie Ergebnisse immer herunter, bevor Sie die Miete beenden: ```bash scp -P root@:/workspace/results.tar.gz ./ ``` ### Startbefehl wird nicht ausgeführt **Ursache:** Syntaxfehler oder Image-Problem. **Häufige Fehler:** ```bash # Fehler: zusätzliches Leerzeichen nach \ apt update && \ apt install -y git # <-- Leerzeichen vor der nächsten Zeile # Richtig: apt update && \ apt install -y git && \ python app.py ``` **Lösung:** 1. Verwenden Sie einfachen Start: `bash` oder `sleep infinity` 2. Konfigurieren Sie alles per SSH 3. Oder erstellen Sie ein benutzerdefiniertes Docker-Image mit vorinstallierter Software *** ## GPU-Probleme ### GPU im Container nicht sichtbar **Überprüfen:** ```bash nvidia-smi ``` **Wenn Befehl nicht gefunden:** * Docker-Image muss CUDA unterstützen * Verwenden Sie CUDA-fähige Images: `pytorch/pytorch:2.5.1-cuda12.4-cudnn9-runtime` **Wenn GPU nicht angezeigt wird:** * Überprüfen Sie, ob der Server eine GPU hat (Marktplatz-Eintrag prüfen) * Kontaktieren Sie den Serveranbieter ### CUDA-Versionskonflikt **Fehler:** `CUDA-Treiberversion ist unzureichend für die CUDA-Runtime-Version` **Ursache:** CUDA-Version im Image ist mit dem Server-Treiber inkompatibel. **Lösung:** * Überprüfen Sie die Treiberversion: `nvidia-smi` (oben rechts) * Verwenden Sie ein Image mit kompatibler CUDA-Version * Sichere Optionen: CUDA 11.8, CUDA 12.1 ### Nicht genügend GPU-Speicher **Fehler:** `CUDA out of memory` **Lösungen:** 1. Verwenden Sie ein kleineres Modell oder Quantisierung 2. Fügen Sie Speicheroptimierungs-Flags hinzu: * Stable Diffusion: `--medvram` oder `--lowvram` * LLMs: `load_in_4bit=True` oder `load_in_8bit=True` 3. Speicher leeren: `torch.cuda.empty_cache()` 4. Mieten Sie einen Server mit mehr VRAM *** ## Zahlungsprobleme ### Unterstützte Währungen CLORE.AI unterstützt drei Währungen: * **CLORE** - natives Token der Plattform * **BTC** - Bitcoin * **USD** - Stablecoins (falls vom Anbieter aktiviert) ### Auftrag storniert: "Überboten" **Ursache:** Jemand bot einen höheren Preis auf dem Spot-Markt. **Lösung:** * Verwenden Sie **On-Demand** für garantierte Miete * Oder erhöhen Sie Ihren Spot-Gebotspreis ### Guthaben belastet, aber Auftrag nicht erstellt **Ursache:** Die Erstellungsgebühr wird auch dann belastet, wenn der Auftrag fehlschlägt. **Lösung:** * Die Erstellungsgebühr ist in der Regel minimal * Überprüfen Sie den Stornierungsgrund in der Historie * Kontaktieren Sie den Support bei wiederkehrenden Problemen *** ## Plattformbeschränkungen Verifiziert aus dem CLORE.AI-Codebestand: | Parameter | Limit | | --------------------------------------- | ------------------------- | | Ports pro Auftrag | **5** | | Gesamte Umgebungsvariablen | **12.288 Zeichen** (12KB) | | Name einer einzelnen Umgebungsvariablen | 128 Zeichen | | Wert einer einzelnen Umgebungsvariablen | 1.536 Zeichen | | SSH-Schlüssel | **3.072 Zeichen** | | SSH-Passwort | **32 Zeichen** | | Jupyter-Token | **32 Zeichen** | | Cooldown für Container-Reset | **120 Sekunden** | | Port-Bereich | 1-65535 | | Port-Protokolle | Nur TCP oder HTTP | *** ## Umgebungsvariablen Verwenden Sie Umgebungsvariablen für SSH- und Jupyter-Zugriff: | Variable | Zweck | Maximale Länge | | --------------- | ------------------------------ | -------------- | | `SSH_KEY` | Ihr öffentlicher SSH-Schlüssel | 3.072 Zeichen | | `SSH_PASSWORD` | SSH-Passwort | 32 Zeichen | | `JUPYTER_TOKEN` | Jupyter-Notebook-Token | 32 Zeichen | **Beispielkonfiguration:** ``` SSH_PASSWORD=mypassword123 JUPYTER_TOKEN=mysecrettoken ``` *** ## Diagnosebefehle ```bash # GPU prüfen nvidia-smi # Speicherverbrauch prüfen free -h # Festplattenspeicher prüfen df -h # Laufende Prozesse prüfen ps aux | grep python # Offene Ports prüfen netstat -tlnp # Aktuelle Fehlermeldungen prüfen dmesg | tail -50 # GPU-Speicher leeren (Python) import torch torch.cuda.empty_cache() ``` *** ## Hilfe erhalten Wenn das Problem weiterhin besteht: 1. Überprüfen Sie [CLORE.AI-Dokumentation](https://docs.clore.ai/) 2. Beschreiben Sie das Problem mit Protokollen und Screenshots 3. Fügen Sie Auftrags-ID und Server-ID bei --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.clore.ai/guides/guides_v2-de/erste-schritte/clore-troubleshooting.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.