FAQ

Häufig gestellte Fragen zur Nutzung von Clore.ai für KI-Workloads

Häufige Fragen zur Verwendung von CLORE.AI für KI-Workloads.

Du findest deine Antwort nicht? Tritt Discord oder Telegram für Hilfe bei.

Erste Schritte

Wie erstelle ich ein Konto?

1. Gehe zu clore.ai

2. Klicken Sie auf Registrieren

3. E-Mail und Passwort eingeben

4. E-Mail bestätigen

5. Fertig! Du kannst jetzt Guthaben einzahlen und GPUs mieten

Welche Zahlungsmethoden werden akzeptiert?

• CLORE - Nativer Token (bietet oft die besten Kurse)

• BTC - Bitcoin

• USDT - Tether (ERC-20, TRC-20)

• USDC - USD Coin

Wie hoch ist die Mindesteinzahlung?

Es gibt kein striktes Minimum, aber wir empfehlen 5–10 $, um mit dem Experimentieren zu beginnen. Das deckt mehrere Stunden auf günstigen GPUs ab.

Wie lange dauert es, bis meine Einzahlung ankommt?

Währung	Bestätigungen	Typische Zeit
CLORE	10	~10 Minuten
BTC	2	~20 Minuten
USDT/USDC	Netzwerkabhängig	1–15 Minuten

---

Hardware auswählen

Welche GPU sollte ich wählen?

Das hängt von deiner Aufgabe ab:

Aufgabe	Empfohlene GPU
Mit 7B-Modellen chatten	RTX 3060 12 GB ($0.03–0.07/Std.)
Mit 13B-30B-Modellen chatten	RTX 3090 24GB ($0.07–0.21/Std.)
Mit 70B-Modellen chatten	RTX 5090 32GB (Bare Metal) oder A100 40GB (Bare Metal)
Bildgenerierung (SDXL)	RTX 3090 24GB ($0.07–0.21/Std.)
Bildgenerierung (FLUX)	RTX 4090/5090 ($0.14–0.42/Std.)
Videogenerierung	RTX 4090+ oder A100 (Bare Metal)
70B+-Modelle (FP16)	A100 80 GB (Bare Metal)

Siehe GPU-Vergleich für detaillierte Spezifikationen.

Was ist der Unterschied zwischen On-Demand und Spot?

Typ	Preis	Verfügbarkeit	Am besten geeignet für
On-Demand	Fester Preis	Garantiert	Produktion, lange Aufgaben
Spot	ca. 13 % günstiger, wo angeboten (ein Drittel der Server)	Kann überboten werden	Tests, Batch-Jobs

Spot-Aufträge können beendet werden, wenn jemand höher bietet. Speichere deine Arbeit häufig!

Wie viel VRAM brauche ich?

Nutze diese Kurzübersicht:

Modellgröße	Mindest-VRAM (Q4)	Empfohlen
7B	6 GB	12 GB
13B	8 GB	16 GB
30B	16 GB	24 GB
70B	35GB	48GB

Siehe Modellkompatibilität für vollständige Details.

Was bedeutet „Unverified“ auf einem Server?

Nicht verifizierte Server haben die Hardwareverifizierung von CLORE.AI noch nicht abgeschlossen. Sie können:

• Etwas andere Spezifikationen haben als angegeben

• Weniger zuverlässig sein

Verifizierte Server haben bestätigte Spezifikationen und sind zuverlässiger.

---

Mit Servern verbinden

Wie verbinde ich mich per SSH?

Nachdem dein Auftrag gestartet ist:

1. Gehe zu Meine Bestellungen

2. Finde deinen Auftrag

3. SSH-Befehl kopieren: ssh -p <port> root@<proxy-address>

4. Verwende das in den Auftragsdetails angezeigte Passwort

Beispiel:

ssh -p 10022 [e-mail]
# Passwort eingeben, wenn du dazu aufgefordert wirst

SSH-Verbindung abgelehnt – was soll ich tun?

1. 1–2 Minuten warten - Server startet möglicherweise noch

2. Auftragsstatus prüfen - Muss "Running" sein

3. Port prüfen - Verwende den Port aus den Auftragsdetails, nicht 22

4. Firewall prüfen - Dein Netzwerk blockiert möglicherweise nicht standardmäßige Ports

Wie greife ich auf Weboberflächen (Gradio, Jupyter) zu?

1. Finde in den Auftragsdetails den HTTP-Port-Link

2. Klicke auf den Link, um ihn im Browser zu öffnen

3. Oder manuell: http://<proxy-address>:<http-port>

Kann ich VS Code Remote SSH verwenden?

Ja! Füge es deiner ~/.ssh/config:

Host clore-gpu
    HostName <proxy-address>
    Port <port>
    User root

Dann in VS Code verbinden: Remote-SSH: Mit Host verbinden → clore-gpu

Wie übertrage ich Dateien?

Auf den Server hochladen:

scp -P <port> local_file.zip root@<proxy>:/root/

Vom Server herunterladen:

scp -P <port> root@<proxy>:/root/output.zip ./

Für große Übertragungen rsync verwenden:

rsync -avz -e "ssh -p <port>" ./data/ root@<proxy>:/root/data/

---

KI-Workloads ausführen

Wie installiere ich Python-Pakete?

pip install torch transformers accelerate

Für dauerhafte Installationen füge es deinem Startbefehl oder Docker-Image hinzu.

Warum läuft meinem Modell der Speicher aus?

1. Quantisierung verwenden - Q4 benötigt 4x weniger VRAM als FP16

2. CPU-Offload aktivieren - Langsamer, funktioniert aber

3. Batch-Größe reduzieren - batch_size=1 verwenden

4. Kontextlänge verringern - max_tokens reduzieren

5. Größere GPU wählen - Manchmal notwendig

Wie verwende ich Hugging-Face-Modelle, die eine Anmeldung erfordern?

# Token als Umgebungsvariable setzen
export HUGGING_FACE_HUB_TOKEN=hf_xxxxx

# Oder interaktiv anmelden
huggingface-cli login

Bei gesperrten Modellen (Llama usw.) zuerst die Nutzungsbedingungen auf der Hugging-Face-Website akzeptieren.

Kann ich mehrere Modelle gleichzeitig ausführen?

Ja, wenn du genügend VRAM hast:

• Jedes Modell benötigt seine eigene VRAM-Zuweisung

• Verwende unterschiedliche Ports für verschiedene Dienste

• Ziehe vLLM für effizientes Serving mehrerer Modelle in Betracht

Wie behalte ich meine Arbeit nach dem Ende des Auftrags?

Bevor der Auftrag endet:

1. Ausgaben herunterladen: scp -P <port> root@<proxy>:/root/outputs/* ./

2. In die Cloud pushen: aws s3 sync /root/outputs s3://bucket/

3. In Git committen: git push

Daten gehen verloren, wenn der Auftrag endet! Sichere wichtige Dateien immer.

---

Abrechnung & Aufträge

Wie wird die Abrechnung berechnet?

• Stundensatz × genutzte Stunden

• Die Abrechnung beginnt, wenn der Auftragsstatus "Running" ist

• Mindestabrechnung: 1 Minute

• Angebrochene Stunden werden minutenweise abgerechnet

Wie stoppe ich einen Auftrag?

1. Gehe zu Meine Bestellungen

2. Klicken Sie auf Stoppen für deinen Auftrag

3. Beendigung bestätigen

Es wird nur die genutzte Zeit berechnet.

Kann ich meinen Auftrag verlängern?

Ja, wenn auf deinen Spot-Auftrag niemand höher geboten hat. Lade Guthaben auf dein Konto und der Auftrag wird automatisch fortgesetzt.

Was passiert, wenn mein Guthaben aufgebraucht ist?

1. Warnmeldung gesendet

2. Kulanzzeit (~5–10 Minuten)

3. Auftrag beendet

4. Alle Daten verloren!

Halte ausreichend Guthaben bereit oder lade deine Arbeit herunter, bevor es knapp wird.

Kann ich eine Rückerstattung erhalten?

Support kontaktieren bei:

• Hardwareproblemen (GPU funktioniert nicht)

• Erhebliche Ausfallzeiten

• Abrechnungsfehler

Rückerstattungen werden nicht gewährt für:

• Benutzerfehler

• Normale Auftragsnutzung

• Unterbrechungen von Spot-Aufträgen

---

Docker & Images

Welche Docker-Images sind verfügbar?

Siehe Docker-Image-Katalog für einsatzbereite Images:

• ollama/ollama - LLM-Runner

• vllm/vllm-openai - Hochleistungs-LLM-API

• universonic/stable-diffusion-webui - Bildgenerierung

• yanwk/comfyui-boot - Node-basierte Bildgenerierung

Kann ich mein eigenes Docker-Image verwenden?

Ja! Gib dein Image im Auftrag an:

Image: your-registry/your-image:tag

Stelle sicher, dass das Image öffentlich zugänglich ist, oder gib Zugangsdaten an.

Wie behalte ich Daten zwischen Neustarts?

Verwende die bereitgestellten Volume-Mount-Punkte oder gib benutzerdefinierte Volumes an:

-v /data/models:/root/.cache/huggingface

---

Fehlerbehebung

Fehler „CUDA out of memory“

1. VRAM prüfen - nvidia-smi

2. Kleineres Modell verwenden oder Quantisierung

3. Offload aktivieren - --cpu-offload

4. Batch-Größe reduzieren - batch_size=1

5. Andere Prozesse beenden - pkill python

Fehler „Connection timed out“

1. Auftragsstatus prüfen - Muss "Running" sein

2. Länger warten - Große Images brauchen Zeit zum Starten

3. Ports prüfen - Verwende den korrekten Port aus dem Auftrag

4. Erneut versuchen - Netzwerkprobleme sind vorübergehend

Web-UI lädt nicht

1. Auf den Start warten - Manche UIs benötigen 2–5 Minuten

2. Logs prüfen: docker logs <container>

3. Port prüfen - Verwende den HTTP-Port aus den Auftragsdetails

4. Befehl prüfen - Muss enthalten --listen 0.0.0.0

Modelldownload hängt fest

1. Speicherplatz prüfen: df -h

2. Kleineres Modell verwenden - Mit 7B beginnen

3. Vorab herunterladen - Ins Docker-Image aufnehmen

4. HF-Token prüfen - Erforderlich für gesperrte Modelle

Langsame Inferenzgeschwindigkeit

1. GPU-Auslastung prüfen: nvidia-smi

2. GPU aktivieren - Modell läuft möglicherweise auf der CPU

3. Flash Attention verwenden - --flash-attn

4. Einstellungen optimieren - Präzision, Batch reduzieren

---

Sicherheit

Sind meine Daten sicher?

• Jeder Auftrag läuft in einem isolierten Container

• Daten werden gelöscht, wenn der Auftrag endet

• Der Netzwerkverkehr läuft über CLORE-Proxys

• Speichere keine sensiblen Daten auf gemieteten GPUs

Sollte ich das Root-Passwort ändern?

Optional, aber für längere Aufträge empfohlen:

passwd root

Wie schütze ich API-Schlüssel?

1. Umgebungsvariablen verwenden - Keine Befehlszeilenargumente

2. Nicht in Git committen - Verwende .gitignore

3. Nach der Verwendung löschen - Verlauf löschen: history -c

---

Brauchst du noch Hilfe?

• Fehlerbehebungsleitfaden

• Discord-Community

• Telegram-Chat

• E-Mail: [e-mail]