Schnellstart

Keine vorherige GPU- oder KI-Erfahrung nötig. Dieser Leitfaden bringt dich in 5 Minuten von null dazu, KI laufen zu lassen.

Schritt 1: Konto erstellen & Geld einzahlen

1. Gehe zu clore.ai → Registrieren

2. Bestätige deine E-Mail

3. Gehe zu Konto → Einzahlung

4. Füge Mittel hinzu über CLORE, BTC, USDT, oder USDC (mindestens ~5 $ zum Start)

Schritt 2: Wähle eine GPU

Gehe zum Marktplatz und wähle je nach Aufgabe:

Was ich tun möchte	Minimale GPU	Budget/Tag
Mit KI chatten (7B-Modelle)	RTX 3060 12GB	~$0.15
Mit KI chatten (32B-Modelle)	RTX 4090 24GB	~$0.50
Bilder generieren (FLUX)	RTX 3090 24GB	~$0.30
Videos generieren	RTX 4090 24GB	~$0.50
Musik generieren	Beliebige GPU 4GB+	~$0.15
Stimmenklonen / TTS	RTX 3060 6GB+	~$0.15
Audio transkribieren	RTX 3060 8GB+	~$0.15
Ein Modell feinabstimmen	RTX 4090 24GB	~$0.50
70B+ Modelle ausführen	A100 80GB	~$2.00

Wichtig — prüfe mehr als nur die GPU!

• RAM: Mindestens 16GB für die meisten KI-Workloads

• Netzwerk: Empfohlen 500Mbps+ (Modelle werden von HuggingFace heruntergeladen)

• Festplatte: 50GB+ freier Speicher für Modellspeicherung

Schnelle GPU-Anleitung

GPU	VRAM	Preis	Sweet Spot für
RTX 3060	12GB	0,15–0,30 $/Tag	TTS, Musik, kleine Modelle
RTX 3090	24GB	0,30–1,00 $/Tag	Bildgenerierung, 32B-Modelle
RTX 4090	24GB	0,50–2,00 $/Tag	Alles bis 35B, schnelle Inferenz
RTX 5090	32GB	1,50–3,00 $/Tag	70B quantisiert, am schnellsten
A100 80GB	80GB	2,00–4,00 $/Tag	70B FP16, ernsthaftes Training
H100 80GB	80GB	3,00–6,00 $/Tag	400B+ MoE-Modelle

Schritt 3: Bereitstellen

Klicke Mieten bei deinem gewählten Server, dann konfiguriere:

• Bestelltyp: On-Demand (garantiert) oder Spot (30–50 % günstiger, kann unterbrochen werden)

• Docker-Image: Siehe Rezepte unten

• Ports: Immer einschließen 22/tcp (SSH) + dein App-Port

• Umgebung: Füge alle benötigten API-Keys hinzu

🚀 Ein-Klick-Rezepte

Mit KI chatten (Ollama + Open WebUI)

Der einfachste Weg, lokale KI auszuführen — ChatGPT-ähnliche Oberfläche mit jedem offenen Modell.

Image: ghcr.io/open-webui/open-webui:ollama
Ports: 22/tcp, 8080/http

Nach der Bereitstellung öffne die HTTP-URL → Konto erstellen → ein Modell wählen (Llama 4 Scout, Gemma 3, Qwen3.5) → chatten!

Bildgenerierung (ComfyUI)

Node-basierter Workflow für FLUX, Stable Diffusion und mehr.

Image: yanwk/comfyui-boot:cu126-slim
Ports: 22/tcp, 8188/http
Umgebung: CLI_ARGS=--listen 0.0.0.0

Bildgenerierung (Stable Diffusion WebUI)

Klassische Oberfläche für Stable Diffusion, SDXL und SD 3.5.

Image: universonic/stable-diffusion-webui:latest
Ports: 22/tcp, 8080/http

LLM API Server (vLLM)

Produktionsreife Bereitstellung mit OpenAI-kompatibler API.

Image: vllm/vllm-openai:latest
Ports: 22/tcp, 8000/http
Befehl: vllm serve Qwen/Qwen3.5-9B-Instruct --host 0.0.0.0 --max-model-len 8192

Musikgenerierung (ACE-Step)

Erzeuge komplette Songs mit Gesang — funktioniert auf jeder GPU mit 4GB+!

Ports: 22/tcp, 7860/http

Per SSH einloggen, dann:

git clone https://github.com/ACE-Step/ACE-Step-1.5.git && cd ACE-Step-1.5
pip install -r requirements.txt
python app.py --port 7860 --listen 0.0.0.0

Schritt 4: Verbinden

Nachdem deine Bestellung gestartet ist:

1. Gehe zu Meine Bestellungen → finde deine aktive Bestellung

2. Web UI: Klicke die HTTP-URL (z. B., https://xxx.clorecloud.net)

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

Erster Start dauert 5–20 Minuten — der Server lädt KI-Modelle von HuggingFace herunter. HTTP-502-Fehler in dieser Zeit sind normal. Warten und aktualisieren.

Bereitstellen	Typischer Startvorgang
Ollama + Open WebUI	3–5 min
ComfyUI	10–15 min
vLLM	5–15 min (abhängig von der Modellgröße)
SD WebUI	10–20 min

Schritt 5: Beginne zu erstellen

Sobald dein Service läuft, erkunde die Guides für deinen speziellen Anwendungsfall:

🤖 Sprachmodelle (Chat, Code, Schlussfolgerungen)

• Ollama — einfachstes Modellmanagement

• Llama 4 Scout — Metas neuestes, 10M Kontext

• Gemma 3 — Googles 27B, das 405B-Modelle schlägt

• Qwen3.5 — schlug Claude 4.5 in Mathe (Feb 2026!)

• DeepSeek-R1 — Chain-of-Thought-Reasoning

• vLLM — Produktions-API-Bereitstellung

🎨 Bildgenerierung

• FLUX.2 Klein — < 0,5 Sek. pro Bild!

• ComfyUI — node-basierte Workflows

• FLUX.1 — höchste Qualität mit LoRA + ControlNet

• Stable Diffusion 3.5 — beste Textdarstellung

🎬 Videogenerierung

• FramePack — nur 6GB VRAM nötig!

• Wan2.1 — hochwertige T2V + I2V

• LTX-2 — Video MIT Audio

• CogVideoX — Zhipu AIs Videomodell

🔊 Audio & Stimme

• Qwen3-TTS — Stimmenklonen, 10+ Sprachen

• WhisperX — Transkription + Sprecher-Diarisation

• Dia TTS — Mehrsprecher-Dialog

• Kokoro — winzige TTS, nur 2GB VRAM

🎵 Musik

• ACE-Step — komplette Songs mit < 4GB VRAM

💻 KI-Coding

• TabbyML — selbstgehosteter Copilot für 4,50 $/Monat

• Aider — Terminal-KI-Coding-Assistent

🧠 Training

• Unsloth — 2x schneller, 70% weniger VRAM

• Axolotl — YAML-basierte Feinabstimmung

💡 Tipps für Anfänger

1. Fange mit Ollama an — es ist der einfachste Weg, KI lokal auszuprobieren

2. RTX 4090 ist der Sweet Spot — deckt 90 % der Anwendungsfälle für 0,50–2 $/Tag ab

3. Verwende Spot-Bestellungen für Experimente — 30–50 % günstiger

4. Verwende On-Demand für wichtige Arbeiten — garantiert, keine Unterbrechungen

5. Lade deine Ergebnisse herunter bevor die Bestellung endet — Dateien werden danach gelöscht

6. Zahle mit dem CLORE-Token — oft bessere Tarife als Stablecoins

7. Prüfe RAM und Netzwerk — zu wenig RAM ist die Hauptursache für Fehler

Fehlerbehebung

Problem	Lösung
HTTP 502 über längere Zeit	Warte 10–20 Min. beim ersten Start; prüfe RAM ≥ 16GB
Dienst startet nicht	RAM zu niedrig (mind. 16GB) oder VRAM zu klein für das Modell
Langsamer Modelldownload	Normal beim ersten Lauf; vorzugsweise Server mit 500Mbps+ wählen
CUDA: nicht genug Speicher	Verwende ein kleineres Modell oder eine größere GPU; versuche quantisierte Versionen
Kein SSH möglich	Prüfe, ob der Port 22/tcp in der Konfiguration ist; warte, bis der Server vollständig gestartet ist

🐍 Python SDK & CLI (Empfohlen)

Bevorzugst du Code statt Klicken? Installiere das offizielle SDK:

pip install clore-ai
clore search --gpu "RTX 4090" --max-price 5.0
clore deploy 123 --image cloreai/ubuntu22.04-cuda12 --type on-demand --currency bitcoin --ssh-password mypass --port 22:tcp
clore ssh 456

Oder nutze Python direkt:

from clore_ai import CloreAI

client = CloreAI()
servers = client.marketplace(gpu="RTX 4090", max_price_usd=5.0)
order = client.create_order(server_id=servers[0].id, image="cloreai/ubuntu22.04-cuda12", type="on-demand", currency="bitcoin")

→ Vollständiges Python-Quickstart | SDK-Anleitung | CLI-Automatisierung

Brauchst du Hilfe?

• 📖 Vollständiger Troubleshooting-Guide

• 📊 GPU-Vergleichsdiagramm

• 💰 Preisreferenz

• 💬 Discord

• 💬 Telegram

• 📧 [email protected]