Schnellstart

Keine vorherige GPU- oder KI-Erfahrung erforderlich. Dieser Leitfaden bringt dich in 5 Minuten von Null zum Ausführen von KI.

Schritt 1: Konto erstellen & Guthaben hinzufügen

1. Gehen Sie zur clore.ai → Registrieren

2. Bestätige deine E-Mail

3. Gehen Sie zur Konto → Einzahlung

4. Guthaben hinzufügen über CLORE, BTC, USDT, oder USDC (mindestens ~5 $ zum Start)

Schritt 2: Wähle eine GPU

Gehe zu 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 erzeugen	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: 16GB+ Mindestanforderung für die meisten KI-Arbeitslasten

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

• Festplatte: 50GB+ freier Speicher für Modellablage

Kurzer GPU-Leitfaden

GPU	VRAM	Preis	Süßer Punkt 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

Klicken Mieten auf deinem gewählten Server, dann konfigurieren:

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

• Docker-Image: Siehe Rezepte unten

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

• Umgebung: Füge alle benötigten API-Schlüssel hinzu

🚀 One-Click-Rezepte

Mit KI chatten (Ollama + Open WebUI)

Die einfachste Möglichkeit, 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 die HTTP-URL öffnen → Konto erstellen → ein Modell wählen (Llama 4 Scout, Gemma 3, Qwen3.5) → chatten!

Bildgenerierung (ComfyUI)

Knotenbasierter 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)

Produktionsgerechte 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 vollständige Songs mit Gesang — funktioniert auf jeder GPU mit 4GB+!

Ports: 22/tcp, 7860/http

Per SSH verbinden, 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 dein Auftrag gestartet ist:

1. Gehen Sie zur Meine Bestellungen → finde deine aktive Bestellung

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

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

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

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

Schritt 5: Beginne zu erstellen

Sobald dein Service läuft, erkunde die Anleitungen für deinen spezifischen Anwendungsfall:

🤖 Sprachmodelle (Chat, Code, Reasoning)

• Ollama — einfachste Modellverwaltung

• Llama 4 Scout — Metas neuestes, 10M Kontext

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

• Qwen3.5 — übertraf Claude 4.5 in Mathematik (Feb 2026!)

• DeepSeek-R1 — Ketten-von-Gedanken-Reasoning

• vLLM — Produktions-API-Bereitstellung

🎨 Bildgenerierung

• FLUX.2 Klein — < 0,5 Sek. pro Bild!

• ComfyUI — knotenbasierte Workflows

• FLUX.1 — höchste Qualität mit LoRA + ControlNet

• Stable Diffusion 3.5 — beste Textrendering

🎬 Videogenerierung

• FramePack — nur 6GB VRAM erforderlich!

• Wan2.1 — hochwertige T2V + I2V

• LTX-2 — Video MIT Audio

• CogVideoX — Zhipu AIs Videomodell

🔊 Audio & Stimme

• Qwen3-TTS — Stimmenklonen, 10+ Sprachen

• WhisperX — Transkription + Sprecher-Diarisierung

• Dia TTS — Multi-Speaker-Dialog

• Kokoro — winzige TTS, nur 2GB VRAM

🎵 Musik

• ACE-Step — vollständige Songs auf < 4GB VRAM

💻 KI-Codierung

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

• Aider — Terminal-basierter KI-Coding-Assistent

🧠 Training

• Unsloth — 2x schneller, 70% weniger VRAM

• Axolotl — YAML-basiertes Fine-Tuning

💡 Tipps für Anfänger

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

2. RTX 4090 ist der Sweetspot — 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 Arbeit — garantiert, keine Unterbrechungen

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

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

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

Fehlerbehebung

Problem	Lösung
HTTP 502 über lange Zeit	Warte 10–20 Min beim ersten Start; prüfe RAM ≥ 16GB
Service startet nicht	RAM zu niedrig (benötigt 16GB+) oder VRAM zu klein für das Modell
Langsamer Modelldownload	Normal beim ersten Lauf; bevorzugt 500Mbps+ Server
CUDA out of memory	Verwende kleineres Modell oder größere GPU; versuche quantisierte Versionen
Kann nicht per SSH verbinden	Prüfe, ob Port 22/tcp in der Konfiguration ist; warte, bis der Server vollständig gestartet ist

Brauchst du Hilfe?

• 📖 Vollständiger Troubleshooting-Leitfaden

• 📊 GPU-Vergleichstabelle

• 💰 Preisreferenz

• 💬 Discord

• 💬 Telegram

• 📧 [email protected]