Preguntas frecuentes

Preguntas frecuentes sobre el uso de Clore.ai para cargas de trabajo de IA

Preguntas comunes sobre el uso de CLORE.AI para cargas de trabajo de IA.

¿No encuentras tu respuesta? Únete a Discord o Telegram para obtener ayuda.

Cómo Empezar

¿Cómo creo una cuenta?

1. Ir a clore.ai

2. Hacer clic Regístrate

3. Introduce correo electrónico y contraseña

4. Verifica tu correo electrónico

5. ¡Listo! Ahora puedes depositar fondos y alquilar GPUs

¿Qué métodos de pago se aceptan?

• CLORE - Token nativo (a menudo ofrece las mejores tarifas)

• BTC - Bitcoin

• USDT - Tether (ERC-20, TRC-20)

• USDC - USD Coin

¿Cuál es el depósito mínimo?

No hay un mínimo estricto, pero recomendamos $5-10 para empezar a experimentar. Esto cubre varias horas en GPUs económicas.

¿Cuánto tarda en llegar mi depósito?

Moneda	Confirmaciones	Tiempo típico
CLORE	10	~10 minutos
BTC	2	~20 minutos
USDT/USDC	Depende de la red	1-15 minutos

---

Elección de hardware

¿Qué GPU debería elegir?

Depende de tu tarea:

Tarea	GPU recomendada
Chat con modelos de 7B	RTX 3060 12GB ($0.15–0.30/día)
Chat con modelos de 13B-30B	RTX 3090 24GB ($0.30–1.00/día)
Chat con modelos de 70B	RTX 5090 32GB ($1.50–3.00/día) o A100 40GB ($1.50–3.00/día)
Generación de imágenes (SDXL)	RTX 3090 24GB ($0.30–1.00/día)
Generación de imágenes (FLUX)	RTX 4090/5090 ($0.50–3.00/día)
Generación de video	RTX 4090+ o A100 ($0.50–3.00/día)
Modelos 70B+ (FP16)	A100 80GB ($2.00–4.00/día)

Ver Comparación de GPU para especificaciones detalladas.

¿Cuál es la diferencia entre On-Demand y Spot?

Tipo	Precio	Disponibilidad	Mejor para
Bajo demanda	Precio fijo	Garantizado	Producción, tareas largas
Spot	30-50% más barato	Puede ser interrumpido	Pruebas, trabajos por lotes

Las órdenes Spot pueden finalizarse si alguien puja más alto. ¡Guarda tu trabajo con frecuencia!

¿Cuánta VRAM necesito?

Usa esta guía rápida:

Tamaño del modelo	VRAM mínima (Q4)	Recomendado
7B	6GB	12GB
13B	8GB	16GB
30B	16GB	24GB
70B	35GB	48GB

Ver Compatibilidad de modelos para detalles completos.

¿Qué significa "No verificado" en un servidor?

Los servidores no verificados no han completado la verificación de hardware de CLORE.AI. Pueden:

• Tener especificaciones ligeramente diferentes a las listadas

• Ser menos fiables

Los servidores verificados tienen especificaciones confirmadas y mejor fiabilidad.

---

Conexión a servidores

¿Cómo me conecto vía SSH?

Después de que tu orden comience:

1. Ir a Mis Pedidos

2. Encuentra tu orden

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

4. Usa la contraseña que aparece en los detalles de la orden

Ejemplo:

ssh -p 10022 [email protected]
# Introduce la contraseña cuando se te solicite

Conexión SSH rechazada - ¿qué hago?

1. Espera 1-2 minutos - El servidor puede estar aún iniciándose

2. Verifica el estado de la orden - Debe estar "Running"

3. Verifica el puerto - Usa el puerto de los detalles de la orden, no el 22

4. Comprueba el firewall - Tu red puede bloquear puertos no estándar

¿Cómo accedo a interfaces web (Gradio, Jupyter)?

1. En los detalles de la orden, encuentra el enlace del puerto HTTP

2. Haz clic en el enlace para abrirlo en el navegador

3. O manualmente: http://<direccion-proxy>:<puerto-http>

¿Puedo usar VS Code Remote SSH?

¡Sí! Añádelo a tu ~/.ssh/config:

Host clore-gpu
    HostName <direccion-proxy>
    Port <puerto>
    User root

Luego conéctate en VS Code: Remote-SSH: Connect to Host → clore-gpu

¿Cómo transfiero archivos?

Subir al servidor:

scp -P <puerto> archivo_local.zip root@<proxy>:/root/

Descargar desde el servidor:

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

Para transferencias grandes, usa rsync:

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

---

Ejecución de cargas de trabajo de IA

¿Cómo instalo paquetes de Python?

pip install torch transformers accelerate

Para instalaciones persistentes, inclúyelas en tu comando de inicio o en la imagen Docker.

¿Por qué mi modelo se queda sin memoria?

1. Usar cuantización - Q4 usa 4x menos VRAM que FP16

2. Habilitar descarga a CPU - Más lento pero funciona

3. Reducir el tamaño del lote - Usa batch_size=1

4. Reducir la longitud del contexto - Reduce max_tokens

5. Elige una GPU más grande - A veces es necesario

¿Cómo uso modelos de Hugging Face que requieren inicio de sesión?

# Establece el token como variable de entorno
export HUGGING_FACE_HUB_TOKEN=hf_xxxxx

# O inicia sesión de forma interactiva
huggingface-cli login

Para modelos restringidos (Llama, etc.), primero acepta los términos en el sitio web de Hugging Face.

¿Puedo ejecutar múltiples modelos a la vez?

Sí, si tienes suficiente VRAM:

• Cada modelo necesita su propia asignación de VRAM

• Usa diferentes puertos para distintos servicios

• Considera vLLM para un servicio multi-modelo eficiente

¿Cómo guardo mi trabajo después de que termine la orden?

Antes de que termine la orden:

1. Descarga los resultados: scp -P <puerto> root@<proxy>:/root/outputs/* ./

2. Sube a la nube: aws s3 sync /root/outputs s3://bucket/

3. Haz commit a Git: git push

¡Los datos se pierden cuando la orden termina! Haz copia de seguridad siempre de archivos importantes.

---

Facturación y órdenes

¿Cómo se calcula la facturación?

• Tarifa por hora × horas usadas

• La facturación comienza cuando el estado de la orden es "Running"

• Facturación mínima: 1 minuto

• Las horas parciales se facturan por minuto

¿Cómo detengo una orden?

1. Ir a Mis Pedidos

2. Hacer clic Detener en tu orden

3. Confirma la terminación

Solo se te cobrará por el tiempo utilizado.

¿Puedo extender mi orden?

Sí, si nadie ha pujado más alto en tu orden Spot. Añade fondos a tu saldo y la orden continúa automáticamente.

¿Qué pasa si se agota mi saldo?

1. Se envía una notificación de advertencia

2. Período de gracia (~5-10 minutos)

3. Orden terminada

4. ¡Todos los datos perdidos!

Mantén suficiente saldo o descarga el trabajo antes de quedarte sin fondos.

¿Puedo obtener un reembolso?

Contacta soporte para:

• Problemas de hardware (GPU que no funciona)

• Tiempo de inactividad significativo

• Errores de facturación

No se otorgan reembolsos por:

• Errores del usuario

• Uso normal de la orden

• Interrupciones de órdenes Spot

---

Docker e imágenes

¿Qué imágenes Docker están disponibles?

Ver Catálogo de imágenes Docker para imágenes listas para usar:

• ollama/ollama - Ejecutor LLM

• vllm/vllm-openai - API LLM de alto rendimiento

• universonic/stable-diffusion-webui - Generación de imágenes

• yanwk/comfyui-boot - Generación de imágenes basada en Node

¿Puedo usar mi propia imagen Docker?

¡Sí! Especifica tu imagen en la orden:

Imagen: tu-registro/tu-imagen:tag

Asegúrate de que la imagen sea accesible públicamente o proporciona credenciales.

¿Cómo persisto datos entre reinicios?

Usa los puntos de montaje de volumen proporcionados o especifica volúmenes personalizados:

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

---

Solución de problemas

Error "CUDA out of memory"

1. Comprueba la VRAM - nvidia-smi

2. Usar un modelo más pequeño o la cuantización

3. Habilita offload - --cpu-offload

4. Reducir el tamaño del lote - batch_size=1

5. Termina otros procesos - pkill python

Error "Conexión agotada"

1. Verifica el estado de la orden - Debe estar "Running"

2. Espera más tiempo - Las imágenes grandes tardan en arrancar

3. Comprueba los puertos - Usa el puerto correcto de la orden

4. Inténtalo de nuevo - Los problemas de red son temporales

La interfaz web no carga

1. Espera al inicio - Algunas UIs tardan 2-5 minutos

2. Revisa los logs: docker logs <container>

3. Verifica el puerto - Usa el puerto HTTP de los detalles de la orden

4. Comprueba el comando - Debe incluir --listen 0.0.0.0

La descarga del modelo se queda atascada

1. Comprobar espacio en disco: df -h

2. Usar un modelo más pequeño - Empieza con 7B

3. Pre-descargar - Incluye en la imagen Docker

4. Comprueba el token de HF - Requerido para modelos restringidos

Velocidad de inferencia lenta

1. Comprueba el uso de la GPU: nvidia-smi

2. Habilita la GPU - El modelo puede estar en CPU

3. Usa Flash Attention - --flash-attn

4. Optimiza la configuración - Reduce precisión, batch

---

Seguridad

¿Mis datos están seguros?

• Cada orden se ejecuta en un contenedor aislado

• Los datos se eliminan cuando la orden termina

• El tráfico de red pasa por los proxies de CLORE

• No almacenes datos sensibles en GPUs alquiladas

¿Debo cambiar la contraseña root?

Opcional pero recomendado para órdenes largas:

passwd root

¿Cómo protejo las claves de API?

1. Usa variables de entorno - No argumentos de línea de comandos

2. No las subas a Git - Usa .gitignore

3. Eliminar después de usar - Borra el historial: history -c

---

¿Aún necesitas ayuda?

• Guía de resolución de problemas

• Comunidad en Discord

• Chat de Telegram

• Correo: [email protected]