FAQ

Questions fréquemment posées sur l'utilisation de Clore.ai pour les charges de travail IA

Questions courantes sur l'utilisation de CLORE.AI pour des charges de travail IA.

Vous ne trouvez pas votre réponse ? Rejoignez Discord ou Telegram pour obtenir de l'aide.

Premiers pas

Comment créer un compte ?

1. Aller à la clore.ai

2. Cliquez S'inscrire

3. Saisir l'email et le mot de passe

4. Vérifiez votre email

5. Terminé ! Vous pouvez maintenant déposer des fonds et louer des GPU

Quels modes de paiement sont acceptés ?

• CLORE - Jeton natif (offre souvent les meilleurs tarifs)

• BTC - Bitcoin

• USDT - Tether (ERC-20, TRC-20)

• USDC - USD Coin

Quel est le dépôt minimum ?

Il n'y a pas de minimum strict, mais nous recommandons 5–10 $ pour commencer à expérimenter. Cela couvre plusieurs heures sur des GPU économiques.

Combien de temps avant que mon dépôt n'arrive ?

Devise	Confirmations	Temps typique
CLORE	10	~10 minutes
BTC	2	~20 minutes
USDT/USDC	Dépend du réseau	1-15 minutes

---

Choisir le matériel

Quel GPU devrais-je choisir ?

Cela dépend de votre tâche :

Tâche	GPU recommandé
Discussion avec des modèles 7B	RTX 3060 12GB (0,15–0,30 $/jour)
Discussion avec des modèles 13B-30B	RTX 3090 24GB (0,30–1,00 $/jour)
Discussion avec des modèles 70B	RTX 5090 32GB (1,50–3,00 $/jour) ou A100 40GB (1,50–3,00 $/jour)
Génération d'images (SDXL)	RTX 3090 24GB (0,30–1,00 $/jour)
Génération d'images (FLUX)	RTX 4090/5090 (0,50–3,00 $/jour)
Génération vidéo	RTX 4090+ ou A100 (0,50–3,00 $/jour)
Modèles 70B+ (FP16)	A100 80GB (2,00–4,00 $/jour)

Voir Comparaison GPU pour les spécifications détaillées.

Quelle est la différence entre À la demande (On-Demand) et Spot ?

Type	Prix	Disponibilité	Idéal pour
À la demande	Prix fixe	Garanti	Production, tâches longues
Spot	30-50% moins cher	Peut être interrompu	Tests, tâches par lots

Les commandes Spot peuvent être terminées si quelqu'un propose plus. Enregistrez votre travail fréquemment !

De combien de VRAM ai-je besoin ?

Utilisez ce guide rapide :

Taille du modèle	VRAM minimale (Q4)	Recommandé
7B	6 Go	12Go
13B	8 Go	16Go
30B	16Go	24 Go
70B	35GB	48Go

Voir Compatibilité des modèles pour tous les détails.

Que signifie « Non vérifié » sur un serveur ?

Les serveurs non vérifiés n'ont pas complété la vérification matérielle de CLORE.AI. Ils peuvent :

• Avoir des spécifications légèrement différentes de celles indiquées

• Être moins fiables

Les serveurs vérifiés ont des spécifications confirmées et une meilleure fiabilité.

---

Connexion aux serveurs

Comment me connecter via SSH ?

Après le démarrage de votre commande :

1. Aller à la Mes commandes

2. Trouvez votre commande

3. Copiez la commande SSH : ssh -p <port> root@<adresse-proxy>

4. Utilisez le mot de passe indiqué dans les détails de la commande

Exemple :

ssh -p 10022 [email protected]
# Entrez le mot de passe lorsque demandé

Connexion SSH refusée - que faire ?

1. Attendez 1-2 minutes - Le serveur peut encore démarrer

2. Vérifiez le statut de la commande - Doit être « Running »

3. Vérifiez le port - Utilisez le port indiqué dans les détails de la commande, pas 22

4. Vérifiez le pare-feu - Votre réseau peut bloquer les ports non standard

Comment accéder aux interfaces web (Gradio, Jupyter) ?

1. Dans les détails de la commande, trouvez le lien du port HTTP

2. Cliquez sur le lien pour l'ouvrir dans le navigateur

3. Ou manuellement : http://<adresse-proxy>:<port-http>

Puis-je utiliser VS Code Remote SSH ?

Oui ! Ajoutez à votre ~/.ssh/config:

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

Puis connectez-vous dans VS Code : Remote-SSH : Connect to Host → clore-gpu

Comment transférer des fichiers ?

Téléverser vers le serveur :

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

Télécharger depuis le serveur :

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

Pour les transferts volumineux, utilisez rsync :

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

---

Exécution de charges de travail IA

Comment installer des paquets Python ?

pip install torch transformers accelerate

Pour des installations persistantes, incluez-les dans votre commande de démarrage ou l'image Docker.

Pourquoi mon modèle manque-t-il de mémoire ?

1. Utiliser la quantification - Q4 utilise 4x moins de VRAM que FP16

2. Activer le déchargement vers le CPU - Plus lent mais fonctionne

3. Réduire la taille de batch - Utilisez batch_size=1

4. Réduire la longueur du contexte - Réduire max_tokens

5. Choisir un GPU plus grand - Parfois nécessaire

Comment utiliser les modèles Hugging Face qui demandent une connexion ?

# Définir le token comme variable d'environnement
export HUGGING_FACE_HUB_TOKEN=hf_xxxxx

# Ou se connecter de manière interactive
huggingface-cli login

Pour les modèles restreints (Llama, etc.), acceptez d'abord les conditions sur le site Hugging Face.

Puis-je exécuter plusieurs modèles en même temps ?

Oui, si vous avez assez de VRAM :

• Chaque modèle a besoin de sa propre allocation de VRAM

• Utilisez des ports différents pour différents services

• Envisagez vLLM pour un service multi-modèles efficace

Comment conserver mon travail après la fin de la commande ?

Avant la fin de la commande :

1. Téléchargez les sorties : scp -P <port> root@<proxy>:/root/outputs/* ./

2. Poussez vers le cloud : aws s3 sync /root/outputs s3://bucket/

3. Committez sur Git : git push

Les données sont perdues à la fin de la commande ! Sauvegardez toujours les fichiers importants.

---

Facturation et commandes

Comment la facturation est-elle calculée ?

• Tarif horaire × heures utilisées

• La facturation commence lorsque le statut de la commande est « Running »

• Facturation minimale : 1 minute

• Les heures partielles sont facturées à la minute

Comment arrêter une commande ?

1. Aller à la Mes commandes

2. Cliquez Arrêter sur votre commande

3. Confirmer la terminaison

Vous ne serez facturé que pour le temps utilisé.

Puis-je prolonger ma commande ?

Oui, si personne n'a surenchéri sur votre commande spot. Ajoutez des fonds à votre solde et la commande se poursuit automatiquement.

Que se passe-t-il si mon solde est épuisé ?

1. Notification d'avertissement envoyée

2. Période de grâce (~5-10 minutes)

3. Commande terminée

4. Toutes les données perdues !

Ayez un solde suffisant ou téléchargez votre travail avant d'être à court.

Puis-je obtenir un remboursement ?

Contactez le support pour :

• Problèmes matériels (GPU ne fonctionnant pas)

• Temps d'arrêt significatif

• Erreurs de facturation

Les remboursements ne sont pas fournis pour :

• Erreurs utilisateur

• Utilisation normale de la commande

• Interruptions de commandes Spot

---

Docker et images

Quelles images Docker sont disponibles ?

Voir Catalogue d'images Docker pour des images prêtes à l'emploi :

• ollama/ollama - Exécuteur LLM

• vllm/vllm-openai - API LLM haute performance

• universonic/stable-diffusion-webui - Génération d'images

• yanwk/comfyui-boot - Génération d'images basée sur Node

Puis-je utiliser ma propre image Docker ?

Oui ! Spécifiez votre image lors de la commande :

Image : your-registry/your-image:tag

Assurez-vous que l'image est publiquement accessible ou fournissez des identifiants.

Comment conserver les données entre les redémarrages ?

Utilisez les points de montage de volume fournis ou spécifiez des volumes personnalisés :

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

---

Dépannage

Erreur « CUDA out of memory »

1. Vérifiez la VRAM - nvidia-smi

2. Utiliser un modèle plus petit ou la quantification

3. Activez l'offload - --cpu-offload

4. Réduire la taille de batch - batch_size=1

5. Tuez les autres processus - pkill python

Erreur "Délai d'attente de connexion dépassé"

1. Vérifiez le statut de la commande - Doit être « Running »

2. Attendez plus longtemps - Les grandes images prennent du temps à démarrer

3. Vérifiez les ports - Utilisez le port correct depuis la commande

4. Réessayez - Les problèmes réseau sont temporaires

L'interface web ne se charge pas

1. Attendez le démarrage - Certaines interfaces prennent 2-5 minutes

2. Vérifiez les logs: docker logs <container>

3. Vérifiez le port - Utilisez le port HTTP depuis les détails de la commande

4. Vérifiez la commande - Doit inclure --listen 0.0.0.0

Téléchargement du modèle bloqué

1. Vérifier l'espace disque: df -h

2. Utiliser un modèle plus petit - Commencez par 7B

3. Pré-téléchargement - Inclure dans l'image Docker

4. Vérifiez le token HF - Requis pour les modèles restreints

Vitesse d'inférence lente

1. Vérifiez l'utilisation du GPU: nvidia-smi

2. Activez le GPU - Le modèle peut être sur le CPU

3. Utilisez Flash Attention - --flash-attn

4. Optimisez les paramètres - Réduisez la précision, le batch

---

Sécurité

Mes données sont-elles sécurisées ?

• Chaque commande s'exécute dans un conteneur isolé

• Les données sont supprimées à la fin de la commande

• Le trafic réseau passe par les proxies CLORE

• Ne stockez pas de données sensibles sur des GPU loués

Dois-je changer le mot de passe root ?

Optionnel mais recommandé pour les commandes longues :

passwd root

Comment protéger les clés API ?

1. Utilisez des variables d'environnement - Pas des arguments en ligne de commande

2. Ne pas commit sur Git - Utilisez .gitignore

3. Supprimez après utilisation - Effacez l'historique : history -c

---

Besoin d'aide supplémentaire ?

• Guide de dépannage

• Communauté Discord

• Chat Telegram

• Email : [email protected]