> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-fr/quickstart.md).

# Démarrage rapide

{% hint style="success" %}
Aucune expérience préalable en GPU ou en IA n'est nécessaire. Ce guide vous emmène de zéro à l'exécution d'IA en 5 minutes.
{% endhint %}

## Étape 1 : Créer un compte et ajouter des fonds

1. Aller à [clore.ai](https://clore.ai) → **S'inscrire**
2. Vérifiez votre e-mail
3. Aller à **Compte** → **Dépôt**
4. Ajouter des fonds via **CLORE**, **BTC**, **USDT**, ou **USDC** (minimum \~5 $ pour commencer)

## Étape 2 : Choisir un GPU

Aller au [Marketplace](https://clore.ai/marketplace) et choisissez selon votre tâche :

| Ce que je veux faire            | GPU minimum             | Budget/jour |
| ------------------------------- | ----------------------- | ----------- |
| Chatter avec l'IA (modèles 7B)  | RTX 3060 12GB           | \~$0.15     |
| Chatter avec l'IA (modèles 32B) | RTX 4090 24GB           | \~$0.50     |
| Générer des images (FLUX)       | RTX 3090 24GB           | \~$0.30     |
| Générer des vidéos              | RTX 4090 24GB           | \~$0.50     |
| Générer de la musique           | N'importe quel GPU 4GB+ | \~$0.15     |
| Clonage vocal / TTS             | RTX 3060 6GB+           | \~$0.15     |
| Transcrire l'audio              | RTX 3060 8GB+           | \~$0.15     |
| Affiner un modèle               | RTX 4090 24GB           | \~$0.50     |
| Exécuter des modèles 70B+       | A100 80GB               | \~$2.00     |

{% hint style="danger" %}
**Important — vérifiez plus que le GPU !**

* **RAM :** 16GB+ minimum pour la plupart des charges d'IA
* **Réseau :** 500Mbps+ recommandé (les modèles sont téléchargés depuis HuggingFace)
* **Disque :** 50GB+ d'espace libre pour le stockage des modèles
  {% endhint %}

### Guide rapide des GPU

| GPU           | VRAM | Prix             | Point idéal pour                   |
| ------------- | ---- | ---------------- | ---------------------------------- |
| **RTX 3060**  | 12GB | 0,15–0,30 $/jour | TTS, musique, petits modèles       |
| **RTX 3090**  | 24GB | 0,30–1,00 $/jour | Génération d'images, modèles 32B   |
| **RTX 4090**  | 24GB | 0,50–2,00 $/jour | Tout jusqu'à 35B, inférence rapide |
| **RTX 5090**  | 32GB | 1,50–3,00 $/jour | 70B quantifié, le plus rapide      |
| **A100 80GB** | 80GB | 2,00–4,00 $/jour | 70B FP16, entraînement sérieux     |
| **H100 80GB** | 80GB | 3,00–6,00 $/jour | Modèles MoE 400B+                  |

## Étape 3 : Déployer

Cliquez **Louer** sur le serveur choisi, puis configurez :

* **Type de commande :** À la demande (garanti) ou Spot (30–50 % moins cher, peut être interrompu)
* **Image Docker :** Voir les recettes ci-dessous
* **Ports :** Inclure toujours `22/tcp` (SSH) + le port de votre application
* **Environnement :** Ajoutez toutes les clés API nécessaires

### 🚀 Recettes en un clic

#### Chatter avec l'IA (Ollama + Open WebUI)

La façon la plus simple d'exécuter de l'IA locale — interface type ChatGPT avec n'importe quel modèle ouvert.

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

Après le déploiement, ouvrez l'URL HTTP → créez un compte → choisissez un modèle (Llama 4 Scout, Gemma 3, Qwen3.5) → discutez !

#### Génération d'images (ComfyUI)

Flux de travail basé sur des nœuds pour FLUX, Stable Diffusion, et plus.

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

#### Génération d'images (Stable Diffusion WebUI)

Interface classique pour Stable Diffusion, SDXL et SD 3.5.

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

#### Serveur API LLM (vLLM)

Mise en service de niveau production avec une API compatible OpenAI.

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

#### Génération de musique (ACE-Step)

Générez des chansons complètes avec voix — fonctionne sur n'importe quel GPU 4GB+ !

```
Ports : 22/tcp, 7860/http
```

Connectez-vous en SSH, puis :

```bash
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
```

## Étape 4 : Se connecter

Après le démarrage de votre commande :

1. Aller à **Mes commandes** → trouvez votre commande active
2. **Interface Web :** Cliquez sur l'URL HTTP (par ex., `https://xxx.clorecloud.net`)
3. **SSH :** `ssh -p <port> root@<adresse-proxy>`

{% hint style="warning" %}
**Le premier lancement prend 5–20 minutes** — le serveur télécharge les modèles d'IA depuis HuggingFace. Les erreurs HTTP 502 pendant ce temps sont normales. Attendez et actualisez.
{% endhint %}

| Déployer            | Démarrage typique                        |
| ------------------- | ---------------------------------------- |
| Ollama + Open WebUI | 3–5 min                                  |
| ComfyUI             | 10–15 min                                |
| vLLM                | 5–15 min (dépend de la taille du modèle) |
| SD WebUI            | 10–20 min                                |

## Étape 5 : Commencer à créer

Une fois votre service en cours d'exécution, consultez les guides pour votre cas d'utilisation spécifique :

### 🤖 Modèles de langage (Chat, Code, Raisonnement)

* [**Ollama**](/guides/guides_v2-fr/modeles-de-langage/ollama.md) — gestion de modèles la plus simple
* [**Llama 4 Scout**](/guides/guides_v2-fr/modeles-de-langage/llama4.md) — le dernier de Meta, 10M de contexte
* [**Gemma 3**](/guides/guides_v2-fr/modeles-de-langage/gemma3.md) — le 27B de Google qui bat des modèles 405B
* [**Qwen3.5**](/guides/guides_v2-fr/modeles-de-langage/qwen35.md) — a battu Claude 4.5 en mathématiques (févr. 2026 !)
* [**DeepSeek-R1**](/guides/guides_v2-fr/modeles-de-langage/deepseek-r1.md) — raisonnement en chaîne de pensée
* [**vLLM**](/guides/guides_v2-fr/modeles-de-langage/vllm.md) — service API de production

### 🎨 Génération d'images

* [**FLUX.2 Klein**](/guides/guides_v2-fr/generation-dimages/flux2-klein.md) — < 0,5 s par image !
* [**ComfyUI**](/guides/guides_v2-fr/generation-dimages/comfyui.md) — flux de travail basé sur des nœuds
* [**FLUX.1**](/guides/guides_v2-fr/generation-dimages/flux.md) — qualité la plus élevée avec LoRA + ControlNet
* [**Stable Diffusion 3.5**](/guides/guides_v2-fr/generation-dimages/stable-diffusion-3-5.md) — meilleur rendu du texte

### 🎬 Génération vidéo

* [**FramePack**](/guides/guides_v2-fr/generation-video/framepack.md) — seulement 6GB de VRAM requis !
* [**Wan2.1**](/guides/guides_v2-fr/generation-video/wan-video.md) — T2V + I2V de haute qualité
* [**LTX-2**](/guides/guides_v2-fr/generation-video/ltx-video-2.md) — vidéo AVEC audio
* [**CogVideoX**](/guides/guides_v2-fr/generation-video/cogvideox.md) — le modèle vidéo de Zhipu AI

### 🔊 Audio & Voix

* [**Qwen3-TTS**](/guides/guides_v2-fr/audio-et-voix/qwen3-tts.md) — clonage vocal, 10+ langues
* [**WhisperX**](/guides/guides_v2-fr/audio-et-voix/whisperx.md) — transcription + diarisation des intervenants
* [**Dia TTS**](/guides/guides_v2-fr/audio-et-voix/dia-tts.md) — dialogue multi-intervenants
* [**Kokoro**](/guides/guides_v2-fr/audio-et-voix/kokoro-tts.md) — petit TTS, seulement 2GB de VRAM

### 🎵 Musique

* [**ACE-Step**](/guides/guides_v2-fr/generation-musicale/ace-step.md) — chansons complètes sur < 4GB de VRAM

### 💻 Codage IA

* [**TabbyML**](/guides/guides_v2-fr/outils-de-codage-ia/tabby.md) — Copilot auto-hébergé pour 4,50 $/mois
* [**Aider**](/guides/guides_v2-fr/outils-de-codage-ia/aider.md) — assistant de codage IA en terminal

### 🧠 Entraînement

* [**Unsloth**](/guides/guides_v2-fr/entrainement/unsloth-finetune.md) — 2x plus rapide, 70 % moins de VRAM
* [**Axolotl**](/guides/guides_v2-fr/entrainement/axolotl-training.md) — fine-tuning basé sur YAML

## 💡 Conseils pour débutants

1. **Commencez avec Ollama** — c'est la façon la plus simple d'essayer l'IA localement
2. **Le RTX 4090 est le point idéal** — gère 90 % des cas d'utilisation à 0,50–2 $/jour
3. **Utilisez les commandes Spot** pour les expériences — 30–50 % moins cher
4. **Utilisez On-Demand** pour le travail important — garanti, sans interruptions
5. **Téléchargez vos résultats** avant la fin de la commande — les fichiers sont supprimés après
6. **Payez avec le token CLORE** — souvent des tarifs meilleurs qu'avec les stablecoins
7. **Vérifiez la RAM et le réseau** — une faible RAM est la cause n°1 des échecs

## Dépannage

| Problème                      | Solution                                                                                             |
| ----------------------------- | ---------------------------------------------------------------------------------------------------- |
| HTTP 502 pendant longtemps    | Attendez 10–20 min pour le premier démarrage ; vérifiez RAM ≥ 16GB                                   |
| Le service ne démarre pas     | RAM trop faible (nécessite 16GB+) ou VRAM trop petite pour le modèle                                 |
| Téléchargement lent du modèle | Normal lors du premier lancement ; préférez des serveurs 500Mbps+                                    |
| CUDA out of memory            | Utilisez un modèle plus petit ou un GPU plus grand ; essayez des versions quantifiées                |
| Impossible de SSH             | Vérifiez que le port est `22/tcp` dans la config ; attendez que le serveur soit complètement démarré |

## 🐍 SDK Python & CLI (recommandé)

Vous préférez coder plutôt que cliquer ? Installez le SDK officiel :

```bash
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
```

Ou utilisez Python directement :

```python
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")
```

→ [Démarrage rapide complet en Python](/guides/guides_v2-fr/prise-en-main/python-quickstart.md) | [Guide du SDK](/guides/guides_v2-fr/avance/python-sdk.md) | [Automatisation CLI](/guides/guides_v2-fr/avance/cli-automation.md)

## Besoin d'aide ?

* 📖 [Guide complet de dépannage](/guides/guides_v2-fr/prise-en-main/clore-troubleshooting.md)
* 📊 [Tableau comparatif des GPU](/guides/guides_v2-fr/prise-en-main/gpu-comparison.md)
* 💰 [Référence des prix](/guides/guides_v2-fr/prise-en-main/pricing.md)
* 💬 [Discord](https://discord.com/invite/clore-ai)
* 💬 [Telegram](https://t.me/clorechat)
* 📧 <support@clore.ai>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-fr/quickstart.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.