त्वरित शुरुआत

पहले से GPU या AI का कोई अनुभव आवश्यक नहीं। यह गाइड आपको शून्य से 5 मिनट में AI चलाने तक पहुंचाता है।

चरण 1: खाता बनाएं और धन जोड़ें

पर जाएं clore.ai → साइन अप
अपना ईमेल सत्यापित करें
पर जाएं खाता → जमा
इसके माध्यम से फंड जोड़ें CLORE, BTC, USDT, या USDC (आरम्भ के लिए न्यूनतम ~ $5)

चरण 2: एक GPU चुनें

पर जाएं मार्केटप्लेस और अपने कार्य के आधार पर चुनें:

मैं क्या करना चाहता/चाहती हूँ

न्यूनतम GPU

बजट/दिन

AI से चैट (7B मॉडल)

RTX 3060 12GB

~$0.15

AI से चैट (32B मॉडल)

RTX 4090 24GB

~$0.50

छवियाँ बनाना (FLUX)

RTX 3090 24GB

~$0.30

वीडियो बनाना

RTX 4090 24GB

~$0.50

संगीत बनाना

कोई भी GPU 4GB+

~$0.15

वॉइस क्लोनिंग / TTS

RTX 3060 6GB+

~$0.15

ऑडियो ट्रांसक्राइब करना

RTX 3060 8GB+

~$0.15

मॉडल को फाइन-ट्यून करना

RTX 4090 24GB

~$0.50

70B+ मॉडल चलाना

A100 80GB

~$2.00

महत्वपूर्ण — केवल GPU ही नहीं देखें!

RAM: अधिकांश AI वर्कलोड के लिए न्यूनतम 16GB+
नेटवर्क: 500Mbps+ की सिफारिश (मॉडल HuggingFace से डाउनलोड होते हैं)
डिस्क: मॉडल संग्रहण के लिए 50GB+ खाली स्थान

त्वरित GPU मार्गदर्शिका

GPU

VRAM

कीमत

उपयुक्तता

RTX 3060

12GB

$0.15–0.30/दिन

TTS, संगीत, छोटे मॉडल

RTX 3090

24GB

$0.30–1.00/दिन

इमेज जनरेशन, 32B मॉडल

RTX 4090

24GB

$0.50–2.00/दिन

35B तक सब कुछ, तेज़ इन्फरेंस

RTX 5090

32GB

$1.50–3.00/दिन

70B क्वांटाइज़्ड, सबसे तेज़

A100 80GB

80GB

$2.00–4.00/दिन

70B FP16, गंभीर प्रशिक्षण

H100 80GB

80GB

$3.00–6.00/दिन

400B+ MoE मॉडल

चरण 3: तैनात करें

क्लिक करें किराए पर लें अपने चुने हुए सर्वर पर, फिर कॉन्फ़िगर करें:

आर्डर प्रकार: ऑन-डिमांड (गारंटीड) या स्पॉट (30–50% सस्ता, बाधित हो सकता है)
Docker इमेज: नीचे रेसिपीज़ देखें
पोर्ट्स: हमेशा शामिल करें 22/tcp (SSH) + आपका एप पोर्ट
पर्यावरण: कोई भी आवश्यक API कुंजी जोड़ें

🚀 वन-क्लिक रेसिपीज़

AI से चैट (Ollama + Open WebUI)

स्थानीय AI चलाने का सबसे आसान तरीका — किसी भी ओपन मॉडल के साथ ChatGPT जैसा इंटरफ़ेस।

इमेज: ghcr.io/open-webui/open-webui:ollama
पोर्ट्स: 22/tcp, 8080/http

तैनाती के बाद, HTTP URL खोलें → खाता बनाएं → एक मॉडल चुनें (Llama 4 Scout, Gemma 3, Qwen3.5) → चैट शुरू करें!

इमेज जनरेशन (ComfyUI)

FLUX, Stable Diffusion और अधिक के लिए नोड-आधारित वर्कफ़्लो।

इमेज: yanwk/comfyui-boot:cu126-slim
पोर्ट्स: 22/tcp, 8188/http
पर्यावरण: CLI_ARGS=--listen 0.0.0.0

इमेज जनरेशन (Stable Diffusion WebUI)

Stable Diffusion, SDXL, और SD 3.5 के लिए क्लासिक UI।

इमेज: universonic/stable-diffusion-webui:latest
पोर्ट्स: 22/tcp, 8080/http

LLM API सर्वर (vLLM)

OpenAI-संगत API के साथ प्रोडक्शन-ग्रेड सर्विंग।

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

संगीत जनरेशन (ACE-Step)

वोकल के साथ पूरे गीत जनरेट करें — किसी भी 4GB+ GPU पर काम करता है!

पोर्ट्स: 22/tcp, 7860/http

SSH करें, फिर:

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

चरण 4: जुड़ें

आपका ऑर्डर शुरू होने के बाद:

पर जाएं मेरे ऑर्डर → अपना सक्रिय ऑर्डर ढूंढें
वेब UI: HTTP URL पर क्लिक करें (उदा., https://xxx.clorecloud.net)
SSH: ssh -p <port> root@<proxy-address>

पहला लॉन्च 5–20 मिनट लेता है — सर्वर HuggingFace से AI मॉडल डाउनलोड करता है। इस दौरान HTTP 502 त्रुटियाँ सामान्य हैं। प्रतीक्षा करें और रिफ्रेश करें।

तैनात करें

सामान्य स्टार्टअप समय

Ollama + Open WebUI

3–5 मिनट

ComfyUI

10–15 मिनट

vLLM

5–15 मिनट (मॉडल साइज पर निर्भर)

SD WebUI

10–20 मिनट

चरण 5: क्रिएट करना शुरू करें

एक बार आपकी सेवा चलने लगे, अपने विशिष्ट उपयोग के लिए गाइड एक्सप्लोर करें:

🤖 भाषा मॉडल (चैट, कोड, तर्क)

Ollama — मॉडल प्रबंधन का सबसे आसान तरीका
Llama 4 Scout — Meta का नवीनतम, 10M संदर्भ
Gemma 3 — Google का 27B जो 405B मॉडलों को मात देता है
Qwen3.5 — गणित में Claude 4.5 को हराया (फरवरी 2026!)
DeepSeek-R1 — चैन-ऑफ-थॉट तर्क
vLLM — प्रोडक्शन API सर्विंग

🎨 इमेज जनरेशन

FLUX.2 Klein — < 0.5 सेकंड प्रति छवि!
ComfyUI — नोड-आधारित वर्कफ़्लो
FLUX.1 — LoRA + ControlNet के साथ सर्वोच्च गुणवत्ता
Stable Diffusion 3.5 — सर्वश्रेष्ठ टेक्स्ट रेंडरिंग

🎬 वीडियो जनरेशन

FramePack — केवल 6GB VRAM की आवश्यकता!
Wan2.1 — उच्च गुणवत्ता T2V + I2V
LTX-2 — ऑडियो के साथ वीडियो
CogVideoX — Zhipu AI का वीडियो मॉडल

🔊 ऑडियो और वॉइस

Qwen3-TTS — वॉइस क्लोनिंग, 10+ भाषाएँ
WhisperX — ट्रांसक्रिप्शन + स्पीकर डायरीएज़ेशन
Dia TTS — मल्टी-स्पीकर संवाद
Kokoro — छोटा TTS, केवल 2GB VRAM

🎵 संगीत

ACE-Step — < 4GB VRAM पर पूरे गाने

💻 AI कोडिंग

TabbyML — स्व-होस्टेड Copilot $4.50/माह में
Aider — टर्मिनल AI कोडिंग सहायक

🧠 प्रशिक्षण

Unsloth — 2x तेज़, 70% कम VRAM
Axolotl — YAML-आधारित फाइन-ट्यूनिंग

💡 शुरुआती के लिए सुझाव

Ollama से शुरू करें — यह स्थानीय रूप से AI आज़माने का सबसे आसान तरीका है
RTX 4090 सबसे उपयुक्त है — $0.50–2/दिन पर 90% उपयोग मामलों को संभालता है
स्पॉट ऑर्डर का उपयोग करें प्रयोगों के लिए — 30–50% सस्ता
ऑन-डिमांड का उपयोग करें महत्वपूर्ण कामों के लिए — गारंटीड, बिना बाधा
अपनी आउटपुट्स डाउनलोड करें ऑर्डर समाप्त होने से पहले — फाइलें बाद में हटाई जाती हैं
CLORE टोकन से भुगतान करें — अक्सर स्थिरकॉइन्स से बेहतर दरें मिलती हैं
RAM और नेटवर्क की जांच करें — कम RAM विफलताओं का #1 कारण है

समस्या निवारण

समस्या

समाधान

HTTP 502 लंबे समय तक आ रहा है

पहले स्टार्टअप के लिए 10–20 मिनट प्रतीक्षा करें; RAM ≥ 16GB चेक करें

सेवा शुरू नहीं हो रही

RAM बहुत कम (जरूरत 16GB+) या मॉडल के लिए VRAM छोटा है

मॉडल डाउनलोड धीमा है

पहली रन पर सामान्य; 500Mbps+ सर्वर प्राथमिकता दें

CUDA आउट ऑफ मेमोरी

छोटा मॉडल या बड़ा GPU उपयोग करें; क्वांटाइज़्ड वर्ज़न आजमाएँ

SSH नहीं कर पा रहे

चेक करें पोर्ट कॉन्फिग में 22/tcp में हो; सर्वर के पूरी तरह स्टार्ट होने तक प्रतीक्षा करें

🐍 Python SDK और CLI (सिफारिश की गई)

क्लिक करने की बजाय कोड पसंद है? आधिकारिक SDK इंस्टॉल करें:

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

या सीधे Python का उपयोग करें:

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")

→ पूर्ण Python क्विकस्टार्ट | SDK गाइड | CLI ऑटोमेशन

मदद चाहिए?

पिछलापरिचय अगलाअवलोकन

अंतिम अपडेट 5 माह पहले

क्या यह उपयोगी था?