故障排查

Clore.ai GPU 租赁的常见问题与解决方案

在 CLORE.AI 市场上租用 GPU 服务器时的常见问题和解决方案。

所有示例都可以在通过以下方式租用的 GPU 服务器上运行 CLORE.AI 市场.

本指南基于 CLORE.AI 平台技术文档。

目录

• 订单创建问题

• 连接问题

• 容器问题

• GPU 问题

• 支付问题

• 平台限制

---

订单创建问题

订单失败："余额不足"

原因： 没有足够资金支付创建费用和最低押金。

解决方案：

• 检查所选货币（CLORE、BTC 或 USDT/USDC）的余额

• 创建订单时会收取创建费用

• 请充值足够覆盖数小时租用的余额

订单失败："服务器不可用"

原因： 服务器已被租用或已离线。

解决方案：

• 刷新市场页面

• 检查服务器状态（在线/离线指示）

• 对于 Spot 租用 - 你可能已经被更高出价超越

订单卡在“创建中”状态

原因： 容器正在部署，或者发生了错误。

解决方案：

1. 等待 2-5 分钟（Docker 镜像正在拉取）

2. 检查日志于 我的订单

3. 较大的镜像（10GB+）下载时间更长

4. 如果卡住超过 10 分钟 - 取消并重试

---

连接问题

无法通过 SSH 连接

原因： 端口未配置或容器尚未就绪。

检查清单：

1. 端口 22 必须设置为 TCP （不是 HTTP）

2. 容器状态必须为 激活 （不是“创建中”）

3. 使用正确的映射端口 我的订单

正确的 SSH 命令：

ssh -p <MAPPED_PORT> root@<PROXY_ADDRESS>

其中 <MAPPED_PORT> 是公共端口（例如 45678），不是 22 端口。

SSH 可用，但网页界面无法打开

原因： 端口被设置为 TCP 而不是 HTTP，或者服务未运行。

解决方案：

1. Web 界面端口必须设置为 HTTP （不是 TCP）

2. 服务必须监听在 0.0.0.0，而不是 localhost

3. 检查日志 - 服务可能在启动时崩溃

正确的端口配置：

22/tcp      - SSH 访问
7860/http   - Gradio/WebUI 界面
8000/http   - API 服务器

连接被拒绝

原因： 容器内的服务未运行，或监听在错误的地址上。

解决方案：

1. 通过 SSH 进入容器并检查服务状态：

   ps aux | grep python
   netstat -tlnp

2. 服务必须监听在 0.0.0.0，而不是 127.0.0.1:

   # 错误：
   python app.py --host 127.0.0.1
   
   # 正确：
   python app.py --host 0.0.0.0

连接超时

原因： 地址/端口错误，或存在网络问题。

检查清单：

1. 使用来自以下位置的代理地址 我的订单 （不是服务器 IP！）

2. 使用映射端口（公网端口，不是容器端口）

3. 使用正确的协议（HTTP 端口使用 http://）

---

容器问题

容器不断重启

原因： 启动命令有误或资源不足。

解决方案：

1. 检查日志于 我的订单

2. 简化启动命令：

   # 不佳 - 长命令可能失败：
   apt update && \\
   
   # 更好 - 先使用简单命令：
   sleep infinity

3. 然后通过 SSH 进入并手动配置

无法重置容器

原因： 重置之间有冷却时间。

事实： 重置容器有一个 120 秒 冷却时间。

解决方案： 每次重置尝试之间等待 2 分钟。

重启后数据丢失

原因： 数据不在持久存储中。

重要：

• 容器内的数据是 保留的 在重置容器时

• 数据会 丢失 当订单被取消或过期时

• 在结束租用前，务必下载结果：

  scp -P <port> root@<proxy>:/workspace/results.tar.gz ./

启动命令未执行

原因： 语法错误或镜像问题。

常见错误：

# 错误：反斜杠后有多余空格
apt update && \\
apt install -y git   # <-- 下一行前有空格

# 正确：
apt update && \\
apt install -y git && \\
python app.py

解决方案：

1. 使用简单的启动方式： bash 或 sleep infinity

2. 通过 SSH 完成所有配置

3. 或者创建带有预装软件的自定义 Docker 镜像

---

GPU 问题

容器中看不到 GPU

检查：

nvidia-smi

如果命令不存在：

• Docker 镜像必须支持 CUDA

• 使用支持 CUDA 的镜像： pytorch/pytorch:2.11.0-cuda12.8-cudnn9-runtime

如果 GPU 未显示：

• 确认服务器具有 GPU（查看市场列表）

• 联系服务器提供商

CUDA 版本不匹配

错误： CUDA 驱动版本不足以支持 CUDA 运行时版本

原因： 镜像中的 CUDA 版本与服务器驱动不兼容。

解决方案：

• 检查驱动版本： nvidia-smi （右上角）

• 使用兼容 CUDA 版本的镜像

• 稳妥选择：CUDA 12.8（适用于从 Turing 到 Blackwell 的所有显卡）— 参见 CUDA 与 PyTorch 兼容性

GPU 内存不足

错误： CUDA 内存不足

解决方案：

1. 使用更小的模型或量化

2. 添加内存优化参数：

   • Stable Diffusion： --medvram 或 --lowvram

   • LLMs： load_in_4bit=True 或 load_in_8bit=True

3. 清理内存： torch.cuda.empty_cache()

4. 租用具有更多 VRAM 的服务器

---

支付问题

支持的货币

CLORE.AI 支持三种货币：

• CLORE - 平台原生代币

• BTC - 比特币

• 美元 - 稳定币（如果提供商启用）

订单已取消："出价被超越"

原因： 有人在现货市场上出了更高的价格。

解决方案：

• 使用 按需 用于保租

• 或者提高你的现货出价

余额已扣除，但订单未创建

原因： 即使订单失败，也会收取创建费用。

解决方案：

• 创建费用通常很低

• 在历史记录中查看取消原因

• 如问题反复出现，请联系支持

---

平台限制

已从 CLORE.AI 代码库验证：

参数	限制
每个订单的端口数	5
环境变量总数	12,288 个字符 （12KB）
单个环境变量名称	128 个字符
单个环境变量值	1,536 个字符
SSH 密钥	3,072 个字符
SSH 密码	32 个字符
Jupyter 令牌	32 个字符
容器重置冷却时间	120 秒
端口范围	1-65535
端口协议	仅 TCP 或 HTTP

---

环境变量

使用环境变量进行 SSH 和 Jupyter 访问：

变量	用途	最大长度
SSH_KEY	你的公有 SSH 密钥	3,072 个字符
SSH_PASSWORD	SSH 密码	32 个字符
JUPYTER_TOKEN	Jupyter notebook 令牌	32 个字符

示例配置：

SSH_PASSWORD=mypassword123
JUPYTER_TOKEN=mysecrettoken

---

诊断命令

# 检查 GPU
nvidia-smi

# 检查内存使用情况
free -h

# 检查磁盘空间
df -h

# 检查运行中的进程
ps aux | grep python

# 检查开放端口
netstat -tlnp

# 检查最近的错误日志
dmesg | tail -50

# 清理 GPU 内存（Python）
import torch
torch.cuda.empty_cache()

---

获取帮助

如果问题仍然存在：

1. 查看 CLORE.AI 文档

2. 附上日志和截图描述问题

3. 包含订单 ID 和服务器 ID