故障排除

Clore.ai GPU 租赁的常见问题和解决方案

在CLORE.AI市场租用GPU服务器时的常见问题及解决方案。

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： 资金不足以支付创建费用和最低押金。

解决方案：

• 检查您在所选货币（CLORE、BTC 或 USDT/USDC）中的余额

• 创建费用在订单创建时收取

• 充值余额，确保足够支付数小时的租用费用

订单失败：“服务器不可用”

原因： 服务器已被租用或处于离线状态。

解决方案：

• 刷新市场页面

• 检查服务器状态（在线/离线指示）

• 对于即刻（Spot）租用——您可能已被出价超过

订单卡在“创建中”状态

原因： 容器正在部署或发生错误。

解决方案：

1. 等待2-5分钟（Docker镜像正在拉取）

2. 检查日志（位于） 我的订单

3. 大型镜像（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. 容器状态必须是 活动 （不是创建中）

3. 使用来自的正确映射端口 我的订单

正确的SSH命令：

ssh -p <MAPPED_PORT> root@<PROXY_ADDRESS>

其中 <MAPPED_PORT> 是公网端口（例如 45678），不是22端口。

SSH可用但网页界面无法打开

原因： 端口设置为TCP而非HTTP，或服务未运行。

解决方案：

1. 网页界面端口必须设置为 HTTP （不是TCP）

2. 服务必须监听于 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”错误

原因： 容器内的服务未运行或监听错误的地址。

解决方案：

1. SSH进入容器并检查服务状态：

   ps aux | grep python
   netstat -tlnp

2. 服务必须监听于 0.0.0.0，而不是 127.0.0.1:

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

“连接超时”错误

原因： 地址/端口错误或网络问题。

检查清单：

1. 使用来自 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，而非容器端口）

3. 使用正确的协议（HTTP端口使用 http://）

---

容器问题

容器持续重启

原因： 启动命令错误或资源不足。

解决方案：

1. 检查日志（位于） 我的订单

2. 简化启动命令：

   # 不好——过长的命令可能失败：
   apt update && apt install -y ... && pip install ... && python ...
   
   # 更好——先用简单命令启动：
   sleep infinity

3. 然后SSH进入并手动配置

无法重置容器

原因： 重置之间存在冷却期。

事实： 重置容器具有一个 120 秒 冷却时间。

解决方案： 在重置尝试之间等待2分钟。

重启后数据丢失

原因： 数据未保存在持久存储中。

重要：

• 容器内的数据会在 重置时被保留 （Reset Container）

• 数据会在 订单被取消或过期时丢失 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

语法错误或镜像问题。

原因： 常见错误：

# 错误：在 \ 之后有多余空格

apt update && \
apt install -y git   # <-- 下一行之前有空格
apt install -y git && \

# 正确示例：
apt install -y git   # <-- 下一行之前有空格
使用简单的启动命令：
python app.py

解决方案：

1. bash 通过SSH配置一切 或 sleep infinity

2. 或创建包含预装软件的自定义Docker镜像

3. GPU在容器内不可见

---

GPU问题

检查：

如果命令未找到：

nvidia-smi

Docker镜像必须支持 CUDA

• 使用启用 CUDA 的镜像：

• 如果未显示GPU： pytorch/pytorch:2.5.1-cuda12.4-cudnn9-runtime

确认服务器是否配备GPU（检查市场列表）

• 联系服务器提供商

• 错误：

CUDA 版本不匹配

CUDA 驱动版本不足以支持 CUDA 运行时版本 镜像中的 CUDA 版本与服务器驱动不兼容。

原因： 检查驱动版本：

解决方案：

• （右上角） nvidia-smi 使用与驱动兼容的镜像 CUDA 版本

• 安全选择：CUDA 11.8、CUDA 12.1

• GPU 内存不足

使用更小的模型或量化

CUDA 驱动版本不足以支持 CUDA 运行时版本 CUDA 内存不足（out of memory）

光照未改变

1. 添加内存优化标志：

2. Stable Diffusion：

   • --medvram --lowvram 或 大型语言模型（LLMs）：

   • load_in_8bit=True load_in_4bit=True 或 清理内存：

3. 租用具有更多显存的服务器 torch.cuda.empty_cache()

4. 支持的货币

---

支付问题

CLORE.AI 支持三种货币：

- 平台的原生代币

• CLORE - 比特币

• BTC - 美元

• - 稳定币（如果由提供者启用） 订单取消：“被超越出价”

有人在现货市场出价更高。

原因： 以确保获得有保障的租用

解决方案：

• 使用 按需 或提高您的现货出价

• 余额被扣但订单未创建

即使订单失败也会收取创建费用。

原因： 创建费用通常很少

解决方案：

• 在历史记录中检查取消原因

• 对于反复出现的问题请联系客服支持

• 经从 CLORE.AI 代码库核实：

---

平台限制

限制

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

---

使用环境变量进行 SSH 和 Jupyter 访问：

最大长度

变量	用途	SSH_KEY
您的公钥（SSH）	3,072 字符	SSH_PASSWORD
32 字符	32 字符	JUPYTER_TOKEN
Jupyter 笔记本令牌	示例配置：	JUPYTER_TOKEN

SSH_PASSWORD=mypassword123

JUPYTER_TOKEN=mysecrettoken
诊断命令

---

# 检查内存使用情况

# 检查 GPU
nvidia-smi

free -h
# 检查磁盘空间

# 检查运行中的进程
df -h

# 检查打开的端口
ps aux | grep python

# 检查近期错误日志
netstat -tlnp

dmesg | tail -50
# 清理 GPU 内存（Python）

获取帮助
import torch
torch.cuda.empty_cache()

---

如果问题仍然存在：

CLORE.AI 文档

1. 检查 描述问题并附上日志和截图

2. 包括订单ID和服务器ID