Размещение на GigaSPOT
Last updated
Last updated
Размещение на GigaSPOT возможно только через GigaSPOT API (https://gigaspot-api-docs.clore.ai/). Сначала необходимо сгенерировать API-ключ для своей учётной записи на clore.ai.
Такой подход выбран потому, что GigaSPOT предназначен для профессионалов, и в условиях высокой конкуренции управление заявками целесообразно осуществлять с помощью ботов.
GigaSPOT не предоставляет переадресацию портов для своих заказов. Если вам необходимо получить доступ к внутренним портам внутри контейнера, рекомендуется реализовать FRP (Fast Reverse Proxy) внутри вашей нагрузки.
Время жизни заявки определяется сроком аренды машины, установленным хостинг-провайдером. Максимальная продолжительность — 20 дней. Эти данные возвращаются в снимке рынка, описанном здесь.
Сначала необходимо закешировать образ с DockerHub в CCR. В настоящее время установлен лимит — 600MB на один образ. Это делает систему подходящей для задач типа PoW и обеспечивает справедливость на GigaSPOT, исключая замедления из-за загрузки слишком больших образов и позволяя большему количеству серверов подключаться к платформе.
Если у вас есть нагрузка, которая могла бы эффективно работать на GigaSPOT, но не укладывается в лимит 600MB, и вы планируете тратить более 20 000 $/месяц на GigaSPOT — свяжитесь с командой по адресу: marketing@clore.ai
⚠️ Обратите внимание: лимит 600MB касается не сжатого образа. После сборки контейнера вы можете проверить его реальный (несжатый) размер командой docker image ls
Образы в CCR имеют TTL (время жизни) по умолчанию 30 дней. Счётчик TTL обнуляется каждый раз при размещении нового GigaSPOT-заказа с использованием данного образа. Это необходимо для автоматической очистки CCR от неиспользуемых образов.
Некоторые образы, созданные командой CLORE.AI, уже закешированы на серверах, поэтому они могут использоваться клиентами на маркетплейсе GigaSPOT.
⚠️ Обратите внимание: базовый образ не гарантируется как неизменный со временем. В будущем образы будут автоматически обновляться до новых версий своих баз, например, при переходе на новую версию Ubuntu. Команда clore.ai постарается сделать так, чтобы эти изменения не нарушали работу существующих нагрузок, но в редких случаях поддержка вашей нагрузки может быть потеряна из-за таких обновлений.
Обновления базовых образов будут анонсироваться заранее в социальных сетях clore.ai, так что если вы следите за ними — вы будете в курсе.
Этот образ имеет CCR ID a3f9c4d7e5b088d8a0bff880
В настоящее время используется базовый образ cloreai/jupyter:ubuntu24.04-v2, исходный код доступен по ссылке: https://gitlab.com/cloreai-public/containers/jupyter
При использовании этого образа внутри контейнера по умолчанию будет доступно 650MB свободного пространства для настройки вашей нагрузки
Этот образ позволяет развёртывать нагрузки с помощью bash-скрипта, который будет загружен при первом запуске образа
Вы можете использовать этот пример для майнинга блокчейна CLORE с помощью t-rex на пуле vipor.net
Пример создания заявки через API: ставка 13 CLORE/день, без разгона (OC), с лимитом мощности 350W
Этот образ использует переменную окружения DELEGATED_ENTRYPOINT
в качестве источника, откуда загружается скрипт. Скрипт загружается один раз, но будет выполняться при каждом запуске контейнера, поэтому убедитесь, что ваш скрипт может быть безопасно завершён в любой момент, даже в процессе начального развертывания. GigaSPOT — это высокоскоростная торговая среда, где вашу заявку могут перебить даже во время инициализации, поэтому устойчивый код крайне важен.
Пример API-запроса для размещения
В примере можно увидеть переменную окружения WORKER_NAME
, которая используется для настройки имени воркера для майнера, так как она передаётся майнеру здесь.
Этот пример не сработал на практике при развертывании на машине #40329 — подробнее читайте в разделе “Навигация по российской цензуре”.
Этот образ имеет CCR ID c9a4e2f6b7d488d8f0bab0ff
В настоящее время используется базовый образ cloreai/hiveos:0.3 исходный код доступен по ссылке: https://gitlab.com/cloreai-public/containers/hiveos
При использовании этого образа внутри контейнера по умолчанию будет доступно 650MB свободного пространства для настройки вашей нагрузки.
Этот образ используется для размещения HiveOS на Clore GigaSPOT. Такое размещение возможно, но не рекомендуется для масштабных операций. Однако он отлично подходит для отладки благодаря Hive Shell, а также может быть полезен новичкам для настройки нагрузок на GigaSPOT благодаря удобному графическому интерфейсу.
Для размещения HiveOS вам нужно создать учётную запись HiveOS и использовать уникальные Rig ID
и Password
для каждой арендованной машины. Эти поля генерируются HiveOS и используются для подключения машин.
Эти параметры передаются через переменные окружения (ENV), ознакомьтесь с этим примером:
Также при использовании HiveOS не забывайте, что на некоторых машинах в России доступ к отдельным пул-эндпоинтам может быть ограничен. Рекомендуется ознакомиться с разделом «Навигация по российской цензуре».
В каждом GigaSPOT-маркете (машине) может быть не более 8 заявок (ставок).
Если на одной машине размещено больше 8 заявок, то заявка с наименьшей прибыльностью будет отменена в момент следующего платёжного интервала на CLORE.AI.
Хотя GigaSPOT — это мощный инструмент, он больше всего подходит для пользователей Linux и людей с глубоким пониманием процессов, происходящих в подобных средах, а также способных оценить потенциальные риски.
Наилучшей практикой, по моему мнению, является обязательная проверка результатов работы машин. Ваша система должна отслеживать скорость обработки / хешрейт машин, и желательно иметь список плохо работающих машин и хостов, чтобы избежать финансовых потерь.
GigaSPOT предоставляется “как есть”. Ни при каких обстоятельствах, включая некорректное отображение характеристик GPU, возвраты средств производиться не будут. Ответственность за проверку производительности машины и ведение чёрного списка лежит на клиенте.
Эта статья охватывает только создание GigaSPOT-заявок. Чтобы редактировать их, изменять настройки разгона и другое — ознакомьтесь с документацией по GigaSPOT API.
Так как большинство машин на CLORE.AI находятся в России, будет полезно прочитать статью «Навигация по российской цензуре».