GPU-Auswahl für Gonka: Hardware-Empfehlungen

Gonka erfordert eine NVIDIA GPU mit CUDA-Unterstützung und mindestens 40 GB VRAM pro MLNode. Dies ist eine strenge Hardwarebeschränkung: Das Modell Qwen3-235B mit MoE-Architektur (22 Milliarden aktive Parameter von 235 Milliarden insgesamt) erfordert eine beträchtliche Menge an Videospeicher, um die Gewichte zu laden und Inferenzen durchzuführen. AMD- und Intel-GPUs werden nicht unterstützt – Gonka verwendet den NVIDIA CUDA-Stack, einschließlich cuBLAS für Matrixoperationen und cuDNN für neuronale Netzwerkschichten.

Vollständige Liste der Anforderungen:

• GPU: NVIDIA mit CUDA, mindestens 40 GB VRAM. Karten mit weniger Speicher (RTX 4090 mit 24 GB, RTX 3090 mit 24 GB) sind nicht geeignet – sie können die Modell-Shards physisch nicht laden
• CPU: AVX-Befehlsunterstützung ist obligatorisch – ohne sie startet inferenced nicht (SIGILL beim Start)
• RAM: 64 GB+ Hauptspeicher werden für komfortables Arbeiten, das Laden von Gewichten und die Bearbeitung von Anfragewarteschlangen empfohlen
• Disk: NVMe SSD mit ausreichend Speicherplatz – der vollständige Satz von Qwen3-235B-Gewichten belegt ~640 GB, und schnelles Laden von NVMe ist entscheidend für die Kaltstartzeit des Knotens
• Internet: mindestens 100 Mbit/s stabile Verbindung – der Knoten empfängt Anfragen von Transfer Agents und sendet die Ergebnisse in Echtzeit an Clients
• Uptime: 24/7 – verpasste Epochen reduzieren die Belohnung, und längere Ausfallzeiten können zum Ausschluss aus dem Aufgabenpool führen

Lassen Sie uns jede empfohlene Karte im Detail betrachten:

NVIDIA H100 80GB – das Flaggschiff der aktuellen Generation und die optimale Wahl für Gonka. TDP (Thermal Design Power) 700 W, Kosten ~25–35.000 US-Dollar pro Karte. Unterstützt FP8-Inferenz, was die Anfragenverarbeitung ohne Qualitätsverlust beschleunigt. NVLink ermöglicht die Verbindung mehrerer H100 in einem Cluster mit Hochgeschwindigkeitsverbindung zwischen den Karten. Für einen vollständigen Qwen3-235B-Cluster sind 8 H100-Karten erforderlich (8 x 80 GB = 640 GB gesamter VRAM). Dies ist die am weitesten verbreitete Konfiguration im Gonka-Netzwerk.

NVIDIA H200 141GB – die nächste Generation mit fast doppelt so viel Speicher. Der erhöhte VRAM ermöglicht die gleichzeitige Verarbeitung mehrerer Anfragen (größere Batch-Größe), was den Ertrag in GNK pro Zeiteinheit erhöht. Die Speicherbandbreite von HBM3e ist höher als die von H100 – schnellere Ladegeschwindigkeit der Gewichte, schnellere Inferenz. Für einen Qwen3-235B-Cluster sind nur 5 H200-Karten anstelle von 8 H100 erforderlich, was die Infrastruktur vereinfacht.

NVIDIA A100 40/80GB – die vorherige Generation, die aber immer noch vom Netzwerk unterstützt wird. Preis ~10–15.000 US-Dollar pro Karte – wesentlich günstiger als H100. Die Leistung ist geringer: kein FP8, langsameres HBM2e. Die 40-GB-Version ist die minimal zulässige für Gonka, die 80-GB-Version ist vorzuziehen. Die A100 eignet sich für den Einstieg in das Netzwerk mit geringeren Anfangsinvestitionen.

Was nicht geeignet ist: Consumer-Karten RTX 4090 (24 GB), RTX 3090 (24 GB), RTX 4080 (16 GB) – nicht ausreichend VRAM für die Arbeit mit Qwen3-235B. Selbst die leistungsstärkste Consumer-Karte reicht nicht an die Mindestschwelle von 40 GB heran. Für einen vollständigen Cluster (640 GB VRAM) sind je nach Konfiguration 8 H100-Karten, 5 H200-Karten oder 8–16 A100 80GB-Karten erforderlich.

MLNode im Gonka-Netzwerk ist ein Server mit GPU, der AI-Inferenz durchführt. Die Einrichtung eines Knotens umfasst mehrere Schritte, von denen jeder für den stabilen Betrieb und den maximalen GNK-Verdienst entscheidend ist.

Software: Die Hauptkomponente ist das inferenced CLI, das das Laden des Modells, die Verarbeitung von Anfragen und die Kommunikation mit der Blockchain steuert. Inferenced läuft in einem Docker-Container, was die Bereitstellung und Aktualisierung vereinfacht. Für eine vollständige Qwen3-235B-Konfiguration werden insgesamt 640 GB VRAM benötigt – zum Beispiel 8 H100-Karten mit jeweils 80 GB. Die Gewichte des Modells (~640 GB) werden beim Start des Knotens von einer NVMe SSD geladen.

Registrierung: Nach der Installation wird der Knoten on-chain registriert – er erstellt einen Eintrag in der Gonka-Blockchain mit seiner Adresse, unterstützten Modellen und Eigenschaften (VRAM, Bandbreite, Standort). Von diesem Zeitpunkt an beginnen Transfer Agents, AI-Anfragen von Benutzern an den Knoten zu leiten.

Netzwerkbetrieb: Jede eingehende Anfrage – ein Prompt vom Benutzer – wird von der GPU über das neuronale Netzwerk verarbeitet. Das Ergebnis wird über den Transfer Agent zurück an den Client gesendet. Der Sprint-Konsens berücksichtigt jede abgeschlossene Berechnung bei der Blockbildung, und die Belohnung wird proportional zum Arbeitsvolumen verteilt. Der Knoten kann aktualisierte Eigenschaften in Echtzeit veröffentlichen – wenn die Auslastung steigt, leiten Transfer Agents einen Teil der Anfragen an weniger ausgelastete Knoten um. Eine detaillierte Einrichtungsanleitung finden Sie im Mining-Guide.

Wenn keine eigene Ausrüstung vorhanden ist, gibt es drei Wege, um Zugang zu GPUs für Gonka zu erhalten, jeder mit einem unterschiedlichen Gleichgewicht aus Kosten, Komplexität und Kontrolle:

Pools (ab $100): Gonka.Top, GonkaPool.ai, Hashiro, Mingles CloudMine – Betreiber mieten GPUs, richten Nodes ein, überwachen die Uptime. Sie erhalten GNK proportional zu Ihrem Beitrag, ohne sich um technische Details kümmern zu müssen. Der ideale Weg für Anfänger und passive Investoren.

Dedizierte Server (ab $12.000/Monat): Gonka.Top bietet nicht nur Pools, sondern auch dedizierte Server mit Full-Service an. Sie erhalten einen fertigen Node – der Betreiber kümmert sich um die Einrichtung von inferenced, die 24/7-Überwachung, Updates und die Fehlerbehebung. Das Mining erfolgt direkt auf Ihre Wallet – der gesamte GNK-Erlös gehört Ihnen, abzüglich einer festen Mietgebühr.

Bare-Metal Miete: Spheron bietet Bare-Metal Server mit H100/H200 an, die Sie selbst konfigurieren. Dies ist der Weg für technisch versierte Benutzer, die mit Linux, Docker und CLI vertraut sind. Maximale Kontrolle, aber auch maximale Verantwortung für Einrichtung, Uptime und Updates. Ein detaillierter Vergleich aller Anbieter – auf der Seite „GNK erhalten“.