Choix du GPU pour Gonka : recommandations matérielles

Gonka nécessite un GPU NVIDIA avec prise en charge de CUDA et un minimum de 40 Go de VRAM par MLNode. Il s'agit d'une contrainte matérielle stricte : le modèle Qwen3-235B avec une architecture MoE (22 milliards de paramètres actifs sur 235 milliards au total) nécessite une quantité importante de mémoire vidéo pour charger les poids et effectuer l'inférence. Les GPU AMD et Intel ne sont pas pris en charge – Gonka utilise la pile CUDA de NVIDIA, y compris cuBLAS pour les opérations matricielles et cuDNN pour les couches de réseaux neuronaux.

Liste complète des exigences :

• GPU : NVIDIA avec CUDA, minimum 40 Go de VRAM. Les cartes avec moins de mémoire (RTX 4090 avec 24 Go, RTX 3090 avec 24 Go) ne conviennent pas – elles ne peuvent pas physiquement charger les fragments du modèle.
• CPU : prise en charge obligatoire des instructions AVX – sans elles, inferenced ne démarrera pas (SIGILL au démarrage).
• RAM : 64 Go+ de mémoire vive sont recommandés pour un fonctionnement confortable, le chargement des poids et la gestion des files d'attente de requêtes.
• Disque : SSD NVMe avec suffisamment d'espace – l'ensemble complet des poids Qwen3-235B occupe environ 640 Go, et un chargement rapide depuis le NVMe est critique pour le temps de démarrage à froid du nœud.
• Internet : minimum 100 Mbit/s de connexion stable – le nœud reçoit les requêtes des Transfer Agents et envoie les résultats aux clients en temps réel.
• Disponibilité : 24/7 – manquer des époques réduit la récompense, et un temps d'arrêt prolongé peut entraîner l'exclusion du pool de tâches.

Décomposons chaque carte recommandée en détail :

NVIDIA H100 80 Go — le fleuron de la génération actuelle et le choix optimal pour Gonka. TDP (enveloppe thermique) 700 W, coût ~25-35K $ par carte. Prend en charge l'inférence FP8, ce qui accélère le traitement des requêtes avec une perte de qualité minimale. NVLink permet de combiner plusieurs H100 en un cluster avec une connexion haute vitesse entre les cartes. Pour un cluster complet Qwen3-235B, 8 cartes H100 (8 x 80 Go = 640 Go de VRAM totale) sont nécessaires. C'est la configuration la plus courante dans le réseau Gonka.

NVIDIA H200 141 Go — la prochaine génération avec presque deux fois plus de mémoire. La VRAM augmentée permet de traiter plus de requêtes simultanément (batch size plus grand), ce qui augmente les revenus en GNK par unité de temps. La bande passante de la mémoire HBM3e est supérieure à celle du H100 — chargement des poids plus rapide, inférence plus rapide. Pour un cluster Qwen3-235B, 5 cartes H200 suffisent au lieu de 8 H100, ce qui simplifie l'infrastructure.

NVIDIA A100 40/80 Go — la génération précédente, mais toujours prise en charge par le réseau. Prix ~10-15K $ par carte — nettement moins cher que le H100. Les performances sont inférieures : pas de FP8, HBM2e plus lent. La version 40 Go — le minimum acceptable pour Gonka, la version 80 Go est préférable. L'A100 convient pour entrer dans le réseau avec des investissements initiaux moindres.

Ce qui ne convient pas : les cartes grand public RTX 4090 (24 Go), RTX 3090 (24 Go), RTX 4080 (16 Go) — VRAM insuffisante pour fonctionner avec Qwen3-235B. Même la carte grand public la plus puissante n'atteint pas le seuil minimum de 40 Go. Pour un cluster complet (640 Go de VRAM), 8 cartes H100, 5 cartes H200 ou 8-16 cartes A100 80 Go seront nécessaires, selon la configuration.

Un MLNode dans le réseau Gonka est un serveur avec un GPU qui effectue l'inférence AI. La configuration d'un nœud comprend plusieurs étapes, chacune étant critique pour un fonctionnement stable et un maximum de revenus GNK.

Logiciel : le composant principal est l'interface en ligne de commande inferenced CLI, qui gère le chargement du modèle, le traitement des requêtes et la communication avec la blockchain. Inferenced fonctionne à l'intérieur d'un conteneur Docker, ce qui simplifie le déploiement et la mise à jour. Pour une configuration complète Qwen3-235B, 640 Go de VRAM totale sont nécessaires – par exemple, 8 cartes H100 de 80 Go chacune. Les poids du modèle (~640 Go) sont chargés depuis un SSD NVMe au démarrage du nœud.

Enregistrement : après l'installation, le nœud est enregistré on-chain – il crée un enregistrement dans la blockchain Gonka en spécifiant son adresse, les modèles pris en charge et les caractéristiques (VRAM, bande passante, emplacement). Dès ce moment, les Transfer Agents commencent à diriger les requêtes AI des utilisateurs vers le nœud.

Fonctionnement du réseau : chaque requête entrante – un prompt de l'utilisateur – est traitée par le GPU via le réseau neuronal. Le résultat est renvoyé au client via le Transfer Agent. Le consensus Sprint prend en compte chaque calcul effectué lors de la formation d'un bloc, et la récompense est distribuée proportionnellement au volume de travail. Le nœud peut publier des caractéristiques mises à jour en temps réel – si le chargement augmente, les Transfer Agents redirigeront une partie des requêtes vers des nœuds moins chargés. Des instructions détaillées de configuration sont disponibles dans le guide de minage.

Si vous n'avez pas votre propre équipement — il existe trois façons d'accéder au GPU pour Gonka, chacune avec un équilibre différent entre coût, complexité et contrôle :

Pools (à partir de 100 $) : Gonka.Top, GonkaPool.ai, Hashiro, Mingles CloudMine — les opérateurs louent des GPU, configurent les nœuds, surveillent le temps de fonctionnement. Vous recevez des GNK proportionnellement à votre contribution, sans vous soucier des détails techniques. Le chemin idéal pour les débutants et les investisseurs passifs.

Serveurs dédiés (à partir de 12 000 $/mois) : Gonka.Top propose non seulement des pools, mais aussi des serveurs dédiés entièrement gérés. Vous recevez un nœud prêt à l'emploi — l'opérateur s'occupe de la configuration de inferenced, de la surveillance 24h/24 et 7j/7, des mises à jour et de la résolution des problèmes. Le minage se fait directement sur votre portefeuille — tous les revenus en GNK sont les vôtres, déduction faite d'un loyer fixe.

Location bare-metal : Spheron fournit des serveurs bare-metal avec H100/H200, que vous configurez vous-même. C'est le chemin pour les utilisateurs techniques, familiers avec Linux, Docker et CLI. Contrôle maximal, mais aussi responsabilité maximale pour la configuration, le temps de fonctionnement et les mises à jour. Une comparaison détaillée de tous les fournisseurs — sur la page « Obtenir GNK ».