Choix du GPU pour Gonka : recommandations matérielles

Gonka nécessite un GPU NVIDIA avec prise en charge CUDA et un minimum de 40GB de VRAM sur le MLNode. Il s'agit d'une limitation matérielle stricte : le modèle Kimi K2.6 avec l'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 40GB VRAM. Les cartes avec moins de mémoire (RTX 4090 avec 24GB, RTX 3090 avec 24GB) ne sont pas adaptées — elles ne peuvent physiquement pas charger les shards du modèle.
• CPU : Prise en charge obligatoire des instructions AVX — sans elles, inferenced ne pourra pas démarrer (SIGILL au démarrage).
• RAM : 64GB+ de mémoire vive recommandée pour un fonctionnement confortable, le chargement des poids et la gestion des files d'attente de requêtes.
• Disque : SSD NVMe avec un espace suffisant — le jeu complet des poids de Kimi K2.6 occupe environ 640GB, 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.
• Uptime : 24/7 — manquer des époques réduit les récompenses, et un temps d'arrêt prolongé peut entraîner l'exclusion du pool de tâches.

Analysons chaque carte recommandée en détail :

NVIDIA H100 80GB — fleuron de la génération actuelle et choix optimal pour Gonka. TDP (enveloppe thermique) de 700 W, coût d'environ 25—35 000 $ par carte. Prend en charge l'inférence FP8, ce qui accélère le traitement des requêtes sans perte de qualité. NVLink permet de combiner plusieurs H100 en un cluster avec une communication à haute vitesse entre les cartes. Pour un cluster complet Kimi K2.6, 8 cartes H100 sont nécessaires (8 x 80 Go = 640 Go de VRAM totale). C'est la configuration la plus répandue sur le réseau Gonka.

NVIDIA H200 141GB — la génération suivante avec presque deux fois plus de mémoire. La VRAM accrue permet de traiter plus de requêtes simultanément (batch size plus important), ce qui augmente les revenus en GNK par unité de temps. La bande passante mémoire HBM3e est supérieure à celle du H100 — chargement des poids plus rapide, inférence plus rapide. Pour un cluster Kimi K2.6, 5 cartes H200 suffisent au lieu de 8 H100, ce qui simplifie l'infrastructure.

NVIDIA A100 40/80GB — génération précédente, mais toujours supportée par le réseau. Prix d'environ 10—15 000 $ par carte — nettement moins cher que le H100. Performances moindres : pas de FP8, HBM2e plus lent. La version 40 Go est le minimum autorisé pour Gonka, la version 80 Go est préférable. L'A100 est adaptée pour rejoindre le réseau avec des investissements initiaux plus faibles.

Ce qui ne convient pas : les cartes grand public RTX 4090 (24 Go), RTX 3090 (24 Go), RTX 4080 (16 Go) — VRAM insuffisante pour travailler avec Kimi K2.6. Même la carte grand public la plus puissante n'atteint pas le seuil minimal de 40 Go. Pour un cluster complet (640 Go de VRAM), il faudra 8 cartes H100, 5 cartes H200 ou 8—16 cartes A100 80 Go, selon la configuration.

Un MLNode sur le réseau Gonka est un serveur avec GPU qui effectue l'inférence AI. La configuration du nœud comprend plusieurs étapes, chacune critique pour un fonctionnement stable et un gain maximal de GNK.

Logiciel : le composant principal est le CLI inferenced, 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 Kimi K2.6, il faut 640 Go de VRAM totale — par exemple, 8 cartes H100 de 80 Go chacune. Les poids du modèle (~640 Go) sont chargés depuis le SSD NVMe au démarrage du nœud.

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

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

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

Pools (à partir de 1 $ – Ancapex, à partir de 100 $ – Gonka.Top) : Ancapex, Gonka.Top, GonkaPool.ai, CloudMine (Mingles) – les opérateurs louent des GPU, configurent des nœuds, surveillent la disponibilité. 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 avec un service complet. Vous obtenez un nœud prêt à l'emploi – l'opérateur s'occupe de la configuration d'inferenced, de la surveillance 24h/24 et 7j/7, des mises à jour et du dépannage. Le minage s'effectue directement sur votre portefeuille – tous les revenus en GNK sont à vous, déduction faite des frais de location fixes.

Location bare-metal : Spheron fournit des serveurs bare-metal avec H100/H200 que vous configurez vous-même (les utilisateurs russes peuvent rencontrer des difficultés de paiement avec Spheron via le processeur de paiement). C'est le chemin pour les utilisateurs techniques familiers avec Linux, Docker et CLI. Contrôle maximal, mais aussi responsabilité maximale pour la configuration, la disponibilité et les mises à jour. Une comparaison détaillée de tous les fournisseurs se trouve sur la page « Obtenir du GNK ».