Scelta della GPU per Gonka: raccomandazioni hardware

Gonka richiede una GPU NVIDIA con supporto CUDA e almeno 40GB di VRAM su MLNode. È un requisito hardware rigido: il modello Kimi K2.6 con architettura MoE (22 miliardi di parametri attivi su 235 miliardi totali) richiede una quantità significativa di memoria video per caricare i pesi ed eseguire l'inference. Le GPU AMD e Intel non sono supportate: Gonka utilizza lo stack CUDA di NVIDIA, inclusi cuBLAS per le operazioni matriciali e cuDNN per i layer di rete neurale.

Elenco completo dei requisiti:

• GPU: NVIDIA con CUDA, minimo 40GB di VRAM. Le schede con meno memoria (RTX 4090 con 24GB, RTX 3090 con 24GB) non sono idonee: non possono caricare fisicamente gli shard del modello.
• CPU: è obbligatorio il supporto per le istruzioni AVX, senza le quali inferenced non si avvierà (errore SIGILL all'avvio).
• RAM: si consigliano 64GB+ di memoria operativa per un funzionamento fluido, il caricamento dei pesi e la gestione delle code di richieste.
• Disco: SSD NVMe con spazio sufficiente. Il set completo dei pesi di Kimi K2.6 occupa ~640GB, e il caricamento rapido da NVMe è critico per i tempi di cold start del nodo.
• Internet: minimo 100 Mbps di connessione stabile: il nodo riceve richieste dai Transfer Agents e invia i risultati ai client in tempo reale.
• Uptime: 24/7: saltare gli epoch riduce le ricompense, e un downtime prolungato può portare all'esclusione dal pool di attività.

Analizziamo in dettaglio ogni scheda consigliata:

NVIDIA H100 80GB — l'ammiraglia della generazione attuale e la scelta ottimale per Gonka. TDP (thermal design power) di 700W, costo circa $25—35K per scheda. Supporta l'inference FP8, che accelera l'elaborazione delle richieste senza perdita di qualità. NVLink permette di unire più H100 in un cluster con comunicazione ad alta velocità tra le schede. Per un cluster completo Kimi K2.6 sono necessarie 8 schede H100 (8 x 80GB = 640GB di VRAM totale). Questa è la configurazione più comune nella rete Gonka.

NVIDIA H200 141GB — la generazione successiva con quasi il doppio della memoria. La VRAM aumentata consente di elaborare più richieste contemporaneamente (batch size maggiore), il che aumenta il guadagno in GNK per unità di tempo. La larghezza di banda della memoria HBM3e è superiore a quella della H100: caricamento dei pesi più veloce, inference più veloce. Per il cluster Kimi K2.6 bastano 5 schede H200 invece di 8 H100, cosa che semplifica l'infrastruttura.

NVIDIA A100 40/80GB — generazione precedente, ma ancora supportata dalla rete. Prezzo circa $10—15K per scheda: significativamente più economica della H100. Prestazioni inferiori: niente FP8, HBM2e più lenta. La versione 40GB è il minimo accettabile per Gonka, la versione 80GB è preferibile. La A100 è adatta per entrare nella rete con investimenti iniziali inferiori.

Cosa non va bene: le schede consumer RTX 4090 (24GB), RTX 3090 (24GB), RTX 4080 (16GB) — VRAM insufficiente per lavorare con Kimi K2.6. Anche la più potente scheda consumer non raggiunge la soglia minima di 40GB. Per un cluster completo (640GB VRAM) serviranno 8 schede H100, 5 schede H200 o 8—16 schede A100 80GB, a seconda della configurazione.

Un MLNode nella rete Gonka è un server con GPU che esegue l'AI inference. La configurazione del nodo include diverse fasi, ognuna critica per il funzionamento stabile e il massimo guadagno di GNK.

Software: il componente principale è l'inferenced CLI, che gestisce il caricamento del modello, l'elaborazione delle richieste e la comunicazione con la blockchain. Inferenced funziona all'interno di un Docker-container, semplificando il deployment e l'aggiornamento. Per la configurazione completa Kimi K2.6 servono 640GB di VRAM totale — ad esempio, 8 schede H100 da 80GB ciascuna. I pesi del modello (~640GB) vengono caricati da NVMe SSD all'avvio del nodo.

Registrazione: dopo l'installazione, il nodo viene registrato on-chain — crea una voce nella blockchain Gonka indicando il proprio indirizzo, i modelli supportati e le caratteristiche (VRAM, larghezza di banda, posizione). Da questo momento, i Transfer Agents iniziano a inviare al nodo richieste AI da parte degli utenti.

Operatività nella rete: ogni richiesta in entrata — un prompt dell'utente — viene elaborata dalla GPU tramite la rete neurale. Il risultato viene inviato indietro al cliente tramite il Transfer Agent. Il Consenso Sprint tiene conto di ogni calcolo eseguito durante la formazione del blocco e la ricompensa viene distribuita proporzionalmente al volume di lavoro. Il nodo può pubblicare caratteristiche aggiornate in tempo reale — se il carico aumenta, i Transfer Agents reindirizzeranno parte delle richieste verso nodi meno carichi. Istruzioni dettagliate per la configurazione sono disponibili nella guida al mining.

Se non si dispone della propria attrezzatura, ci sono tre modi per accedere alle GPU per Gonka, ognuno con un diverso equilibrio tra costo, complessità e controllo:

Pool (da $1 – Ancapex, da $100 – Gonka.Top): Ancapex, Gonka.Top, GonkaPool.ai, CloudMine (Mingles) – gli operatori noleggiano GPU, configurano i nodi, monitorano l'uptime. Si ricevono GNK proporzionalmente al contributo, senza occuparsi dei dettagli tecnici. Percorso ideale per principianti e investitori passivi.

Server dedicati (da $12,000/mese): Gonka.Top offre non solo pool, ma anche server dedicati con servizio completo. Si riceve un nodo pronto – l'operatore si occupa della configurazione inferenced, del monitoraggio 24/7, degli aggiornamenti e della risoluzione dei problemi. Il mining avviene direttamente sul proprio wallet – tutto il reddito in GNK è proprio, al netto del canone di locazione fisso.

Noleggio Bare-metal: Spheron fornisce server bare-metal con H100/H200, che si configurano autonomamente (gli utenti russi potrebbero avere difficoltà con il pagamento a Spheron tramite il processore di pagamento). Questo è il percorso per utenti esperti, che conoscono Linux, Docker e CLI. Massima controllo, ma anche massima responsabilità per la configurazione, l'uptime e gli aggiornamenti. Un confronto dettagliato di tutti i fornitori è disponibile sulla pagina “Ottieni GNK”.