Gonka용 GPU 선택: 하드웨어 권장 사항

Gonka는 CUDA를 지원하고 MLNode당 최소 40GB의 VRAM을 탑재한 NVIDIA GPU를 필요로 합니다. 이는 엄격한 하드웨어 제한 사항입니다. Kimi K2.6 모델은 MoE 아키텍처(총 2350억 개의 매개변수 중 220억 개 활성화)를 사용하며, 가중치 로드 및 추론 수행을 위해 상당한 비디오 메모리가 필요합니다. AMD 및 Intel GPU는 지원되지 않습니다. Gonka는 행렬 연산을 위한 cuBLAS와 신경망 계층을 위한 cuDNN을 포함하는 NVIDIA의 CUDA 스택을 사용합니다.

요구사항 전체 목록:

• GPU: NVIDIA CUDA 지원, 최소 40GB VRAM. 용량이 작은 카드(RTX 4090 24GB, RTX 3090 24GB 등)는 모델 샤드를 물리적으로 로드할 수 없어 부적합합니다.
• CPU: AVX 명령어 세트 지원 필수 — 미지원 시 inferenced 실행 불가(시작 시 SIGILL 발생).
• RAM: 쾌적한 작업 환경, 가중치 로드 및 큐 요청 처리를 위해 64GB 이상의 메모리를 권장합니다.
• 디스크: 충분한 공간을 갖춘 NVMe SSD. Kimi K2.6 가중치 전체 세트는 ~640GB를 차지하며, 노드의 콜드 스타트 시간을 단축하기 위해 NVMe에서의 빠른 로딩이 필수적입니다.
• 인터넷: 최소 100 Mbps의 안정적인 통신. 노드는 Transfer Agents로부터 요청을 받아 클라이언트에게 결과를 실시간으로 전송합니다.
• 가동 시간: 24/7 — 에포크를 놓치면 보상이 줄어들며, 장기간의 다운타임은 작업 풀에서 제외되는 원인이 될 수 있습니다.

권장하는 각 카드에 대해 자세히 알아보겠습니다:

NVIDIA H100 80GB — 현재 세대의 플래그십이자 Gonka를 위한 최적의 선택입니다. TDP(열 설계 전력)는 700W이며, 카드당 비용은 약 $25,000—35,000입니다. AI inference를 품질 저하 없이 2배 가속하는 FP8을 지원합니다. NVLink를 통해 여러 H100을 고속 통신 연결이 가능한 클러스터로 통합할 수 있습니다. Kimi K2.6 풀 클러스터를 구성하려면 8개의 H100 카드가 필요합니다(8 x 80GB = 총 640GB VRAM). 이는 Gonka 네트워크에서 가장 흔한 구성입니다.

NVIDIA H200 141GB — 이전 세대보다 메모리 용량이 거의 두 배로 늘어난 차세대 모델입니다. VRAM이 증가하여 더 많은 요청을 동시에 처리(더 큰 batch size)할 수 있으므로, 단위 시간당 GNK 수익이 높아집니다. HBM3e 메모리 대역폭은 H100보다 더 높아서 가중치를 더 빠르게 로드하고 inference를 가속합니다. Kimi K2.6 클러스터의 경우, 8개의 H100 대신 H200 카드 5개만으로도 충분하여 인프라를 단순화할 수 있습니다.

NVIDIA A100 40/80GB — 이전 세대이지만 여전히 네트워크에서 지원합니다. 카드당 가격은 약 $10,000—15,000으로 H100보다 훨씬 저렴합니다. 성능은 더 낮으며, FP8을 지원하지 않고 HBM2e 속도가 더 느립니다. 40GB 버전은 Gonka의 최소 허용 사양이며 80GB 버전이 더 권장됩니다. A100은 적은 초기 투자 비용으로 네트워크에 진입하는 데 적합합니다.

적합하지 않은 경우: 소비자용 카드인 RTX 4090(24GB), RTX 3090(24GB), RTX 4080(16GB)은 Kimi K2.6을 실행하기에는 VRAM이 부족합니다. 가장 강력한 소비자용 카드조차 최소 기준인 40GB에 미치지 못합니다. 전체 클러스터(640GB VRAM)를 구성하려면 구성에 따라 H100 카드 8개, H200 카드 5개, 또는 A100 80GB 카드 8~16개가 필요합니다.

Gonka 네트워크 내의 MLNode는 AI inference를 수행하는 GPU 서버입니다. 노드 설정에는 여러 단계가 포함되며, 각 단계는 안정적인 작동과 최대한의 GNK 수익을 위해 중요합니다.

소프트웨어: 핵심 구성 요소는 모델 로드, 요청 처리, 블록체인 통신을 관리하는 inferenced CLI입니다. Inferenced는 Docker 컨테이너 내에서 실행되므로 배포와 업데이트가 간편합니다. Kimi K2.6의 전체 구성을 위해서는 총 640GB의 VRAM이 필요하며, 예를 들어 80GB H100 카드 8개를 사용합니다. 모델 가중치(~640GB)는 노드 시작 시 NVMe SSD에서 로드됩니다.

등록: 설치 후에는 on-chain 등록이 이루어집니다. 이는 주소, 지원 모델, 사양(VRAM, 대역폭, 위치)을 Gonka 블록체인에 기록하는 과정입니다. 이 시점부터 Transfer Agents가 사용자로부터의 AI 요청을 해당 노드로 전송하기 시작합니다.

네트워크 작업: 들어오는 각 요청(사용자 프롬프트)은 GPU를 통해 신경망으로 처리됩니다. 결과는 Transfer Agent를 통해 다시 클라이언트로 전송됩니다. Sprint 컨센서스는 블록 생성 시 수행된 각 계산 작업을 고려하며, 작업량에 비례하여 보상이 분배됩니다. 노드는 실시간 업데이트된 사양을 게시할 수 있으므로, 로드가 커지면 Transfer Agents가 부하가 적은 노드로 요청 일부를 리다이렉션합니다. 자세한 설정 지침은 채굴 가이드를 참조하십시오.

자신의 장비가 없는 경우,GonKa에 GPU에 액세스할 수 있는 세 가지 방법이 있으며, 각각 비용, 복잡성 및 제어의 균형이 다릅니다.

풀(1달러부터 — Ancapex, 100달러부터 — Gonka.Top): Ancapex, Gonka.Top, GonkaPool.ai, CloudMine(Mingles) — 운영자가 GPU를 임대하고, 노드를 설정하고, 가동 시간을 모니터링합니다. 기술적인 세부 사항에 관여하지 않고 기여도에 비례하여 GNK를 받습니다. 초보자 및 수동적 투자자에게 이상적인 경로입니다.

전용 서버(월 12,000달러부터): Gonka.Top은 풀뿐만 아니라 완전 관리형 전용 서버도 제공합니다. 준비된 노드를 받게 되며, 운영자가 inferenced 설정, 24시간 연중무휴 모니터링, 업데이트 및 문제 해결을 담당합니다. 채굴은 사용자 지갑으로 직접 이루어지며, 고정 임대료를 제외한 GNK 수익은 모두 사용자의 것입니다.

베어메탈 렌탈: Spheron은 H100/H200이 장착된 베어메탈 서버를 제공하며, 이는 사용자가 직접 설정합니다(러시아 사용자는 결제 처리기를 통해 Spheron에 결제하는 데 어려움이 있을 수 있습니다). 이는 Linux, Docker 및 CLI에 익숙한 기술 사용자들을 위한 경로입니다. 최대의 제어가 가능하지만, 설정, 가동 시간 및 업데이트에 대한 최대의 책임도 따릅니다. 모든 공급업체에 대한 자세한 비교는 “GNK 얻기” 페이지에서 확인할 수 있습니다.