การเลือก GPU สำหรับ Gonka: คำแนะนำฮาร์ดแวร์

Gonka ต้องการ NVIDIA GPU ที่รองรับ CUDA และมี VRAM อย่างน้อย 40GB บน MLNode นี่คือข้อจำกัดด้านฮาร์ดแวร์ที่เข้มงวด: โมเดล Kimi K2.6 ที่สถาปัตยกรรม MoE (มีพารามิเตอร์ที่ใช้งานจริง 22 พันล้านจากทั้งหมด 235 พันล้าน) ต้องการหน่วยความจำวิดีโอจำนวนมากเพื่อโหลดน้ำหนักและทำการ inference ไม่รองรับ AMD และ Intel GPU เนื่องจาก Gonka ใช้ CUDA-stack ของ NVIDIA รวมถึง cuBLAS สำหรับปฏิบัติการเมทริกซ์และ cuDNN สำหรับเลเยอร์ของโครงข่ายประสาทเทียม

รายการข้อกำหนดฉบับเต็ม:

• GPU: NVIDIA ที่รองรับ CUDA, VRAM ขั้นต่ำ 40GB การ์ดที่มีหน่วยความจำน้อยกว่า (เช่น RTX 4090 ขนาด 24GB, RTX 3090 ขนาด 24GB) ไม่สามารถใช้งานได้ เนื่องจากไม่สามารถโหลด shard ของโมเดลได้
• CPU: จำเป็นต้องรองรับชุดคำสั่ง AVX มิฉะนั้น inferenced จะไม่ทำงาน (จะเกิด SIGILL เมื่อเริ่มต้น)
• RAM: แนะนำ 64GB ขึ้นไป เพื่อให้การใช้งาน การโหลดน้ำหนัก และการจัดการคิวคำขอเป็นไปอย่างราบรื่น
• Disk: NVMe SSD ที่มีพื้นที่เพียงพอ ชุดน้ำหนัก Kimi K2.6 ทั้งหมดมีขนาดประมาณ 640GB และการโหลดที่รวดเร็วจาก NVMe มีความสำคัญอย่างมากต่อเวลาการเริ่มต้นระบบ (cold start) ของโหนด
• Internet: ความเร็วคงที่ขั้นต่ำ 100 Mbps โหนดต้องรับคำขอจาก Transfer Agents และส่งผลลัพธ์กลับไปยังลูกค้าแบบเรียลไทม์
• Uptime: 24/7 การพลาดช่วงเวลา (epochs) จะทำให้รางวัลลดลง และการ downtime นานๆ อาจถูกคัดออกจากพูลงาน (pool of tasks)

มาเจาะลึกการ์ดจอรุ่นที่แนะนำแต่ละรุ่น:

NVIDIA H100 80GB — รุ่นเรือธงของเจเนอเรชันปัจจุบันและเป็นตัวเลือกที่เหมาะสมที่สุดสำหรับ Gonka โดยมี TDP อยู่ที่ 700W และราคาประมาณ $25,000–$35,000 ต่อใบ รองรับการใช้งาน FP8 inference ซึ่งช่วยเร่งความเร็วในการประมวลผลคำขอโดยไม่เสียคุณภาพ NVLink ช่วยให้สามารถรวม H100 หลายใบเข้าเป็นคลัสเตอร์ด้วยการเชื่อมต่อความเร็วสูง สำหรับคลัสเตอร์ของ Kimi K2.6 แบบเต็มระบบ จำเป็นต้องใช้ H100 จำนวน 8 ใบ (8 x 80GB = 640GB VRAM รวม) นี่คือการตั้งค่าที่พบได้บ่อยที่สุดในเครือข่าย Gonka

NVIDIA H200 141GB — เจเนอเรชันถัดไปที่มีความจุหน่วยความจำเพิ่มขึ้นเกือบสองเท่า VRAM ที่มากขึ้นช่วยให้ประมวลผลคำขอได้พร้อมกันมากขึ้น (batch size ใหญ่ขึ้น) ซึ่งช่วยเพิ่มรายได้ใน GNK ต่อหน่วยเวลา แบนด์วิดท์หน่วยความจำ HBM3e สูงกว่า H100 ทำให้โหลดน้ำหนักโมเดลได้เร็วขึ้นและ inference ได้เร็วขึ้น สำหรับคลัสเตอร์ Kimi K2.6 ใช้ H200 เพียง 5 ใบแทน H100 8 ใบ ซึ่งช่วยลดความซับซ้อนของโครงสร้างพื้นฐาน

NVIDIA A100 40/80GB — เจเนอเรชันก่อนหน้าแต่ยังคงได้รับการสนับสนุนจากเครือข่าย ราคาประมาณ $10,000–$15,000 ต่อใบ ซึ่งถูกกว่า H100 อย่างมาก แต่ประสิทธิภาพต่ำกว่า: ไม่รองรับ FP8 และ HBM2e ช้ากว่า รุ่น 40GB ถือเป็นขั้นต่ำที่ยอมรับได้สำหรับ Gonka ส่วนรุ่น 80GB จะเหมาะสมกว่า A100 เป็นทางเลือกที่ดีสำหรับการเริ่มต้นใช้งานเครือข่ายด้วยเงินลงทุนที่ต่ำกว่า

สิ่งที่ไม่แนะนำ: การ์ดจอสำหรับผู้บริโภคทั่วไป เช่น RTX 4090 (24GB), RTX 3090 (24GB), RTX 4080 (16GB) — มี VRAM ไม่เพียงพอสำหรับ Kimi K2.6 แม้แต่การ์ดจอผู้บริโภคที่ทรงพลังที่สุดก็ยังมี VRAM ไม่ถึงเกณฑ์ขั้นต่ำที่ 40GB สำหรับคลัสเตอร์เต็มรูปแบบ (640GB VRAM) จะต้องใช้ H100 จำนวน 8 ใบ, H200 จำนวน 5 ใบ หรือ A100 80GB จำนวน 8–16 ใบ ขึ้นอยู่กับการตั้งค่า

MLNode ในเครือข่าย Gonka คือเซิร์ฟเวอร์ที่มี GPU สำหรับทำ AI inference การตั้งค่าโหนดประกอบด้วยหลายขั้นตอน ซึ่งแต่ละขั้นตอนมีความสำคัญต่อเสถียรภาพและการสร้างรายได้สูงสุดของ GNK

ซอฟต์แวร์: องค์ประกอบหลักคือ inferenced CLI ซึ่งทำหน้าที่จัดการการโหลดโมเดล, การประมวลผลคำขอ และการสื่อสารกับบล็อกเชน Inferenced ทำงานภายใน Docker-container ซึ่งช่วยให้การติดตั้งและอัปเดตทำได้ง่ายขึ้น สำหรับการตั้งค่า Kimi K2.6 แบบเต็มต้องใช้ VRAM รวม 640GB เช่น H100 จำนวน 8 ใบใบละ 80GB โดยน้ำหนักโมเดล (~640GB) จะถูกโหลดจาก NVMe SSD เมื่อเริ่มสตาร์ทโหนด

การลงทะเบียน: หลังจากติดตั้งแล้ว โหนดจะลงทะเบียนแบบ on-chain โดยสร้างบันทึกในบล็อกเชน Gonka ที่ระบุที่อยู่, โมเดลที่รองรับ และสเปก (VRAM, แบนด์วิดท์, ตำแหน่งที่ตั้ง) จากจุดนี้ Transfer Agents จะเริ่มส่งคำขอ AI จากผู้ใช้มายังโหนดของคุณ

การทำงานในเครือข่าย: ทุกคำขอที่เข้ามาซึ่งเป็นพรอมต์จากผู้ใช้ จะถูกประมวลผลโดย GPU ผ่านโครงข่ายประสาทเทียม ผลลัพธ์จะถูกส่งกลับไปยังไคลเอนต์ผ่าน Transfer Agent คอนเซนซัส Sprint จะนำการคำนวณแต่ละครั้งไปคำนวณเป็นบล็อกและแจกจ่ายรางวัลตามปริมาณงานที่ทำจริง โหนดสามารถเผยแพร่ข้อมูลสเปกที่อัปเดตได้แบบเรียลไทม์ หากโหลดงานสูงขึ้น Transfer Agents จะเปลี่ยนทิศทางคำขอไปที่โหนดที่ว่างกว่า ดูคำแนะนำการตั้งค่าโดยละเอียดได้ใน คู่มือการขุด

หากไม่มีอุปกรณ์เป็นของตัวเอง มีสามวิธีในการเข้าถึง GPU สำหรับ Gonka แต่ละวิธีมีสมดุลระหว่างต้นทุน ความซับซ้อน และการควบคุมที่แตกต่างกัน:

พูล (จาก $1 – Ancapex, จาก $100 – Gonka.Top): Ancapex, Gonka.Top, GonkaPool.ai, CloudMine (Mingles) – ผู้ดำเนินการเช่า GPU, ตั้งค่าโหนด, และดูแลความพร้อมใช้งาน คุณจะได้รับ GNK ตามสัดส่วนของการมีส่วนร่วม โดยไม่ต้องจัดการรายละเอียดทางเทคนิคใดๆ เป็นเส้นทางที่เหมาะสำหรับผู้เริ่มต้นและนักลงทุนแบบพาสซีฟ

เซิร์ฟเวอร์เฉพาะ (จาก $12,000/เดือน): Gonka.Top ไม่เพียงเสนอพูลเท่านั้น แต่ยังมีเซิร์ฟเวอร์เฉพาะพร้อมบริการเต็มรูปแบบ คุณจะได้รับโหนดที่พร้อมใช้งาน – ผู้ดำเนินการจะดูแลการตั้งค่า inferenced, การตรวจสอบ 24/7, การอัปเดต และการแก้ไขปัญหา การขุดจะตรงไปยังกระเป๋าเงินของคุณ – รายได้ทั้งหมดใน GNK เป็นของคุณ หักค่าเช่าคงที่

การเช่า Bare-metal: Spheron ให้บริการเซิร์ฟเวอร์ bare-metal พร้อม H100/H200 ซึ่งคุณตั้งค่าได้ด้วยตนเอง (ผู้ใช้จากรัสเซียอาจมีปัญหาในการชำระเงิน Spheron ผ่านผู้ประมวลผลการชำระเงิน) นี่คือเส้นทางสำหรับผู้ใช้ที่มีความรู้ทางเทคนิค คุ้นเคยกับ Linux, Docker และ CLI การควบคุมสูงสุด แต่ก็มีความรับผิดชอบสูงสุดในการตั้งค่า ความพร้อมใช้งาน และการอัปเดต การเปรียบเทียบผู้ให้บริการทั้งหมดอย่างละเอียดอยู่ที่หน้า“รับ GNK”