Chọn GPU cho Gonka: khuyến nghị về phần cứng

Gonka yêu cầu NVIDIA GPU hỗ trợ CUDA và tối thiểu 40GB VRAM trên MLNode. Đây là hạn chế phần cứng bắt buộc: mô hình Kimi K2.6 với kiến trúc MoE (22 tỷ tham số hoạt động trong tổng số 235 tỷ) yêu cầu dung lượng bộ nhớ video đáng kể để tải trọng số và thực hiện inference. GPU AMD và Intel không được hỗ trợ — Gonka sử dụng stack CUDA của NVIDIA, bao gồm cuBLAS cho các phép toán ma trận và cuDNN cho các lớp mạng thần kinh.

Danh sách đầy đủ các yêu cầu:

• GPU: NVIDIA hỗ trợ CUDA, tối thiểu 40GB VRAM. Các card có dung lượng thấp hơn (RTX 4090 với 24GB, RTX 3090 với 24GB) không phù hợp — chúng không thể tải các shards của mô hình
• CPU: Bắt buộc hỗ trợ tập lệnh AVX — nếu không có, inferenced sẽ không khởi chạy được (lỗi SIGILL khi khởi động)
• RAM: Khuyên dùng 64GB+ RAM để đảm bảo hoạt động trơn tru, tải trọng số và duy trì hàng đợi truy vấn
• Ổ cứng: NVMe SSD với đủ dung lượng — bộ trọng số đầy đủ của Kimi K2.6 chiếm ~640GB, và tốc độ tải nhanh từ NVMe là rất quan trọng đối với thời gian cold start của node
• Internet: tối thiểu 100 Mbps đường truyền ổn định — node nhận truy vấn từ Transfer Agents và gửi kết quả cho khách hàng trong thời gian thực
• Uptime: 24/7 — việc bỏ lỡ các kỷ nguyên (epochs) sẽ giảm phần thưởng, và thời gian ngừng hoạt động kéo dài có thể dẫn đến việc bị loại khỏi pool tác vụ

Hãy phân tích chi tiết từng loại card được đề xuất:

NVIDIA H100 80GB — là dòng flagship của thế hệ hiện tại và là lựa chọn tối ưu cho Gonka. TDP (công suất thoát nhiệt) 700W, chi phí khoảng ~$25—35K mỗi card. Hỗ trợ FP8 inference, giúp tăng tốc xử lý yêu cầu mà không làm giảm chất lượng. NVLink cho phép kết nối nhiều card H100 thành một cụm với tốc độ truyền tải cao. Để có một cụm Kimi K2.6 đầy đủ, cần 8 card H100 (8 x 80GB = 640GB tổng VRAM). Đây là cấu hình phổ biến nhất trong mạng lưới Gonka.

NVIDIA H200 141GB — thế hệ tiếp theo với dung lượng bộ nhớ gần gấp đôi. VRAM lớn hơn cho phép xử lý nhiều yêu cầu cùng lúc (batch size lớn hơn), từ đó tăng doanh thu GNK trên mỗi đơn vị thời gian. Băng thông bộ nhớ HBM3e cao hơn H100 — tải tệp trọng số nhanh hơn, inference nhanh hơn. Đối với cụm Kimi K2.6, chỉ cần 5 card H200 thay vì 8 card H100, giúp đơn giản hóa cơ sở hạ tầng.

NVIDIA A100 40/80GB — thế hệ cũ nhưng vẫn được mạng lưới hỗ trợ. Giá khoảng ~$10—15K mỗi card — rẻ hơn đáng kể so với H100. Hiệu suất thấp hơn: không có FP8, HBM2e chậm hơn. Phiên bản 40GB là mức tối thiểu cho phép đối với Gonka, phiên bản 80GB được ưu tiên hơn. A100 phù hợp để gia nhập mạng lưới với mức đầu tư ban đầu thấp hơn.

Những dòng không phù hợp: các card tiêu dùng như RTX 4090 (24GB), RTX 3090 (24GB), RTX 4080 (16GB) — không đủ VRAM để vận hành Kimi K2.6. Ngay cả card tiêu dùng mạnh nhất cũng không đạt ngưỡng tối thiểu 40GB. Để có một cụm đầy đủ (640GB VRAM) sẽ cần 8 card H100, 5 card H200 hoặc 8—16 card A100 80GB, tùy thuộc vào cấu hình.

MLNode trong mạng Gonka là một máy chủ có GPU thực hiện AI inference. Việc thiết lập nút bao gồm nhiều giai đoạn, mỗi giai đoạn đều quan trọng đối với sự ổn định và thu nhập tối đa của GNK.

Phần mềm: thành phần chính là inferenced CLI, giúp quản lý việc tải mô hình, xử lý yêu cầu và liên lạc với blockchain. Inferenced chạy bên trong Docker-container, giúp đơn giản hóa việc triển khai và cập nhật. Để có cấu hình đầy đủ cho Kimi K2.6 cần 640GB tổng VRAM — ví dụ: 8 card H100, mỗi card 80GB. Trọng số mô hình (~640GB) được tải từ NVMe SSD khi khởi động nút.

Đăng ký: sau khi cài đặt, nút sẽ đăng ký on-chain — tạo một bản ghi trên blockchain Gonka, nêu rõ địa chỉ, các mô hình hỗ trợ và đặc điểm kỹ thuật (VRAM, băng thông, vị trí). Từ thời điểm này, Transfer Agents sẽ bắt đầu gửi các yêu cầu AI từ người dùng đến nút.

Hoạt động trong mạng: mỗi yêu cầu đến — là một prompt từ người dùng — được GPU xử lý thông qua mạng thần kinh. Kết quả được gửi lại cho khách hàng thông qua Transfer Agent. Sự đồng thuận Sprint tính toán mỗi phép tính đã thực hiện khi tạo khối, và phần thưởng được phân phối tỷ lệ thuận với khối lượng công việc. Nút có thể xuất bản các đặc điểm được cập nhật trong thời gian thực — nếu tải tăng, các Transfer Agents sẽ chuyển hướng một phần yêu cầu đến các nút ít tải hơn. Hướng dẫn thiết lập chi tiết có trong hướng dẫn đào.

Nếu bạn không có thiết bị của riêng mình - có ba cách để truy cập GPU cho Gonka, mỗi cách có sự cân bằng khác nhau về chi phí, độ phức tạp và kiểm soát:

Pools (từ $1 — Ancapex, từ $100 — Gonka.Top): Ancapex, Gonka.Top, GonkaPool.ai, CloudMine (Mingles) — các nhà điều hành thuê GPU, thiết lập node, giám sát thời gian hoạt động. Bạn nhận được GNK tỷ lệ thuận với đóng góp, không cần chạm vào các chi tiết kỹ thuật. Cách lý tưởng cho người mới và nhà đầu tư thụ động.

Máy chủ riêng (từ $12,000/tháng): Gonka.Top không chỉ cung cấp các pool, mà còn cung cấp các máy chủ riêng với dịch vụ đầy đủ. Bạn nhận được một node đã chuẩn bị sẵn — nhà điều hành chịu trách nhiệm thiết lập inferenced, giám sát 24/7, cập nhật và khắc phục sự cố. Khai thác diễn ra trực tiếp vào ví của bạn — toàn bộ thu nhập bằng GNK là của bạn, sau khi trừ phí thuê cố định.

Thuê bare-metal: Spheron cung cấp các máy chủ bare-metal với H100/H200 mà bạn tự cấu hình (người dùng từ Liên bang Nga có thể gặp khó khăn với thanh toán Spheron qua bộ xử lý thanh toán). Đây là con đường dành cho người dùng kỹ thuật, quen thuộc với Linux, Docker và CLI. Kiểm soát tối đa, nhưng cũng trách nhiệm tối đa về cấu hình, thời gian hoạt động và cập nhật. So sánh chi tiết tất cả các nhà cung cấp — trên trang “Nhận GNK”.