【压缩】Gigahorse 2.0上线
Gigahorse 2.0已发布:https://github.com/madMAx43v3r/chia-gigahorse/releases/tag/1.8.2.giga20
【此版本的新增内容】:
Gigahorse 2.0 图:压缩级别 C11 至 C20 C6 至 C9 的耕作性能提高 2 倍或更多 新的 ProofOfSpace 农场基准测试特定部分难度的最大农场规模(通过 --diff 设置) CUDA磁盘绘图模式通过-3(8G RAM足够K32使用) CUDA 绘图仪直接 IO 选项 -D 用于最终副本(本地和远程,默认禁用)
【限制】:
目前,新的 C11 至 C20 仅支持 CUDA 绘图仪 对新 C11 至 C20 的 OpenCL 农业支持将在稍后版本中提供 CPU Farming 新格式仅支持 C11 至 C13 此时旧的 C1 到 C7 仍然更适合 CPU 耕种 Node & Farmer & Harvester 需要同时更新 不支持 Bladebit 图
【注意】:
现在,部分难度对于最大农场规模很重要,具体取决于压缩级别。 使用 ProofOfSpace farm --diff 50000 作为单独农业的基准。 chia_recompute_server 向后兼容旧客户端,但需要针对运行 giga20 的新客户端进行更新。
Gigahorse 2.0 压缩图
地块过滤器 256 的耕种能力是 512 的一半。Chia 预计将于 2024 年 6 月过渡到过滤器 256。
现在,部分难度对于最大农场规模非常重要,尤其是对于 C9、C15、C19 和 C20。
上图是部分难度 100 的情况。单人耕种大致相当于部分难度 50k (50000)。
如需帮助,请加入 Discord 寻求支持:https ://discord.gg/BswFhNkMzY
Chia Gigahorse节点/农民/收割机
在发布部分,您可以找到 Chia 区块链二进制文件,用于农场使用此存储库中提供的新绘图仪创建的压缩图。(链接:https://github.com/madMAx43v3r/chia-gigahorse/releases)
压缩的地块收割机和农民与官方Chia节点不兼容,它只能与Gigahorse节点配合使用。但是,可以使用官方 Chia 存储库中的钱包,而不是 Gigahorse 二进制钱包。
支持 NFT 和 OG 地块,以及单独耕种和矿池耕种(采用官方矿池协议)。还支持常规未压缩地块,因此您可以在重新绘制农场时使用 Gigahorse 版本。
开发费用如下:
使用 GPU 耕种压缩地块时为 3.125 % 使用 CPU 耕种压缩地块时为 1.562 % 对于常规未压缩图费用为0 %
当您找到一个区块时,有可能将 0.25 XCH 农民奖励用作费用,这是一个随机过程。对于 CPU 耕作,平均为 8 个块中的 1 个;对于 GPU 耕作,平均为 4 个块中的 1 个。
当从区块中支付费用时,您将看到如下日志条目:
full_node: WARNING Used farmer reward of block 2187769 as dev fee (3.125 % on average)
它将显示区块高度以及适用的平均费用,具体取决于证明是通过 CPU 还是 GPU 计算的。
矿池部分难度
当在矿池上耕作 NFT 地块时,建议将部分难度设置为 20 或更高,否则你的收割机将因计算完整证明而超载。
必须计算完整证明的机会大约是1 / (2 * difficulty)
。计算完整证明的成本是质量查找成本的 8(对于 C6+)或 16(对于 C5 及更低版本)倍。
例如:
难度 20(C6+): 8 / 40 = 20 %
计算开销难度 100(C6+): 8 / 200 = 4 %
计算开销难度 1000(C6+):
8 / 2000 = 0.4 %
计算开销
绘图重新加载间隔
建议将绘图重新加载间隔增加到至少 3600 秒config.yaml:
harvester:
plots_refresh_parameter:
interval_seconds: 3600
默认值 120 秒会导致大量绘图计数时 CPU 负载过高。
使用Linux
确保首先关闭任何其他实例:
chia stop all -d
或者如果您正在运行 Chia GUI,请关闭它。否则无法启动Gigahorse版本。
使用 Gigahorse 二进制文件与正常的 Chia 安装几乎相同:
cd chia-gigahorse-farmer
./chia.bin start farmer (full node + farmer + harvester)
./chia.bin start harvester (remote harvester)
./chia.bin show -s
./chia.bin farm summary
./chia.bin plotnft show
./chia.bin wallet show
./chia.bin stop all -d
请注意使用./chia.bin ...
而不是 just chia ...
,这是与 Gigahorse 用法的唯一区别。
或者,您可以. ./activate.sh
使用chia-gigahorse-farmer
命令chia ...
而不是./chia.bin ...
.
使用Windows
确保先关闭所有正在运行的 Chia GUI,否则您无法启动 Gigahorse 版本。
要启动 farmer,双击start_farmer.cmd
,chia-gigahorse-farmer
这将打开一个终端,您可以在其中继续发出命令。仅打开终端而不启动任何可以使用的东西chia.cmd
。停止一切你可以使用的东西stop_all.cmd
。
一般用法与普通chia相同:
chia.exe start farmer (not: chia start farmer)
chia.exe start harvester (not: chia start harvester)
chia show -s
chia farm summary
chia plotnft show
chia wallet show
chia stop all -d
官方GUI + Gigahorse
您可以在终端中启动 Gigahorse 后启动官方 Chia GUI,但它需要是相同的版本。它仍然会抱怨版本不匹配,但是当基本版本(例如1.6.2
)相同时它就可以工作。
当您关闭 GUI 时,一切都会停止,因此如果需要,您需要在终端中再次重新启动 Gigahorse。
安装
注意:无需重新同步区块链,Gigahorse 节点将重新使用您现有的数据库和配置。即使旧的 v1 DB 格式仍然有效。
Linux
sudo apt install libgomp1 ocl-icd-libopencl1
tar xf chia-gigahorse-farmer-*.tar.gz
Windows
只需将 chia-gigahorse-farmer-*.zip 解压到某处即可。
您可能还需要安装最新的 Microsoft Visual C++ Redistributable:https://aka.ms/vs/17/release/vc_redist.x64.exe
限制 GPU/RAM 使用
请参照:
如何限制 GPU 使用(https://github.com/madMAx43v3r/chia-gigahorse/blob/master/chiapos/README.md#limit-gpu-usage)
如何限制 RAM 使用(https://github.com/madMAx43v3r/chia-gigahorse/blob/master/chiapos/README.md#limit-ram-usage)
注意:更改环境变量时,需要重新启动 Chia 守护进程才能生效:./chia.bin stop all -d
或chia.exe stop all -d
农场的 RAM / VRAM 要求
当混合不同的 K 大小和 C 级别时,仅适用最高的 RAM/VRAM 要求。
K33+
新款 C11 至 C20 的 K33+ 性能明显低于 K32。此外,较高的 K 大小从较高的部分难度中获益更多。
远程计算
可以将计算任务转移到另一台或多台机器上,以避免在每个收割机中安装 GPU 或强大的 CPU:
要使用远程计算功能:
chia_recompute_server
从正在进行计算的计算机(包含在版本中)开始。export CHIAPOS_RECOMPUTE_HOST=...
在收割机上(替换...
为计算机的IP地址或主机名,并确保通过Windowschia stop all -d
或stop_all.cmd
在Windows上重新启动)在 Windows 上,您需要 CHIAPOS_RECOMPUTE_HOST
通过系统设置来设置变量。CHIAPOS_RECOMPUTE_HOST
可以是重新计算服务器的列表,例如CHIAPOS_RECOMPUTE_HOST=192.168.0.11,192.168.0.12
. 可以通过语法指定非标准端口HOST:PORT
,例如localhost:12345
. 多个服务器以容错方式进行负载平衡。CHIAPOS_RECOMPUTE_PORT
可以设置为指定自定义默认端口chia_recompute_server
(默认 = 11989)。请
chia_recompute_server --help
参阅可用选项。
要使用远程计算代理:
chia_recompute_proxy -n B -n C ...
在机器上启动A
。(B
、C
等正在运行chia_recompute_server
)CHIAPOS_RECOMPUTE_HOST
将收割机设置为机器A。chia_recompute_proxy
可以在中央机器上运行,也可以在每个收割机本身上运行,在这种情况下A = localhost
。请
chia_recompute_proxy --help
参阅可用选项。
使用 时CHIAPOS_RECOMPUTE_HOST
,不会使用本地 CPU 和 GPU,除非您运行本地chia_recompute_server
并CHIAPOS_RECOMPUTE_HOST
包含本地计算机。
基于CPU的计算服务器
对于基于 CPU 的计算,重要的是增加CHIAPOS_MAX_CORES
收集器以在计算服务器上实现 CPU 的充分利用。因为CHIAPOS_MAX_CORES
是从收割机重新计算服务器发出的最大并行请求,并且请求仅在单个 CPU 核心上处理。默认情况下CHIAPOS_MAX_CORES
是收割机上的物理 CPU 核心数。
例如,如果您有一个具有 32 个 CPU 核心的计算服务器,则应将CHIAPOS_MAX_CORES
收集器设置为 32。CHIAPOS_MAX_CORES
所有收集器的总和应大于或等于所有计算服务器上 CPU 核心的总和。如果收割机数量较少(即 1-3 个),您应该设置CHIAPOS_MAX_CORES
计算服务器上的 CPU 核心数。
已知的问题
AMD GPU 在 Linux 中卡住,解决方法是:
watch -n 0.1 sudo cat /sys/kernel/debug/dri/0/amdgpu_pm_info
最新版本已修复
不适用
Gigahorse GPU 绘图仪
您可以在cuda-plotter中找到 GPU 绘图仪二进制文件。
他们支持 Chia 和 MMX 绘图。
(链接:https://github.com/madMAx43v3r/chia-gigahorse/tree/master/cuda-plotter)
CPU绘图仪
您可以在cpu-plotter中找到 CPU 绘图仪二进制文件。
他们支持 Chia 和 MMX 绘图。
(链接:https://github.com/madMAx43v3r/chia-gigahorse/tree/master/cpu-plotter)
农业基准
要测试您可以在给定系统上耕种多少块土地,您可使用chiapos的ProofOfSpace
中的工具。(Chiapos链接:https://github.com/madMAx43v3r/chia-gigahorse/tree/master/chiapos)
地块水槽
Plot Sink 是一个通过网络接收绘图并将其并行复制到多个 HDD 的工具。
您可以在plot-sink中找到二进制文件(链接:https://github.com/madMAx43v3r/chia-gigahorse/tree/master/plot-sink)
另请参阅开源存储库:https://github.com/madMAx43v3r/chia-plot-sink
Docker 的使用
Dockerfile 文件使用多个构建阶段来支持 3 种不同的应用程序:CPU-Only、AMD-GPU、NVIDIA-GPU。
每个映像都提供一个卷/data
,您可以使用自己的卷或映射路径覆盖该卷,以自定义节点数据的存储位置。
容器的默认行为是查找/data
现有的数据库/配置并使用它。否则,它将生成一个新的配置并从头开始同步节点。
您可以使用环境变量设置要运行的服务CHIA_SERVICES
。
Docker 运行示例:
-e CHIA_SERVICES="harvester"
-e CHIA_SERVICES="node farmer-only"
-e CHIA_SERVICES="node farmer-only wallet"
Docker 撰写示例:
environment:
- CHIA_SERVICES="harvester"
environment:
- CHIA_SERVICES="node farmer-only"
environment:
- CHIA_SERVICES="node farmer-only wallet"
仅 CPU
Docker 运行示例:
docker run --rm -it -v /path/to/.chia:/data chia-gigahorse
Docker 撰写示例:
version: '3'
services:
node:
image: chia-gigahorse
restart: unless-stopped
volumes:
- /path/to/.chia:/data
AMD GPU
Docker 运行示例:
docker run --rm -it --device=/dev/kfd --device=/dev/dri --group-add video --group-add render -v /path/to/.chia:/data chia-gigahorse-amd
Docker 撰写示例:
version: '3'services: node: image: chia-gigahorse-amd restart: unless-stopped group_add: - video - render devices: - /dev/dri:/dev/dri - /dev/kfd:/dev/kfd volumes: - /path/to/.chia:/data
注意:- render
可能group_add
需要删除,具体取决于您的系统。
NVIDIA GPU
Docker 运行示例:
docker run --rm -it --runtime=nvidia -v /path/to/.chia:/data chia-gigahorse-nvidia
Docker 撰写示例:
version: '3'
services:
node:
image: chia-gigahorse-nvidia
restart: unless-stopped
runtime: nvidia
volumes:
- /path/to/.chia:/data
注意:对于 nvidia,您还需要
NVIDIA Container Toolkit
在主机上安装,有关更多信息,请参阅:https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#docker
END