GPU-плоттер

Autonomys использует хранилище накопителей, в частности SSD или NVMe для хранения участков. После того, как процесс плоттинга будет завершен, эти участки будут питаться процессором. Фарминг не является особенно требовательным для CPU, что позволяет большинству современных процессоров управлять значительными размерами плота. Тем не менее, процесс создания участка является весьма интенсивным с точки зрения ресурсов, что приводит к тому, что ЦП укладывает основные узкие места.

Использование GPU плоттинга позволяет использовать мощность совместимых GPU для генерации и отрисовки участков, либо в сочетании с процессором, либо в качестве его замены. Хотя многие современные процессоры могут завершить построение сектора менее чем за две минуты, единый высокопроизводительный GPU может выполнить одну и ту же задачу за пять секунд, значительно повышая эффективность и скорость.

Хотя построение графика на GPU не является обязательным, оно обеспечивает повышенную энергоэффективность и скорость по сравнению с использованием исключительно центрального процессора.

Совместимость платформ

Платформа	🐧 Linux	🪟 Windows	Nvidia	AMD	Intel
CLI	✅	✅	✅	🛠️	🔮
Space Acres	✅	✅	✅	🔜	🔮

🛠️ Ограниченная поддержка AMD только для Linux доступна в последних тестовых сборках. Ссылки на самые последние тестовые сборки на форуме

Смотрите канал в Discord farmer-chat относительно ограниченной поддержки.

Поддерживаемые GPU

Nvidia

Серия/Модель	Поддержка
RTX 20xx и новее	✅
Серия GTX 16	✅

Требуются драйверы Nvidia версии 550 или более поздней. Установка инструментария CUDA не обязательна.

AMD

Есть много проблем с поддержкой AMD ROCm. Больше информации по этой теме есть на форуме.

Вы должны использовать последнюю тестовую сборку для поддержки AMD.

Серия/модель	Ubuntu	Windows
RX 7900 XTX	✅	❌
RX 7600 XT	✅	❌
RX 7600	✅	❌
RX 6800	✅	❌
RX 6700 XT	❔	❌
RX 6600 XT	✅	❌
RX 6600	✅	❌
RX 5700 XT	❌	❌
RX 5700	❌	❌
RX 5600	❌	❌
AMD BC-250	❌	❌

🐧 Ubuntu

Бинарные файлы subspace-farmer-rocm-* обеспечивают поддержку ROCm с соответствующими CLI параметрами, похожими на CUDA, и префиксами --rocm.

1. Для установки необходимых библиотек перейдите на инсталляцию Ubuntu — ROCm installation (Linux) и выполните следующие шаги для вашей версии Ubuntu:

   • Ключ подписи пакета
   • Зарегистрировать пакеты ROCm Вам не нужен пользовательский драйвер или полный набор инструментов ROCm, чтобы использовать уже скомпилированное приложение, так что пропустите все остальные шаги.

2. Затем установите единый пакет со средой выполнения ROCm:

   sudo apt-get install --no-install-recommends hip-runtime-amd

   И зарегистрируйте библиотеку, чтобы фармер и другие приложения могли ее найти:

   echo "/opt/rocm/lib" | sudo tee /etc/ld.so.conf.d/rocm.conf > /dev/null
   sudo ldconfig

3. Затем, чтобы разрешить пользователю доступ к GPU для вычислений, нужно добавить своего пользователя в группу render (пожалуйста, никогда не запускайте фармер от имени root с помощью sudo 🙏 ):

   sudo usermod -a -G render $LOGNAME

4. Теперь Вам нужно выйти из своего профиля пользователя и снова войти в него или просто перезагрузиться, чтобы изменения в группе вступили в силу, и Вы будете готовы к работе.

🪟 Windows

AMD GPU на Windows (включая WSL) в настоящее время не поддерживается. Мы надеемся добавить поддержку в будущем.

🐳 Docker

Кросс-компиляция больше не требует отдельных Dockerfiles (поэтому они удаляются), как родные, так и кросс-компиляция поддерживаются одним файлом

Образ контейнера собран как многоплатформенный, что означает, что не имеет суффикса -aarch64 и нет неловкости, связанной с этим

Образ контейнера фармера Aarch64 скомпилирован с поддержкой CUDA (в то время как обычный исполняемый файл - нет)

Контейнерное изображение теперь поставляется со вторым исполняемым файлом /subspace-farmer-rocm (см. объяснение почему второй двоичный файл необходим). Вот как он может быть использован с Docker Compose, вы можете использовать его в качестве вдохновения для других случаев:

services:
  famer:
    image: ghcr.io/autonomys/farmer:TAG
    # Начало настроек ROCm
    devices:
      - /dev/kfd:/dev/kfd
      # Это сделает доступными все GPU, можно также ограничиться
      # конкретными устройствами типа `/dev/dri/renderD128`
      - /dev/dri:/dev/dri
    security_opt:
      - seccomp:unconfined
    # пользователь `root` может быть заменен на ID пользователя системы
    # из группы `render`, необходимой для доступа к устройству `/dev/kfd`
    user: root
    entrypoint: /subspace-farmer-rocm
    # Конец настроек ROCm
    ...остальные типичные настройки, которые обычно используются

Intel

Ожидается, что графические процессоры Intel Arc будут поддерживаться в будущем, но конкретные детали по совместимости пока не были объявлены.

Общие параметры плоттинга

Включить CPU Plotting

При обнаружении совместимого GPU, по умолчанию CPU-плоттинг автоматически отключается, но при необходимости его можно включить, указав количество параллельно кодируемых секторов: --cpu-sector-encoding-concurrency <sectors>

--cpu-sector-encoding-concurrency 2

Отключить GPU Plotting

Linux

  --cuda-gpus ""

Windows

--cuda-gpus 99

Указать конкретные GPU

Укажите конкретные GPU для плоттинга, вместо использования всех доступных GPU (в конфигурации по умолчанию используются все совместимые GPU): --cuda-gpus <gpu_ids>

--cuda-gpus 0,1,3

Кластер фарминга

При использовании кластера фарминга, особенно с несколькими или быстрыми графическими процессорами, Вы можете столкнуться с ограничениями, связанными с пропускной способностью сети. Высокопроизводительные графические процессоры могут легко превысить пропускную способность соединения 1 Гбит/с. Хотя это и не приведет к сбою процесса, но может привести к тому, что Ваш GPU будет простаивать в ожидании передачи данных. Чтобы оптимизировать производительность в таких сценариях, перейдите на сетевые решения с пропускной способностью 2,5 Гбит/с, 10 Гбит/с или выше.