Chia Gigahorse 是一款用于压缩 k32绘图仪

目前不清退的交易所推荐：

Gigahorse 是一款用于压缩 k32 绘图的 madMAX GPU 绘图仪，可以完全在 256G 的 RAM 中或部分在 128G 的 RAM 中。

也支持其他 K 大小，例如 k29 – k34，理论上任何 K 大小（如果为其编译）。RAM 要求随 K 大小而变化，因此 k33 需要 512G，k30 只需要 64G，以此类推。

对于 k30+，至少需要 8 GB VRAM，使用-S 3或-S 2减少 VRAM 使用（以性能为代价）。所需的最小 VRAM 为 4 GB。

支持的 GPU 有：

所有计算能力为 6.1 (Pascal)、7.0 (Volta)、7.5 (Turing) 和 8.0、8.6、8.9 (Ampere) 的 GPU。

其中包括：GTX 1000 系列、GTX 1600 系列、RTX 2000 系列和 RTX 3000 系列

购买新 GPU 时，建议购买 Turing 或更新的 GPU。

用法

Usage:
  cuda_plot [OPTION...]

  -C, --level arg      Compression level (default = 1, min = 1, max = 10)
  -x, --port arg       Network port (default = 8444, chives = 9699)
  -n, --count arg      Number of plots to create (default = 1, -1 = infinite)
  -g, --device arg     CUDA device (default = 0)
  -t, --tmpdir arg     Temporary directory for plot storage (default = $PWD)
  -2, --tmpdir2 arg    Temporary directory 2 for hybrid mode (default = @RAM)
  -d, --finaldir arg   Final directory (default = <tmpdir>, remote = @HOST)
  -z, --dstport arg    Destination port for remote copy (default = 1337)
  -w, --waitforcopy    Wait for copy to start next plot
  -p, --poolkey arg    Pool Public Key (48 bytes)
  -c, --contract arg   Pool Contract Address (62 chars)
  -f, --farmerkey arg  Farmer Public Key (48 bytes)
  -Z, --unique         Make unique plot (default = false)
  -D, --directio       Use direct IO (default = false)
  -S, --streams arg    Number of parallel streams (default = 4, must be >= 2)
  -M, --memory arg     Max shared / pinned memory in GiB (default = unlimited)
      --version        Print version
      --help           Print help

注意：由于内存分配，第一个图会很慢。因此-n -1，推荐使用 Gigahorse 进行绘图。

完整 RAM 模式和远程复制的示例：

cuda_plot_kxx -n -1 -C 7 -t /mnt/ssd/ -d @REMOTE_HOST -c <pool_contract> -f <farmer_key>

REMOTE_HOST可以是主机名或 IP 地址，@需要前缀来表示远程复制模式。

部分 RAM 模式和远程复制的示例：

cuda_plot_kxx -n -1 -C 7 -t /mnt/ssd/ -2 /mnt/fast_ssd/ -d @REMOTE_HOST -c <pool_contract> -f <farmer_key>

具有完整 RAM 模式和本地目标的示例：

cuda_plot_kxx -n -1 -C 7 -t /mnt/ssd/ -d /mnt/fast_hdd/ -c <pool_contract> -f <farmer_key>

部分 RAM 模式和本地目标的示例：

cuda_plot_kxx -n -1 -C 7 -t /mnt/slow_ssd/ -2 /mnt/fast_ssd/ -d /mnt/fast_hdd/ -c <pool_contract> -f <farmer_key>

tmpdir2k32 需要大约 150G – 180G 的可用空间，具体取决于压缩级别。

如果空间不足，绘图仪将自动暂停（并恢复）绘图tmpdir，这可能在复制操作不够快时发生。但是，当多个实例共享同一驱动器时，此可用空间检查将失败。在这种情况下，建议对驱动器进行分区并为每个绘图仪提供自己的空间。

在远程复制的情况下，当远程主机出现故障或接收器 ( chia_plot_sink) 重新启动时，绘图仪将自动暂停和恢复操作。

Windows

在 Windows 上，可以分配多少固定内存是有限制的，通常是可用 RAM 的一半。选择 GPU 上的性能选项卡时，您可以在 TaskManger 中将限制检查为“共享 GPU 内存”。

因此，需要通过 限制最大固定内存-M。例如，如果您的限制是 128 GB，则需要指定-M 128. 不幸的是，这会稍微降低绘图仪的速度，请考虑使用 Linux 以获得最佳性能。

远程复制

我创建了一个名为远程复制工具的工具chia_plot_sink，它通过网络从一个或多个绘图仪接收绘图，并将它们并行分发到给定的目录列表中。

用法：

chia_plot_sink -- /mnt/disk0/ /mnt/disk1/ ...
chia_plot_sink -- /mnt/disk*/

此处可以省略尾部斜杠。默认使用端口 1337。当然，该工具也可以在本地主机上使用。

Ctrl+C 将等待所有活动复制操作完成，同时不接受新连接。

在复制过程中，文件有一个*.tmp扩展名，因此在发生崩溃的情况下，它们可以在以后轻松删除。

表现

CPU 负载非常小，一个像样的四核就可以了（2 GHz 或更高）。在部分 RAM 模式的情况下，SSD 速度将成为瓶颈，除非您在 RAID 0 中有 3-4 个快速 SSD。基于 MLC 的 SSD 效果最好，如三星 970 PRO，持续的顺序写入速度是最重要的指标。部分 RAM 模式仅推荐用于不支持 256G RAM 的现有设置。对于 DDR3 / DDR4，全 RAM 模式总是更便宜、更快。

在 PCIe 3.0 系统上，瓶颈将是 PCIe 带宽，DDR3-1600 四通道足够快（不需要 DDR4，双通道系统除外）。在 PCIe 3.0 系统上，RTX 3060 或 3060 Ti 就足够了，任何更大的东西都不会更快。在 PCIe 4.0 系统上，当与更大的 GPU 配对时，RAM 带宽将成为瓶颈。

要充分利用 RTX 3090，您需要 PCIe 4.0 以及 256G 四通道 DDR4-3200 内存（或更好）。

多路系统

建议在多路机器的情况下为每个 CPU 运行一个 GPU，同时确保将每个 GPU 与直接连接的正确 CPU 相匹配，并将内存分配限制为本地 RAM。

例子：

numactl -N 0 -m 0 ./cuda_plot_k32 -g 0 ...
numactl -N 1 -m 1 ./cuda_plot_k32 -g 1 ...

示例 HP Z420 + RTX 3060 Ti

我的测试机器是 HP Z420 工作站，配备单个至强 E5-2695 v2、256G (8x32G) DDR3-1600 内存、1 TB 三星 970 PRO SSD、10G 光纤网卡和 RTX 3060 Ti。它的建造成本仅为 1500 美元左右。

k32 和全 RAM 模式的绘图时间约为 190 秒，或 7+ 级（-D启用）约为 170 秒。k32 和部分 RAM 模式的绘图时间约为 280 秒，或 7+ 级约为 250 秒，使用 1 TB 三星 970 PROtmpdir和tmpdir2（-D启用，一半的 RAM 填充零）。使用 1 TB Samsung 970 PROtmpdir2和 1 TB Sabrent Rocket 4.0 和 1 TB Sabrent Rocket 4.0 为tmpdir(-D启用，限于 PCIe 3.0，一半RAM 中填满了零）。