Перейти к основному содержимому

Как запустить узел майнера

Узлы майнеров являются неотъемлемой частью нашей сети, выполняя задачи и зарабатывая вознаграждения через инференс.

Обратите внимание, что узлы майнеров все еще находятся в стадии активной разработки и могут подвергаться значительным изменениям. Текущие вознаграждения за майнинг с использованием GPU составляют 300 $CAI за GPU в день.

Узел майнинга Stable Diffusion

Минимальные аппаратные требования

КомпонентТребование
GPUNVIDIA L4, 3080
RAM8-16 ГБ
CPU1 ядро
ХранилищеЗависит от объема трафика

Начало работы

Следуйте этим шагам для настройки и запуска вашего узла майнинга Stable Diffusion:

  1. Клонируйте репозиторий

    git clone https://github.com/cuckoo-network/stable-diffusion-miner-docker.git
  2. Перейдите в каталог проекта

    cd stable-diffusion-miner-docker
  3. Загрузите необходимые файлы

    make download
  4. Запустите майнер

    Добавьте ваш приватный ключ в команду ниже и запустите майнер:

    ETH_PRIVATE_KEY="" make start

Убедитесь, что у вас есть необходимое оборудование, и внимательно следуйте инструкциям по настройке. Оставайтесь на связи для получения обновлений, так как мы продолжаем развивать и улучшать функциональность узлов майнеров.

Как настроить на Bare Metal Ubuntu Server?

Bare Metal Ubuntu Server

Установка Nvidia Container Toolkit

Если при запуске make start вы столкнетесь с следующей ошибкой:

[+] Running 1/2
✔ Container webui-docker-relay-node-1 Running 0.0s
⠹ Container webui-docker-auto-1 Starting 0.3s
Error response from daemon: failed to create task for container: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: error running hook #0: error running hook: exit status 1, stdout: , stderr: Auto-detected mode as 'legacy'
nvidia-container-cli: initialization error: load library failed: libnvidia-ml.so.1: cannot open shared object file: no such file or directory: unknown
make: *** [Makefile:11: start] Error 1

Это означает, что Nvidia Container Toolkit не установлен. Следуйте официальным инструкциям по установке набора инструментов.

Пользовательская конфигурация Docker Daemon

Чтобы использовать пользовательский файл конфигурации для Docker, выполните следующие шаги:

  1. Подготовьте пользовательский файл конфигурации Убедитесь, что ваш пользовательский файл конфигурации находится в $HOME/.config/docker/daemon.json.

  2. Измените службу Docker systemd Если файл daemon.json содержит nvidia, но при выполнении команды sudo docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi возникает ошибка docker: Error response from daemon: unknown or invalid runtime name: nvidia., измените службу Docker systemd:

  3. Создайте каталог для службы Docker:

    sudo mkdir -p /etc/systemd/system/docker.service.d
  4. Создайте или отредактируйте файл override.conf в этом каталоге:

    sudo nano /etc/systemd/system/docker.service.d/override.conf
  5. Добавьте следующую конфигурацию, чтобы указать путь к пользовательскому файлу конфигурации:

    [Service]
    ExecStart=
    ExecStart=/usr/bin/dockerd --config-file=/home/your-username/.config/docker/daemon.json

    Замените your-username на ваше фактическое имя пользователя. Используйте полный путь вместо $HOME.

  6. Примените изменения Перезагрузите конфигурацию systemd и перезапустите Docker:

    sudo systemctl daemon-reload
    sudo systemctl restart docker
  7. Проверьте конфигурацию Проверьте, использует ли Docker вашу пользовательскую конфигурацию:

    sudo docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi

Устранение неполадок: Failed to Initialize NVML

Если вы столкнулись с ошибкой Failed to initialize NVML: Unknown Error, выполните следующие шаги:

  1. Отредактируйте конфигурацию Nvidia контейнера:

    sudo vim /etc/nvidia-container-runtime/config.toml

    Измените параметр no-cgroups на false и сохраните файл.

  2. Перезапустите демон Docker:

    sudo systemctl restart docker
  3. Проверьте конфигурацию:

    sudo docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi