버전 1.223에서 에서 이상 작동 부문을 다 고친듯 합니다.

 

1. 패치 파일

 

전체파일 : wget http://factorn.iptime.org:32080/test/fact_dist_20_04_v1.22.RTX30XX.tar.gz

업데이트 1.62 -> 1.22 : wget http://factorn.iptime.org:32080/test/fact_dist_20_04_v1.062-to-v1.22.RTX30XX.tar.gz

업데이트 1.20 -> 1.22 : wget http://factorn.iptime.org:32080/test/fact_dist_20_04_v1.20-to-v1.22.tar.gz

 

아직 개발실(18대 규모)에서 테스트중이고 find가 뜨지 않아서 정식 배포는 아니지만 큰 문제가 없어 공개합니다.

 

패치내용은 이전 1.223버전에 그 내용들이 있습니다.

https://chaincoinrank.com/mining/19803012

 

2. CUDA-ECM을 활용하는 방법을 예시로 하여 구체적으로 설명 하겠습니다.

 

---

목표 :

- CUDA-ECM을 사용하여 빠른 처리를 원한다.

- 그리고 CUDA-ECM 서버는 4090 듀얼이다.

- CPU-ECM을 사용하지 않을것이다. ( CADO-NFS 연산에 어떠한 로드도 주지 않을 생각 이다 )

- 최대공약수 필터기능을 최소화 하여 소요시간을 단축한다.

- 최초진입은 CUDAECM 1레벨으로 빠른 진입을 원한다.

- MSIEVE 진입 전에 다음 후보자를 찾아야 한다.

설정 변경 :

 - mine.sh 설정 (예시)

# CPUECM 주석

#export CPUECM_SERVER_IP="node3 node5 node6 node7 node8 node10 node11 node12 node13"
#export CPUECM_SERVER_PORT="19301 19301 19301 19301 19301 19301 19301 19301 19301"

# GPUECM 설정 

# CUDAECM_MAX_LEVEL 을 2레벨로 한정

export CUDAECM_SERVER_IP="node-gpu-01"
export CUDAECM_MAX_LEVEL=2

# CADO-NFS 진입 결정부문 수정
export FIRST_ACCEPT_LEVEL=1 #Default 4
export SECOND_ACCEPT_LEVEL=2 #Default 4
export THIRD_ACCEPT_LEVEL=2 #Default 4

- CUDA-ECM 설정

- 기존 gpu_config_1.ini 수정(에시)

# 필터링 체질을 약간 높여주어서 후보자의 품질을 조금 높이자.

b1 = 50000 을

b1 = 120000 으로 변경

effort = 214 을

effort = 330 으로 변경

- 기존 gpu_config_2.ini 수정(에시)

4090은 4레벨을 가지고 수정

cp gpu_config_4.ini  gpu_config_2.ini

 

b1 = 3000000 을

b1 = 2600000 으로 변경

effort = 2351 을

effort = 1905 으로 변경

port = 10404 을

port = 10402 으로 변경

실행 예측 결과 :

 

Block Time: 6~7초에 CADO-NFS 1레벨 진입

Block Time: 10~13초에 CADO-NFS 1레벨 완료, CADO-NFS 진입, CADO-NFS 2레벨 진입

Block Time: 200초에 CADO-NFS 2레벨 완료

---

목표 :

- CUDA-ECM을 사용하여 빠른 처리를 원하지만 2차부터는 CPU-ECM으로 유력후보를 사용하고 싶다.

- 그리고 CUDA-ECM 서버는 3090 1개 이다.

- CPU-ECM을 사용한다.

- 최대공약수 필터기능을 최소화 하여 소요시간을 단축한다.

- 최초진입은 CUDAECM 1레벨으로 빠른 진입을 원한다.

설정 변경 :

 - mine.sh 설정 (예시)

# CPUECM 사용

export CPUECM_SERVER_IP="node3 node5 node6 node7 node8 node10 node11 node12 node13"
export CPUECM_SERVER_PORT="19301 19301 19301 19301 19301 19301 19301 19301 19301"

# GPUECM 설정 

# CUDAECM_MAX_LEVEL 을 1레벨로 한정

export CUDAECM_SERVER_IP="node-gpu-02"
export CUDAECM_MAX_LEVEL=1

# CADO-NFS 진입 단계는 1레벨은 사용하므로 2레벨은 결코 진입이 안된다
export FIRST_ACCEPT_LEVEL=1 #Default 4
export SECOND_ACCEPT_LEVEL=2 #Default 4
export THIRD_ACCEPT_LEVEL=2 #Default 4

- CUDA-ECM 설정

- 기존 gpu_config_1.ini 수정(에시)

# 필터링 체질을 약간 높여주어서 후보자의 품질을 조금 높이자.

b1 = 50000 을

b1 = 120000 으로 변경

effort = 214 을

effort = 330 으로 변경

실행 예측 결과 :

Block Time: 6~7초에 CADO-NFS 1레벨 진입, CPU-ECM 필터 시작

Block Time: 10~13초에 CADO-NFS 1레벨 완료(이후 GPU 사용중단), CADO-NFS 진입, CPU-ECM 서버들의 연산중인 것은 계속 진행

msieve 진입하고 듀얼 실행시 CPU-ECM에서 걸려진 유력 후보자가 있을 경우 사용.

 

---

<3090도 추가시켜 달라고 해서 추가합니다.>

목표 :

- CUDA-ECM을 사용하여 빠른 처리를 원한다.

- 그리고 CUDA-ECM 서버는 3090 듀얼이다.

- CPU-ECM을 사용하지 않을것이다. ( CADO-NFS 연산에 어떠한 로드도 주지 않을 생각 이다 )

- 최대공약수 필터기능을 최소화 하여 소요시간을 단축한다.

- 최초진입은 CUDAECM 1레벨으로 빠른 진입을 원한다.

- MSIEVE 진입 전에 다음 후보자를 찾아야 한다.

설정 변경 :

 - mine.sh 설정 (예시)

# CPUECM 주석

#export CPUECM_SERVER_IP="node3 node5 node6 node7 node8 node10 node11 node12 node13"
#export CPUECM_SERVER_PORT="19301 19301 19301 19301 19301 19301 19301 19301 19301"

# GPUECM 설정 

# CUDAECM_MAX_LEVEL 을 2레벨로 한정

export CUDAECM_SERVER_IP="node-gpu-01"
export CUDAECM_MAX_LEVEL=2

# CADO-NFS 진입 결정부문 수정
export FIRST_ACCEPT_LEVEL=1 #Default 4
export SECOND_ACCEPT_LEVEL=2 #Default 4
export THIRD_ACCEPT_LEVEL=2 #Default 4

- CUDA-ECM 설정

- 기존 gpu_config_1.ini 수정(에시)

# 필터링 체질을 약간 높여주어서 후보자의 품질을 조금 높이자.

b1 = 50000 을

b1 = 120000 으로 변경

effort = 214 을

effort = 330 으로 변경

- 기존 gpu_config_2.ini 수정(에시)

3090은 3레벨을 가지고 수정

cp gpu_config_3.ini  gpu_config_2.ini

 

b1 = 1000000 을

b1 = 1900000 으로 변경

effort = 910 을

effort = 1390 으로 변경

port = 10403 을

port = 10402 으로 변경

실행 예측 결과 :

 

Block Time: 6~7초에 CADO-NFS 1레벨 진입

Block Time: 10~13초에 CADO-NFS 1레벨 완료, CADO-NFS 진입, CADO-NFS 2레벨 진입

Block Time: 200초에 CADO-NFS 2레벨 완료

 

---

참고적으로 CPU-ECM 전용으로 하는 방법, CPU-ECM + CUDA-ECM 혼용 방법, CUDA-ECM 전용으로 하는 방법 이 무엇이 옳고 나쁨의 문제는 아닙니다.

채굴 전략의 문제인데요. CPU로 후보자를 찾는것이 개별적으로 성능이 더 뛰어나기에 유력한 후보자를 빨리 찾는것은 CPU-ECM이 우월합니다.

그러나 대량의 처리하는 것은 CUDA-ECM이 우월하지요

CPU-ECM의 ration 0.28 의 수준은 CUDA-ECM의 3레벨보다 약간 더 좋습니다.

CPU-ECM이 20초 정도에 유력 후보를 1개 가져온다면 CUDA-EMC 4090 듀얼은 200초 정도에 유력 후보를 30~50개를 가져옵니다.

 

<추가>

그래픽카드에서 한번에 처리할 수 있는 갯수가 있으므로 

export W_MUL_INTERVAL=8
export MAX_SIEVE_LEVEL=26
을 조정하면서 해야 합니다.

만약 한계이상의 수량이 후보자가 입력이 되면 배수로 시간이 지연됩니다.

위의 설정은 제가 3090 1개 사용시 설정입니다.

 

<추가>

다중 GPU 사용시 변경사항

cudaecm_daemon.sh 에서

듀얼사용시...

CUDA_VISIBLE_DEVICES=0,1

4대사용시...

CUDA_VISIBLE_DEVICES=0,1,2,3

 

 

 

<치명적인 버그 패치 : 2022-6-17 18:30 >

CPU-ECM 사용시 일정 시간후에 이런 버그가 발생됩니다.

금일 18:30 에 패치할 예정으로 1.224 테스트 버전 사용자의 경우 패치하세요.