Ryktene City Cudaminer Guide for Nvidia GPUs Nvidia-kortene har fått massiv ishøraøkning fra den siste Cudaminer-utgivelsen (18. desember 2013). CUDA Core er begrepet Nvidia bruker til å ringe shaders i sine GPUer. Cudaminer er designet spesielt for Nvidia GPU-gruvedrift med Cuda akselerert gruveapplikasjon for Litecoin og Scrypt-baserte altcoins. Det ville være en merkbar hastighetsøkning sammenlignet med OpenCL-baserte gruvearbeidere. 1. Last ned 2. Kontroller GPUen din Før du går inn i konfigurasjonen, vil du vite hvilken GPU du har, slik at du finner ut beregningsversjonen som den bruker. Hvis du ikke er sikker, kan du installere GPU-Z for å finne ut. Sørg også for at du har de nyeste driverne installert for din Nvidia GPU. Du kan sjekke dette ut på Nvidia8217s nedlastingsseksjon. 3. Beregne versjon Fra Nvidia GPU-modellen, identifiser beregningsversjonen som kortet bruker, slik at du vil vite hvilket kjernepresifikasjon som passer. GeForce GT 330, GeForce GT 330, GeForce GT 320, GeForce 315, GeForce 310, GeForce 9800 GT, GeForce 9600 GT, GeForce 9400GT, GeForce GT 300, GeForce GT 340, Quadro FX 5600, Quadro FX 4600, Quadro Plex 2100 S4, Tesla C870, Tesla D870, Tesla S870 G86, G84, G98, G96, G96b, G94, G94b, G92, G92b GeForce G110M, GeForce 9300M GS, GeForce 9200M GS, GeForce 9100M G, GeForce 8400M GT, GeForce G105M, Quadro FX 4700 X2, Quadro FX 3700, Quadro FX 1800, Quadro FX 1700, Quadro FX 580, Quadro FX 570, Quadro FX 470, Quadro FX 380, Quadro FX 370, Quadro FX 370 Lavprofil, Quadro FX 3700M, Quadro FX 3600M, Quadro FX 2800M, Quadro FX 2700M, Quadro FX 1700M, Quadro FX, Quadro FX 3700M, Quadro FX 3700M Quadro FX 770M, Quadro FX 570M, Quadro FX370M, Quadro FX 360M, Quadro NVS 320M, Quadro NVS 160M, Quadro NVS 150M, Quadro NVS 140M, Quadro NVS 135M, Quadro NVS 130M, Quadro NVS 450, Quadr GeForce GT 330M, GeForce GT 330M, GeForce GT 330M, GeForce GT 325M, GeForce GT 240M, GeForce GT 240M, GeForce GT 240M, GeForce GTS 360M, GeForce GT 240M, GeForce GT 240M, GeForce GT220M, GeForce 310M, GeForce 305M, Quadro FX 380 Lavprofil, NVIDIA NVS 300, Quadro FX 1800M, Quadro FX 880M, Quadro FX 380M, NVIDIA NVS 300, NVS 5100M, NVS 3100M, NVS 2100M GeForce GTX 280, GeForce GTX 275, GeForce GTX 260, Quadro FX 5800, Quadro FX 4800, Quadro FX 4800 for Mac, Quadro FX 3800, Quadro CX, Quadro Plex 2200 D2, Tesla C1060, Tesla S1070, Tesla M1060 GeForce GTX 590, GeForce GTX 580, GeForce GTX 570, GeForce GTX 480, GeForce GTX 470, GeForce GTX 465, GeForce GTX 480M, Quadro 6000, Quadro 5000, Quadro 4000, Quadro 4000 for Mac, Quadro Plex 7000, Quadro 5010M, Quadro 5000M, Tesla C2075, Tesla C2050C2070, Tesla M2050M2070M2075M2090 GF104, GF106 GF108GF114 , GF116, GF119 GeForce GTX 560 Ti, GeForce GTX 550 Ti, GeForce GTX 460, GeForce GTS 450, GeForce GTS 450, GeForce GT 640 (GeForce GT 640 GeForce GT 430, GeForce GT 430, GeForce GT 430, GeForce GTX 675M, GeForce GTX 670M, GeForce GT 635M, GeForce GT 630M, GeForce GT 430, GeForce GT 630, GeForce GT 630 GeForce GT 625M, GeForce GT 620M, GeForce GT 520M, GeForce GT 520M, GeForce GT 520M, GeForce GTX 580M, GeForce GTX 570M, GeForce GTX 560M, GeForce GT 555M, GeForce GT 550M, GeForce GT 540M, GeForce GT 525M , GeForce GT 520M, GeForce GTX 485M, GeForce GTX 470M, GeForce GT 445M, GeForce GT 435M, GeForce GT 420M, GeForce GT 415M, GeForce 710M, GeForce 410M, Quadro 2000, Quadro 2000D, Quadro 600, Quadro 410 , Quadro 4000M, Quadro 3000M, Quadro 2000M, Quadro 1000M, NVS 5400M, NVS 5200M, NVS 4200M GK104, GK106, GK107 GeForce GTX 770, GeForce GTX 760, GeForce GTX 690, GeForce GTX 680, GeForce GTX 670, GeForce GTX 660 Ti , GeForce GTX 660, GeForce GTX 650 Ti BOOST, GeForce GTX 650 Ti, GeForce GTX 650, GeForce GTX 780M, GeForce GTX 770M, GeForce GTX 765M, GeForce GT GeForce GT 650M, GeForce GT 745M, GeForce GT 645M, GeForce GT 740M, GeForce GT 730M, GeForce GT 640M, GeForce GTX 660M, GeForce GTX 660M, GeForce GTX 660M, GeForce GTX 660M , GeForce GT 640M LE, GeForce GT 735M, GeForce GT 730M, Quadro K5000, Quadro K4000, Quadro K2000, Quadro K2000D, Quadro K600, Quadro K500M, Tesla K10 GeForce GTX TITAN, GeForce GTX 780, GeForce GT 640 (GDDR5), Quadro K6000, Tesla K20 8211 OEM-bare produkter CUDA kjerner gjør beregningen. Hvilken vi velger og hvilken konfigurasjon den kjører, påvirker i stor grad ytelsen. CUDA-kjernestartkonfigurasjoner er gitt som en tegnstreng, f. eks. F16x2-prefiksblokker x warps Tilgjengelige kjerneprefixer er: L 8211 Legacy-kort (Beregn 1.x) F 8211 Fermi-kort (Compute 2.x) S 8211 Kepler-kort (for tiden kompilert for Compute 1.2) 8211 tidligere best for Kepler K 8211 Kepler-kort (Compute 3.0) 8211 basert på Dave Andersen8217s arbeid. Nå best for Kepler. T 8211 Titan, GTX 780 og GK208 baserte kort (Compute 3.5) X 8211 Eksperimentell kjernen. For øyeblikket krever Compute 3.5 L27x3 er en lanseringskonfigurasjon som fungerer bra på GTX 260 F28x4 er en lanseringskonfigurasjon som fungerer på Geforce GTX 460 K290x2 er en lanseringskonfigurasjon som fungerer på Geforce GTX 660Ti T30x16 er en lanseringskonfigurasjon som fungerer på GTX 780Ti. 4. Cudaminer-konfigurasjon Mesteparten av tiden kan du starte gruvedrift uten å spesifisere noen spesielle alternativer og la autotune velge det beste alternativet for deg som dette: cudaminer - o stratumtcp: coinotron: 3334 - O WORKERNAME: PASSWORD Jeg vil liste konfigurasjonen for noen Nvidia kort: cudaminer - H 0 - i 1 - l F8x16 - C 1 - m 1 - o stratumtcp: coinotron: 3334 - O ARBEIDERNE: PASSWORD cudaminer - H 0 - i 1 - l K5x32 - C 1 - m 1 - o stratumtcp: coinotron: 3334 - O WORKERNAME: PASSWORD cudaminer - H 0 - i 1 - l K7x32 - C1 - m 1 - o stratumtcp: coinotron: 3334 - O ARBEIDERNE: PASSORD cudaminer - H1 - i1 - l T9x20-C2 eller - H1 - i1 - l T12x32 - c 1 - o stratumtcp: coinotron: 3334 - O ARBEIDERNE: PASSWORD-oppdatering 232014 8211 Sjekk ut den siste oppdateringen av cudaMiner med støtte for Maxwell-arkitekturen. Dette vil bli den største ytelsesendringen på gruvedrift med Nvidia-kort. Ny cgminer 3.7.8 Med forbedret Neoscrypt-ytelse Det er en oppdatering av den offisielle cgmineren med Neoscrypt-støtte til versjon 3.7.8 som legger til ny kjernekvalitet med bedre ytelse og gjør gruvearbeideren med de siste AMD-driverne 14,9, noe som ikke virket sammen med den eldre 3.7.7b-gruven. Vi har samlet en windows binær av den nye cgminer 3.7.8 Neoscrypt (kilde) som du kan laste ned fra linken under og prøve. Vår første test på en AMD Radeon R9 280X uten overklokking har vist en ytelse på ca 140 KHS, så om lag 50 prosent øker fra den eldre versjonen, og noen rapporterer å gå nærmere 200 med overklokkede kort. Siden det fortsatt ikke finnes CUDA miner for Neoscrypt, kan du bruke denne cgmineren med OpenCL på Nvidia-baserte GPUer, men på Nvidia vil du sannsynligvis ikke se mye av en forbedring i forhold til den tidligere versjonen av gruven. 8211 Du kan laste ned cgminer 3.7.8 med NeoScrypt-støtte for Windows OS her8230 4 Responses to New cgminer 3.7.8 Med forbedret Neoscrypt Performance Innstillingene er i eksempelbatfilene for å kjøre gruvearbeideren på AMD eller Nvidia GPUer, men merk at forskjellige innstillinger fungerer forskjellig på ulike maskinvare, så gjør eksperimentere med verdier for å se hva som fungerer best på GPUene dine. Jeg blir bare avvist med noen innstillinger, hva kan være årsaken, hvilken katalysator driver trenger jeg Denne kjernen skal fungere med 14.9-driverne også, men du går bedre til den nyeste versjonen av sgminer 5 dev som kommer med en høyere ytelse kjerne for Neoscrypt for å få maksimal hashrate ut av maskinvaren din. Legg igjen en kommentar Avbryt svarRumors City Siste Cudaminer-utgivelsen gir massiv hashrateøkning til Nvidia GPUs Siste Cudaminer-utgivelse med forbedret Nvidia Scrypt-gruveytelse Den nyeste utgivelsen av Cudaminer (18. desember 2013) vil presse mer ytelse ut av Nvidia-kortene. Tidlige testere rapporterer en økning i ytelse for så mye som 40 prosent fra forrige versjon. CUDA Core er begrepet Nvidia bruker til å ringe shaders i sine GPUer. Cudaminer er designet spesielt for Nvidia GPU-gruvedrift med Cuda akselerert gruveapplikasjon for Litecoin og Scrypt-baserte altcoins. Det ville være en merkbar hastighetsøkning sammenlignet med OpenCL-baserte gruvearbeidere. Som standard vil det oppdage og automatisk bruke alle nVidia GPUer som finnes i systemet, men kan også settes manuelt av brukeren. Jeg har klart å finne en Nvidia GPU for å gjøre noen test på den nyeste Cudaminer-utgivelsen, og jeg ser forbedring i hashrate på rundt 10 prosent. Den gamle GT 630 nådde rundt 39KHashsec uten overklokking, noe som viser at det virkelig fungerer. Compute 3.0-enheter vil se en høyere hastighet boost. Så hvis du har noen Nvidia GPU som ligger, er det definitivt verdt det å prøve. Noen tall på forbedringene: GTX 640: 89 kHashsec (tidligere 65 kHashs) GT 750M: 80 kHashsec (tidligere 55 kHashs) GTX 660Ti: 250 kHashsec (tidligere 186 kHhashs) GTX 780Ti: 500 kHashsec (tidligere 450 kHashs ikke overklokket) Kommandolinje alternativer deaktiverer den innebygde autotuning-funksjonen for å maksimere CUDA-kjerneffektivitet og bruker litt heuristisk gjetning, noe som kanskje ikke er optimalt. - d gir en liste over CUDA-enhets-ID-er for å fungere på. Enhets-ID-er starter med å telle fra 0 - l angi kjernekonfigurasjonskonfigurasjon per enhet. Dette erstatter autotune eller heuristisk utvalg. Du kan passere strengene automatisk eller bare et kjerneprefiks som L eller F eller K eller T for å autotune for en bestemt kortgenerering eller et kjernekodefelt pluss en lavkonfigurasjon som F28x8 hvis du vet hvilken kjernen som kjører best (fra en tidligere autotune). - En liste over flagg (0 eller 1) for å aktivere interaktiv skrivebordsprestasjon på individuelle kort. Bruk dette til å fjerne lag på bekostning av noen hashing ytelse. Ikke bruk store lanseringskonfigurer for enheter som skal kjøre i interaktiv modus 8211 it8217s best å bruke autotune - C-liste med flagg (0 eller 1 eller 2) for å aktivere bruk av teksturbufferen for å lese fra krypteringsbrikken. 1 bruker en 1D-cache, mens 2 bruker en 2D-teksturlayout. Bufret operasjon har vist seg å være litt raskere enn ikke-lagret operasjon på de fleste GPUer. - m liste over flagg (0 eller 1) for å gjøre enhetene tilordne deres krypterte skrapelodd i en enkelt, etterfølgende minneblokk. På Windows Vista, 78 kan det føre til at en mindre minnestørrelse blir brukt. Når du bruker teksturbufferen, er dette valget underforstått. - H-krypter har også en liten SHA256-komponent til den: 0 hashes dette enkelt gjenget på CPU. 1 for å aktivere multithreaded hashing på CPU. 2 offloads alt til GPU (standard) Eksempel på kommandolinjealternativer: - H 2 - d 0 - i 1 - l F16x2 - C1 - m 0 - o stratumtcp: coinotron: 3334 - O ARBEIDSNAMN: PASSWORD - H Alternativet - H 2 bruker GPU for alt hashing-arbeid, som legger svært liten belastning på CPU. Med denne nyeste versjonen er datamaskinen fortsatt svært responsiv, selv om gruvedriftaktiviteten kjører på bakgrunnen. - d, - i jeg instruerer cudaminer å bruke enhet 0 som er den eneste GPUen på hovedkortet. Fordi jeg har skjermen koblet til enhet 0, satte jeg denne enheten til å kjøre i interaktiv modus, slik at den er fullt lydhør for desktopbruk mens gruvedrift. - l Du kan sette dette til automatisk hvis du vil at cudaminer skal utføre autotune. Jeg har satt den til å bruke kjerneløsnings konfigurasjon F16x2 (for Fermi) og i ikke-interaktiv modus. - C Jeg slår på bruk av teksturbufferen til 1D. - o, - O Den gitte-o-O-innstillingsgruven på coinotron-bassenget ved hjelp av stratumprotokollen. Ekstra notater Dette verktøyet er bare for Litecoin og andre Scrypt-baserte altcoins. Beregn 1,0 til 1,3 enheter ser ut til å kjøre raskere på Windows XP eller Linux fordi disse OS8217ene bruker en mer effektiv drivermodell. 64bit cudaminer minker noen ganger litt langsommere enn 32 bit binær (økt registertrykk, da pekere tar to register i en 64 bit CUDA-bygning). Prøv begge versjonene og sammenlign Denne koden skal være bra på nVidia GPUer som spenner fra beregningsmulighet 1.1 opp til beregningsevne 3.5. For å se hva autotuning gjør, kan du aktivere feilsøkingsalternativet (-D) - bryteren. Du får et bord med kHashs for en rekke lanseringskonfigurasjoner. Du kan bare ønske å gjøre dette når du kjører på en enkelt GPU, ellers vil autotuning-utgangen på flere kort bli helt blandet. Den 18. desember milepæloverganger cudaminer til CUDA 5.5, noe som gjør at det krever nyere nVidia-drivere dessverre. Men brukere av Kepler-enheter vil se en betydelig hastighetsøkning på 30 for Compute 3.0-enheter og rundt 10 for Compute 3.5-enheter. Om CUDA Kernel CUDA kjerner gjør beregningen. Hvilken vi velger og hvilken konfigurasjon den kjører, påvirker i stor grad ytelsen. CUDA-kjernestartkonfigurasjoner er gitt som en tegnstreng, f. eks. F16x2-prefiksblokker x warps Tilgjengelige kjerneprefixer er: L 8211 Legacy-kort (beregne 1.x) F 8211 Fermi-kort (Compute 2.x) S 8211 Kepler-kort (for tiden kompilert for Compute 1.2) 8211 tidligere best for Kepler K 8211 Kepler-kort (Compute 3.0) 8211 basert på Dave Andersen8217s arbeid. Nå best for Kepler. T 8211 Titan, GTX 780 og GK208 baserte kort (Compute 3.5) X 8211 Eksperimentell kjernen. For øyeblikket krever Compute 3.5 L27x3 er en lanseringskonfigurasjon som fungerer bra på GTX 260 F28x4 er en lanseringskonfigurasjon som fungerer på Geforce GTX 460 K290x2 er en lanseringskonfigurasjon som fungerer på Geforce GTX 660Ti T30x16 er en lanseringskonfigurasjon som fungerer på GTX 780Ti. Du bør vente gjennom autotune for å se hvilken kjernen som er best funnet for din nåværende maskinvarekonfigurasjon. Du kan også overstyre autotune8217s automatiske enhetsgenereringsvalg, f. eks. pass for å autotune Legacy, Fermi, Kepler eller Titan kjerner som overstyrer det automatiske valget. Oppdater 232014 8211 Sjekk ut den siste oppdateringen av cudaMiner med støtte for Maxwell-arkitekturen. Dette vil bli den største ytelsesendringen på gruvedrift med Nvidia-kort.
No comments:
Post a Comment