Rykten City Cudaminer Guide för Nvidia GPUs Nvidia-kort har fått massiv ishöjning från den senaste Cudaminer-utgåvan (18 december 2013). CUDA Core är termen Nvidia använder för att ringa shadersna i sina GPU: er. Cudaminer är konstruerad speciellt för Nvidia GPU-gruvdrift med Cuda-accelererad gruvansökan för Litecoin och Scrypt-baserade altcoins. Det skulle finnas en märkbar hastighetsökning jämfört med OpenCL-baserade gruvarbetare. 1. Ladda ner 2. Kontrollera din GPU Innan du går in i konfigurationen vill du veta vilken GPU du har så att du kan ta reda på den beräknade versionen som den använder. Om du inte är säker kan du installera GPU-Z för att ta reda på det. Se också till att du har de senaste drivrutinerna installerade för din Nvidia GPU. Du kan kolla här på Nvidia8217s nedladdningssektion. 3. Beräkna version Från din Nvidia GPU-modell, identifiera den beräknade versionen som kortet använder, så att du vet vilket kärnprefix som är lämpligt. GeForce GT 340, GeForce GT 330, GeForce GT 320, GeForce 315, GeForce 310, GeForce 9800 GT, GeForce 9600 GT, GeForce 9400GT, GeForce GT300, GeForce GT300, Ge92, GT9, G94, G92, G92b, G94, G94, G94b GeForce GT 420, GeForce 8800 Ultra, 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 Quadro FX 3800M, Quadro FX 3700M, Quadro FX 3600M, Quadro FX 2800M, Quadro FX 2700M, Quadro FX 1700M, Quadro FX 3800M, Quadro FX 3700M, Quadro FX Quadro FX 770M, Quadro FX 570M, Quadro FX 370M, 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 GTS 350M, GeForce GT 335M, GeForce GT 330M, GeForce GT 325M, GeForce GT 240M, GeForce G210M, GeForce GT 240M, GeForce GTS 360M, GeForce 310M, GeForce 305M, Quadro FX 380 Lågprofil, 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 för 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 för 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 630, GeForce GT 630, GeForce GT 630 GeForce GT 625M, GeForce GT 620M, GeForce GT 520M, GeForce GT 520M, GeForce GT525M, 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 650M, GeForce GT 745M, GeForce GT 645M, GeForce GT 740M, GeForce GT 730M, GeForce GT 640M, GeForce GT 640MX, GeForce GTX 680MX, GeForce GTX 680MX , 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 Endast OEM-produkter CUDA-kärnor gör beräkningen. Vilken vi väljer och i vilken konfiguration den körs påverkar kraftigt prestanda. CUDA-kärnans startkonfigurationer ges som en teckensträng, t. ex. F16x2 prefix block x warps Tillgängliga kärn prefix är: L 8211 Legacy kort (Beräkna 1.x) F 8211 Fermi kort (Beräkna 2.x) S 8211 Kepler kort (för närvarande sammanställd för Compute 1.2) 8211 tidigare bäst för Kepler K 8211 Kepler kort (Beräkna 3,0) 8211 baserat på Dave Andersen8217s arbete. Nu bäst för Kepler. T 8211 Titan, GTX 780 och GK208 baserade kort (Beräkna 3,5) X 8211 Experimentell kärna. För närvarande krävs Compute 3.5 L27x3 är en startkonfiguration som fungerar bra på GTX 260 F28x4 är en startkonfiguration som fungerar på Geforce GTX 460 K290x2 är en startkonfiguration som fungerar på Geforce GTX 660Ti T30x16 är en startkonfiguration som fungerar på GTX 780Ti. 4. Cudaminer-konfiguration För det mesta kan du börja gruva utan att ange några speciella alternativ och låta autotune välja det bästa alternativet för dig så här: cudaminer - o stratumtcp: coinotron: 3334 - O WORKERNAME: PASSWORD Jag kommer att lista konfigurationen för vissa Nvidia kort: cudaminer - H 0 - i 1 - l F8x16 - C 1 - m 1 - o stratumtcp: coinotron: 3334 - O ARBETE: PASSWORD cudaminer - H 0 - i 1 - l K5x32 - C1 - m 1 - o stratumtcp: coinotron: 3334 - O WORKERNAME: PASSWORD cudaminer - H 0 - i 1 - l K7x32 - C1 - m 1 - o stratumtcp: coinotron: 3334 - O ARBETE: PASSWORD cudaminer - H1 - i1 - l T9x20 - C2 eller - H1 - i1 - l T12x32 - c1 - o-stratumtcp: coinotron: 3334 - O ARBETEN: PASSWORD-uppdatering 232014 8211 Kolla in den senaste uppdateringen av cudaMiner med stöd för Maxwell-arkitekturen. Detta kommer att bli den största prestandaförändringen på gruvdrift med Nvidia-kort. Ny cgminer 3.7.8 Med förbättrad Neoscrypt-prestanda Det finns en uppdatering av den officiella cgmineren med Neoscrypt-stöd till version 3.7.8 som lägger till en ny kärna med bättre prestanda och gör gruvan arbetare med de senaste AMD-drivrutinerna 14,9, något som inte fungerade med den äldre 3.7.7b-gruvan. Vi har sammanställt ett binärt fönster i den nya cgminer 3.7.8 Neoscrypt (källan) som du kan hämta från länken nedan och försöka. Vårt första test på en AMD Radeon R9 280X utan överklocka har visat en prestanda på cirka 140 KHS, så cirka 50 procent ökar från den äldre versionen och vissa rapporterar att de går nära 200 med överklockade kort. Eftersom det fortfarande inte finns någon CUDA-miner för Neoscrypt, kan du använda denna cgminer med OpenCL på Nvidia-baserade GPU: er, men på Nvidia kommer du förmodligen inte att se mycket av en förbättring jämfört med den tidigare versionen av gruvan. 8211 Du kan ladda ner cgminer 3.7.8 med NeoScrypt-support för Windows OS här8230 4 Responses to New cgminer 3.7.8 Med förbättrad Neoscrypt Performance Inställningarna finns i exemplet fladderfiler för att köra gruvarbetare på AMD eller Nvidia GPU, men notera att olika inställningar fungerar olika på olika hårdvaror, så försök med värderingar för att se vad som fungerar bäst på dina GPU: er. Jag kan bara avvisas med några inställningar. Vad kan orsaken till, vilken katalysatordrivrutin behöver jag Den här kärnan ska fungera med 14.9-drivrutinerna, men du går bättre för den senaste versionen av sgminer 5 dev som levereras med en högre prestandakärna för Neoscrypt för att få maximal hashrate ur din hårdvara. Lämna ett svar Avbryt svarRumörer Stad Senaste Cudaminer-utgåvan ger massiv ishaltökning till Nvidia GPUs senaste Cudaminer-utgåvan med förbättrad Nvidia Scrypt-gruvprestanda Den senaste versionen av Cudaminer (18 december 2013) kommer att pressa ut mer prestanda på Nvidia-kort. Tidiga testare rapporterar en ökning av prestanda för så mycket som 40 procent från tidigare version. CUDA Core är termen Nvidia använder för att ringa shadersna i sina GPU: er. Cudaminer är konstruerad speciellt för Nvidia GPU-gruvdrift med Cuda-accelererad gruvansökan för Litecoin och Scrypt-baserade altcoins. Det skulle finnas en märkbar hastighetsökning jämfört med OpenCL-baserade gruvarbetare. Som standard kommer det att upptäcka och automatiskt använda alla nVidia-GPU-enheter som finns i systemet, men kan också ställas in manuellt av användaren. Jag har lyckats hitta en Nvidia GPU för att göra några test på den senaste Cudaminer-utgåvan och jag ser förbättring av hashrat på cirka 10 procent. Den gamla GT 630 nådde runt 39KHashsec utan överklockning, vilket visar att det verkligen fungerar. Compute 3.0-enheter kommer att se en högre hastighetsökning. Så om du har någon Nvidia GPU liggande, är det definitivt värt att prova. Några siffror på förbättringarna: GTX 640: 89 kHashsec (tidigare 65 kHashs) GT 750M: 80 kHashsec (tidigare 55 kHashs) GTX 660Ti: 250 kHashsec (tidigare 186 kHhashs) GTX 780Ti: 500 kHashsec (tidigare 450 kHashs ej överklockade) Kommandorad alternativ inaktiverar den inbyggda autotuning-funktionen för att maximera CUDA-kärnverkningsgraden och använder viss heuristisk gissning, vilket kanske inte är optimalt. - d ger en lista över CUDA-ID-enheter för att fungera. Enhets-ID: n börjar räkna från 0 - l anger kärnans lanseringskonfiguration per enhet. Detta ersätter autotune eller heuristiskt urval. Du kan överföra strängarna automatiskt eller bara ett kärnprefix som L eller F eller K eller T för att autotune för en specifik kortgenerering eller ett kärnprefix samt en lågkonfiguration som F28x8 om du vet vilken kärna som löper bäst (från en tidigare autotune). - i lista över flaggor (0 eller 1) för att möjliggöra interaktiv skrivbordsprestanda på individuella kort. Använd detta för att ta bort fördröjning på bekostnad av någon hash prestanda. Använd inte stora lanseringskonfigurer för enheter som ska köras i interaktivt läge 8211 it8217s bäst att använda autotune - C lista med flaggor (0 eller 1 eller 2) för att möjliggöra användning av texturcachen för läsning från krypterad scratchpad. 1 använder en 1D-cache, medan 2 använder en 2D-texturlayout. Cacherad operation har visat sig vara något snabbare än ej kakad drift på de flesta GPU: er. - m lista över flaggor (0 eller 1) för att göra enheterna tilldela sin krypterade scratchpad i ett enda, i följd minnesblock. På Windows Vista kan detta 78 leda till att en mindre minnesstorlek används. När du använder texturcachen är detta alternativ underförstått. - H krypterar har också en liten SHA256-komponent till den: 0 hashes denna singelgängad på CPU. 1 för att aktivera multithreaded hashing på CPU. 2 avlastar allt till GPU (standard) Exempel på kommandoradsalternativ: - H 2 - d 0 - i 1 - l F16x2 - C1 - m 0 - o stratumtcp: coinotron: 3334 - O WORKERNAME: PASSWORD - H Alternativet - H 2 använder GPU för allt hashing-arbete, vilket innebär mycket liten belastning på CPU. Med den senaste versionen är datorn fortfarande mycket positiv även om gruvaktiviteten körs på bakgrunden. - d, - i jag instruerar cudaminer att använda enhet 0 som är den enda GPU på moderkortet. Eftersom jag har skärmen kopplad till enhet 0 ställer jag in den enheten för att köras i interaktivt läge, så det är fullt mottagligt för skrivbordsbruk under gruvdrift. - l Du kan ställa in det här automatiskt om du vill att cudaminer ska utföra autotune. Jag har ställt in den för att använda kärna lansering konfiguration F16x2 (för Fermi) och i icke-interaktivt läge. - C Jag slår på användningen av texturcachen till 1D. - o, - O Den givna-o-O-inställningsgruvan på coinotronpoolen med hjälp av stratumprotokollet. Ytterligare anteckningar Detta verktyg är endast för Litecoin och andra Scrypt-baserade altcoins. Beräkna 1,0 till 1,3 enheter verkar springa snabbare på Windows XP eller Linux eftersom dessa OS8217er använder en effektivare drivrutinsmodell. 64 bitars cudaminer minskar ibland lite långsammare än 32 bitars binära (ökat registertryck, eftersom pekare tar två register i en 64 bit CUDA-byggnad). Prova båda versionerna och jämföra Den här koden ska vara bra på nVidia-GPU: er som sträcker sig från beräkningskapacitet 1.1 upp till beräkningskapacitet 3.5. För att se vad autotuning gör, aktivera felsökningsalternativet (-D). Du får ett bord av kHashs för en mängd olika startkonfigurationer. Du kanske bara vill göra detta när du kör på en enda GPU, annars blir autotuning-utgången på flera kort helt blandade. Den 18 december milstolpe övergångar cudaminer till CUDA 5.5, vilket gör att det kräver nya nVidia drivrutiner tyvärr. Men användare av Kepler-enheter kommer att se en betydande hastighetsökning på 30 för Compute 3.0-enheter och cirka 10 för Compute 3.5-enheter. Om CUDA-kärnor CUDA-kärnor gör beräkningen. Vilken vi väljer och i vilken konfiguration den körs påverkar kraftigt prestanda. CUDA-kärnans startkonfigurationer ges som en teckensträng, t. ex. F16x2 prefix block x warps Tillgängliga kärna prefix är: L 8211 Legacy kort (beräkna 1.x) F 8211 Fermi kort (Beräkna 2.x) S 8211 Kepler kort (för närvarande sammanställd för Compute 1.2) 8211 tidigare bästa för Kepler K 8211 Kepler kort (Beräkna 3,0) 8211 baserat på Dave Andersen8217s arbete. Nu bäst för Kepler. T 8211 Titan, GTX 780 och GK208 baserade kort (Beräkna 3,5) X 8211 Experimentell kärna. För närvarande krävs Compute 3.5 L27x3 är en startkonfiguration som fungerar bra på GTX 260 F28x4 är en startkonfiguration som fungerar på Geforce GTX 460 K290x2 är en startkonfiguration som fungerar på Geforce GTX 660Ti T30x16 är en startkonfiguration som fungerar på GTX 780Ti. Du bör vänta med autotune för att se vilken kärna som är bäst för din nuvarande hårdvarukonfiguration. Du kan också åsidosätta autotune8217s automatiska enhetsgenerering, t. ex. passera för att autotune Legacy, Fermi, Kepler eller Titan kärnor som överger det automatiska valet. Uppdatering 232014 8211 Kolla in den senaste uppdateringen av cudaMiner med stöd för Maxwell-arkitekturen. Detta kommer att bli den största prestationsförändringen på gruvdrift med Nvidia-kort.
No comments:
Post a Comment