Pulsar Coin (PLSR), майнинг на алгоритме curvehash
Pulsar Coin (PLSR) — это достаточно активно развивающаяся гибридная криптовалюта, сочетающая Proof-of-Work (PoW) и Proof-of-Stake (PoS). Проект создан анонимными разработчиками и позиционирует себя как «fast and secure savings coin» с акцентом на доступный майнинг и стейкинг. Главная фишка — поддержка алгоритма CurveHash, который позволяет майнить как на CPU, так и на GPU, делая сеть более демократичной по сравнению с ASIC-доминируемыми монетами. Проект Pulsar имеет сообщество в Discord, Telegram, Bitcointalk, X и Reddit. Цена монеты PLSR традиционно низкая (на уровне микроскопических долей цента), рыночная капитализация скромная, объёмы торгов небольшие — типичная картина для нишевых CPU/GPU-коинов: Некоторые особенности Pulsar Coin (PLSR): Распределение найденных блоков в сети Pulsar согласно miningpoolstats: Пример конфигурации майнера…
Обзор криптовалюты BTX, майнинг на алгоритме btx
Материал носит информационный характер и не является инвестиционной рекомендацией. Тикер BTX в криптовалютном мире не новость — под ним уже много лет существуют и старый PoW-альткоин Bitcore, и токен биржи Bitci, и ряд других разрозненных проектов. В этом обзоре речь пойдёт о самом свежем носителе этого популярного тикера — блокчейне BTX (репозиторий btxchain на GitHub, документация на сайте btx.dev), запущенном в 2026 году как форк Bitcoin Knots с собственным PoW-алгоритмом, который в майнинг-софте так и называется — btx. Разберём, что это за сеть, кто её развивает, как обстоят дела с ликвидностью и что представляет собой сам алгоритм майнинга. Основные особенности проекта BTX Несмотря на новизну, у BTX уже есть, как…
Криптовалюта PePePow, майнинг PEPEW на алгоритме hoohash-pepew
Материал носит информационный характер и не является инвестиционной рекомендацией PePePow (тикер PEPEW) — одна из немногих PoW-монет мем-сегмента, которая не остановилась в развитии после хайпа 2023 года, а продолжает жить: обновляет кошельки, проводит голосования сообщества и даже меняет алгоритм майнинга. Эта криптовалюта появилась в конце мая 2023 года, после чего проект пережилнесколько изменений алгоритма хеширования (подробнее в статьях О майнинге монет PEPEW на алгоритме xelisv2-pepew иО майнинге монет PEPEW на алгоритме xelisv2-pepew). Сейчас проект использует вычисления на алгоритме hoohash-pepew. В данной статье коротко рассматриваются особенности этой монеты, кто её развивает, как обстоят дела с курсом и капитализацией, и как устроен текущий алгоритм майнинга. Основные особенности PePePow: Кто создал PePePow? Как…
Распределение веса модели в памяти двух видеокарт в stable-diffusion.cpp
Современные диффузионные модели генерации изображений класса DiT (Diffusion Transformers), например, FLUX, для комфортной работы требуют больших массивов видеопамяти (десятки ГБ VRAM). Поэтому их локальный запуск на видеокартах прошлых поколений подчастую является невозможным или трудно реализуемым. Попытка запустить мало-мальски приличную по размеру и возможностям модель на одной карте с объемом 6 ГБ приводят либо к критической ошибке нехватки памяти (Out of Memory, OOM), либо к катастрофическому падению скорости из-за постоянной откачки слоев в системную оперативную память (SysMEM fallback) по относительно медленной шине PCI-Express. В статьях «stable-diffusion.cpp — отличная альтернатива ComfyUI» и «Генерация картинок в zimage-turbo на 6GB видеокарте» были рассмотрены некоторые возможности инференс-движка stable-diffusion.cpp по генерации изображений. При дальнейшем, более глубоком…
Генерация картинок в zimage-turbo на 6GB видеокарте
В предыдущей статье «stable-diffusion.cpp — отличная альтернатива ComfyUI» подробно рассматривались особенности компиляции, тонкой настройки и развёртывания проекта sd.cpp в среде Linux на примере дистиллированной DiT-модели Z-Image-Turbo и гибридной связки из серверного ускорителя Nvidia Tesla V100 и бытовой видеокарты GeForce GTX 1660 Ti. Настоящий материал развивает эту тему и призван ответить на практический вопрос: насколько эффективно современный инференс-движок на базе библиотеки GGML справляется с генерацией изображений на аппаратных конфигурациях начального уровня, лишённых специализированных тензорных ядер (Tensor Cores). В качестве основного вычислительного узла в статье рассматривается та же Nvidia GeForce GTX 1660 Ti с 6GB VRAM (архитектура Turing). Физический объём её видеопамяти накладывает жёсткие ограничения: в него способны уместиться лишь легковесные квантованные…
stable-diffusion.cpp — отличная альтернатива ComfyUI
При использовании нейросетей для работы с картинками, видео и музыкой часто используется окружение ComfyUI. Это заслуживающий доверия инструмент, позволяющий работать со сложными многоузловыми пайплайнами, ControlNet-цепочками, используя кастомные ноды сообщества и визуальный дебаг. Благодаря этому ComfyUI фактически не имеет сравнимой по функционалу альтернативы. Если пользователю не нужен столь богатый набор опций, доступный в ComfyUI, но нужно по максимуму «выжать соки» из своего оборудования, можно задействовать программу stable-diffusion.cpp от разработчика, известного на github под ником leejet: stable-diffusion.cpp — это движок инференса без визуального конструктора пайплайнов, схожий с llama.cpp, прекрасно подходящий для локальной AI-генерации и обработки изображений/видео и подобных задач, но менее требовательный к VRAM и подходящий для серверного inference. Основные отличия stable-diffusion.cpp…
Настройка AI-воркера распределенной сети llama.cpp на видеокартах AMD с Vulkan
На компьютере с видеокартами AMD с Vulkan (например, Radeon RX570 8GB) можно не обращать внимание на совместимость gcc с CUDA Runtime, задействуя самую новую версию компилятора. Собираем llama.cpp на воркере (под управлением gentoo linux): git clone https://github.com/ggml-org/llama.cpp && cd llama.cpp cmake -B build -DGGML_VULKAN=ON -DCMAKE_BUILD_TYPE=Release -DGGML_RPC=ON -DCMAKE_C_FLAGS="-O3 -march=native -pipe" -DCMAKE_CXX_FLAGS="-O3 -march=native -pipe" && cmake --build build --config Release -j$(nproc) -- The CXX compiler identification is GNU 15.3.0 -- Detecting CXX compiler ABI info -- Detecting CXX compiler ABI info - done -- Check for working CXX compiler: /usr/bin/c++ - skipped -- Detecting CXX compile features -- Detecting CXX compile features - done CMAKE_BUILD_TYPE=Release -- Found Git: /usr/bin/git (found version "2.54.0")…
Запуск llama.cpp в распределенном режиме по локальной сети
Запуск llama.cpp в распределенном режиме по локальной сети позволяет без лишних затрат увеличить доступный для запуска AI-моделей объем памяти, объединив вычислительные мощности (CPU и/или GPU) нескольких компьютеров для инференса одной модели. При инференсе можно будет задействовать видеокарты разных архитектур и производителей, на компьютерах-воркерах могут быть установлены любые операционные системы. Преимуществом такого способа является сохранение полной пропускной способности шины PCI-E, которая урезается до минимума в multi-GPU системах. Для распределенных вычислений на воркерах сети запускается ggml-rpc-server, создаваемый по умолчанию при сборке llama.cpp (подробнее в статьях Компиляция и работа с llama.cpp для GPU Nvidia в linux и Запуск AI-моделей в llama.cpp на AMD Radeon RX470 8GB с Vulkan в gentoo). Во время работы…
Разгон и даунвольтинг видеокарт Nvidia в Linux
Чтобы управлять на видеокартах Nvidia мощностью, разгоном по памяти и ядру, а также скоростью вращения вентиляторов в linux часто используют утилиты nvidia-settings, nvidia-smi и команды: sudo nvidia-smi -pm 1sudo nvidia-smi -i 0 -pl 100sudo nvidia-settings -a '[gpu:0]/GPUFanControlState=1'sudo nvidia-settings -a '[fan:0]/GPUTargetFanSpeed=35'sudo nvidia-settings -a '[gpu:0]/GPUMemoryTransferRateOffset[3]=450'sudo nvidia-settings -a '[gpu:0]/GPUGraphicsClockOffset[3]=130'sudo nvidia-settings -a '[gpu:0]/GPUPowerMizerMode=1' В этом случае скорость вращения вентиляторов устанавливается на заданное значение, которое не всегда является оптимальным. В простое видеокарты создают лишний шум, происходит выработка ресурса подшипников, а в режиме максимальной нагрузки на GPU, наоборот, такого потока воздуха может не хватать. Для решения проблемы можно использовать скрипт, задействующий библиотеку nvml. При этом можно будет добиться не только управления частотами и скоростью вращения fan,…
llama.cpp на двух компьютерах через прямое соединение
Для увеличения доступного объема VRAM при локальных AI-вычислениях можно использовать распределённый инференс больших моделей между двумя машинами, соединёнными патч-кордом напрямую (без свитча), через встроенный RPC-backend llama.cpp. Он специально создан для распараллеливания инференса одной нейросети на нескольких компьютерах (технология pooling VRAM — запуск моделей, которые не влезают в память одной видеокарты). В режиме rpc одна машина выступает координатором (запускает llama-cli или llama-server), другая — вычислительным узлом (rpc-server), который просто исполняет операции над тензорами по сети. При этом слои модели распределяются между локальными GPU и удалёнными узлами. Важно понимать ограничения такой «солянки»: Это не настоящий tensor-parallelism с overlap вычислений и передачи данных, здесь каждый слой считается последовательно, и пока узел B не…
