يوضح هذا الدليل الأجهزة التي تعدّن Blocknet بأعلى سرعة باستخدام seine، وعدد الخيوط الذي تسمح به ذاكرة RAM لديك، ومعدل التجزئة المتوقع، لتختار أجهزتك أو تقدّر قدرات الجهاز الذي تملكه بالفعل.
ما أفضل الأجهزة لتعدين Blocknet؟
أفضل أجهزة تعدين Blocknet تجمع بين عرض نطاق ذاكرة مرتفع وذاكرة RAM كافية لتوفير 2 GB لكل خيط. في قياسات seine، يتصدر خادم AMD EPYC Zen 5 بمعدل 49.4 H/s على 32 خيطًا، يليه AMD EPYC Zen 4 ثم Apple M4 Max. وتضيف بطاقات NVIDIA الرسومية معدل تجزئتها فوق ذلك.
إثبات العمل في Blocknet هو Argon2id بكتلة ذاكرة حجمها 2 GiB لكل تجزئة. وهذا يجعله كثيف الذاكرة: يعتمد معدل التجزئة على عرض نطاق الذاكرة وزمن استجابتها بقدر ما يعتمد على عدد الأنوية، وعلى عدد كتل الـ 2 GiB التي تتسع لها ذاكرة RAM في وقت واحد. ونظام الذاكرة القوي هو ما تشترك فيه الأجهزة المتصدرة في الجدول أدناه.
أفضل معدل تجزئة مُقاس لكل جيل
هذه أفضل النتائج المُقاسة باستخدام seine لكل جيل من الأجهزة. العمود الأخير هو ذاكرة RAM التي تستخدمها خيوط التعدين لكتل الذاكرة الخاصة بها: الخيوط × 2 GiB.
| الجهاز | الشريحة بالتحديد | الخيوط | معدل التجزئة | ذاكرة التعدين |
|---|---|---|---|---|
| AMD EPYC · Zen 5 | خادم EPYC 9R45 | 32 | 49.4 H/s | 64 GiB |
| AMD EPYC · Zen 4 | خادم EPYC 9R14 | 24 | 35.7 H/s | 48 GiB |
| Apple M4 Max | MacBook Pro بذاكرة 48 GB | 16 | 30.9 H/s | 32 GiB |
| خادم Arm | AWS Graviton4 | 16 | 21.5 H/s | 32 GiB |
| Intel Xeon | Sapphire Rapids 8488C | 12 | 13.1 H/s | 24 GiB |
جرى قياس صفوف الخوادم على أجهزة AWS السحابية مع صفحات كبيرة (huge pages) بحجم 2 MiB، وصف M4 Max على MacBook Pro بذاكرة 48 GB. كل رقم هو عدد التجزئات المكتملة مقسومًا على الوقت المنقضي، بمتوسط عدة تشغيلات متكررة، وقيس بين يوليو وأكتوبر 2026. نتيجة Zen 5 هي متوسط أربعة تشغيلات باستخدام seine الإصدار v0.2.22 على جهاز AWS m8a.8xlarge، وهو جهاز EPYC 9R45 بـ 32 نواة وذاكرة RAM بحجم 128 GiB.
نتائج كل معالج اختُبر، مع الدليل على كل صف، موجودة في صفحة الأداء.
لماذا يحدد عرض نطاق الذاكرة معدل التجزئة
تملأ كل تجزئة Argon2id كتلتها الكاملة بحجم 2 GiB مرة واحدة، وتقرأ أثناء ذلك أجزاء سابقة منها. تُقاس الذاكرة المخبئية L3 في المعالج بالميغابايت: في خادم Zen 5، تتشارك كل مجموعة من ثماني أنوية 32 MiB، فتعمل التجزئة الواحدة على ذاكرة أكبر بـ 64 مرة مما تتسع له تلك الذاكرة المخبئية. معظم العمل هو حركة بيانات في الذاكرة.
الأرقام توضح ذلك. عند 49.4 H/s، يكتب خادم Zen 5 نحو 99 GiB من كتل الذاكرة الجديدة كل ثانية (49.4 × 2 GiB). ويرتفع معدل التجزئة مع الخيوط حتى ينشغل نظام الذاكرة: على ذلك الجهاز، عدّنت 16 خيطًا بمعدل 37.8 H/s و32 خيطًا بمعدل 49.4 H/s. يقيس seine هذا المنحنى على جهازك ويستقر على أفضل عدد من الخيوط.
ثلاثة أمور تترتب على ذلك عند اختيار الأجهزة:
- عرض نطاق الذاكرة مهم بقدر الأنوية. أعطِ نظام الذاكرة وزنًا مساويًا لعدد الأنوية عند المقارنة بين الأجهزة.
- ذاكرة RAM تحدد سقف الخيوط. يحتاج كل خيط إلى كتلة خاصة به بحجم 2 GiB، لذا كثيرًا ما تحدّ ذاكرة RAM من عدد الخيوط قبل أن تحدّه الأنوية.
- النواة الحسابية مهمة على الشريحة نفسها. يحمل seine عدة نوى حسابية لـ Argon2id لكل عائلة معالجات. على EPYC 9R45، تعدّن نواة البث (streaming) أسرع بنسبة 30% من AVX2 (من 34.47 إلى 44.74 H/s على 24 خيطًا). وعلى AWS Graviton4، تعدّن نواة SHA3 مع الجلب المسبق أسرع بنسبة 56% من NEON العادية (من 13.80 إلى 21.50 H/s). ويختار seine الأسرع منها أثناء التعدين.
كم تحتاج من ذاكرة RAM لكل خيط تعدين؟
يحتاج كل خيط تعدين إلى نحو 2 GB من ذاكرة RAM، لأن كل تجزئة تملأ كتلة ذاكرة خاصة بها بحجم 2 GiB. اقسم ذاكرة RAM لديك على اثنين لتعرف أقصى عدد من الخيوط، ثم اطرح قليلًا لنظام التشغيل. يجري seine هذا الحساب نيابةً عنك ويحتفظ بـ 5% من ذاكرة RAM احتياطيًا.
إليك الحساب للأحجام الشائعة. “نظريًا” تعني RAM ÷ 2 GiB. ويطرح العمود الأخير الاحتياطي البالغ 5% في seine ونحو 2-3 GB لنظام التشغيل، فاعتبره دليلًا تقريبيًا. وللحواسيب المحمولة والأجهزة الأقدم بذاكرة 4-12 GB، راجع دليل التعدين على جهاز قديم أو حاسوب محمول.
| ذاكرة RAM | كتل الذاكرة نظريًا | الخيوط التي يستطيع seine تشغيلها تقريبًا |
|---|---|---|
| 16 GB | 8 | 6 |
| 32 GB | 16 | 14 |
| 64 GB | 32 | 29 |
| 128 GB | 64 | 59 |
يحدّ seine أيضًا عدد الخيوط بعدد الأنوية المنطقية في المعالج، فيكون الحد الفعلي هو ما ينفد أولًا. خذ معالج سطح مكتب بـ 16 نواة و32 خيطًا عتاديًا. مع ذاكرة 32 GB يشغّل نحو 14 خيط تعدين، ومع 64 GB نحو 29. ولتشغيل 32 خيطًا تحتاج إلى 64 GiB لكتل الذاكرة وحدها إضافة إلى هامش، ولهذا جاءت نتيجة Zen 5 على 32 خيطًا من جهاز بذاكرة 128 GiB.
إذا كنت تشتري ذاكرة RAM للتعدين، فاجعلها متناسبة مع عدد الخيوط الذي تريده: نحو 2 GB لكل خيط، إضافة إلى بضعة غيغابايتات للنظام.
هل يمكنك تعدين Blocknet بالمعالج وبطاقة NVIDIA الرسومية معًا؟
نعم. على Windows وLinux، يعدّن seine على جميع أنوية المعالج وجميع بطاقات NVIDIA الرسومية التي يكتشفها في الوقت نفسه، ويُجمع معدل التجزئة. لا تحتاج إلى أي خيار لذلك؛ فهذا هو الوضع الافتراضي.
- Windows: يتضمن التنزيل مكتبات بيئة تشغيل CUDA، فلا تحتاج إلا إلى تعريف NVIDIA محدّث.
- Linux: ثبّت تعريف NVIDIA ومكتبات NVRTC من توزيعتك أو من NVIDIA.
- التشغيل الأول: يضبط seine إعدادات النواة الحسابية لكل بطاقة ويحفظ النتيجة، فتستغرق عمليات التشغيل اللاحقة ثوانيَ.
على أجهزة Mac بشرائح Apple Silicon، يعدّن seine على المعالج افتراضيًا، وهو أسرع إعداد قيس على M4 Max. ويغطي دليل NVIDIA أجهزة التعدين متعددة البطاقات والمتطلبات.
ما الذي يضبطه seine تلقائيًا؟
لا تحتاج إلى إعداد أي شيء للوصول إلى النتائج السابقة. شغّل seine، والصق عنوانك أو @name، واقبل مجمع التعدين الافتراضي، bntpool.com. ويشرح دليل التعدين هذه الخطوات. وأثناء التعدين، يقوم seine بما يلي:
- يحدد عدد الخيوط بحسب ذاكرة RAM والأنوية لديك، ثم يقارن أعداد الخيوط على عمل تعدين حقيقي ويحتفظ بالأفضل.
- يختار النواة الحسابية للمعالج، مثل AVX2 أو AVX-512 أو نواة البث على EPYC Zen 5 أو SHA3 على Arm، ولا يبدّل إلا بعد تحسّنين مؤكدين.
- يوزّع الخيوط على الخوادم الكبيرة. على Linux، يوزّع الخيوط على عُقد NUMA ومجموعات الذاكرة المخبئية L3، وهو ما أضاف 16.7% على خادم EPYC 8434P مستأجر بـ 24 خيطًا. ويحتوي دليل التعدين على الخوادم على التفاصيل.
- يحمي ذاكرتك. يحتفظ باحتياطي 5%، ويوقف الخيوط مؤقتًا إذا ضاقت ذاكرة RAM ويعيدها عندما تتوفر.
- يتذكر ما نجح، فيبدأ التشغيل التالي من الإعدادات المضبوطة.
لا يعيد أي من ذلك الاتصال بالمجمع، فلا يكلّفك الضبط أي وقت من التعدين. ويشرح دليل الضبط التلقائي كل خطوة.
وهناك إضافة اختيارية تستحق التنفيذ على Linux وWSL: أضاف حجز الصفحات الكبيرة نحو 4-6% مع صفحات 2 MiB و2% أخرى مع صفحات 1 GiB على جهاز الاختبار. يحتوي دليل الصفحات الكبيرة على الأوامر، ويغطي دليل الخوادم الكبيرة أجهزة EPYC وXeon.
كيف تتحقق من معدل التجزئة لديك؟
أسرع طريقة هي أن تنزّل seine وتبدأ التعدين: تعرض لوحة التحكم معدل التجزئة خلال لحظات، ويمكنك البحث عن عنوانك على bntpool.com لترى ما يسجله المجمع. امنح أداة الضبط بعض الوقت لتستقر قبل أن تقرأ الرقم.
لقياس المعالج دون الاتصال بمجمع، شغّل اختبار الأداء دون اتصال في seine:
./seine --bench --bench-kind backend --backend cpu --bench-secs 20 --bench-rounds 3يُبلغ عن عدد التجزئات المكتملة في الثانية، وهو المقياس نفسه الذي يستخدمه الجدول أعلاه، فتستطيع مقارنة جهازك مع النتائج المنشورة.
هذه النتائج خاصة بإثبات العمل الحالي في Blocknet، أي Argon2id. تخطط Blocknet لترقية للشبكة تُسمى Faraday في نحو 2027-02-16 ستأتي بإثبات عمل أخف، وفقًا لموقع blocknetcrypto.com. أبقِ seine محدّثًا: فهو يتحقق من وجود إصدارات جديدة عند تشغيله وكل 12 ساعة.
الأسئلة الشائعة
هل يستطيع جهاز ألعاب تعدين Blocknet؟
نعم. على Windows وLinux، يعدّن seine على المعالج وعلى جميع بطاقات NVIDIA الرسومية في الجهاز في وقت واحد، ويُجمع معدل التجزئة. ويحدد عدد الخيوط بحسب ذاكرة RAM لديك، فيشغّل جهاز ألعاب بذاكرة 32 GB ما يصل إلى نحو 14 خيطًا، ويضبط المعالج وكل بطاقة تلقائيًا أثناء التعدين.
كم خيطًا لتعدين Blocknet تشغّل ذاكرة RAM بحجم 32 GB؟
نحو 14 خيطًا. يحتاج كل خيط إلى كتلة ذاكرة بحجم 2 GiB لكل تجزئة، لذا تتسع ذاكرة 32 GB لـ 16 منها نظريًا. يحتفظ seine بـ 5% من ذاكرة RAM احتياطيًا ويترك مساحة لنظام التشغيل، فيصل جهاز بذاكرة 32 GB إلى نحو 14 خيطًا. ويحسب ذلك نيابةً عنك عند بدء التشغيل.
ما البطاقات الرسومية التي يستخدمها seine لتعدين Blocknet؟
يعدّن seine على بطاقات NVIDIA الرسومية في نسختي Windows وLinux، مستخدمًا كل بطاقة يكتشفها بجانب المعالج. على Windows، بيئة تشغيل CUDA مضمّنة، فلا تحتاج إلا إلى تعريف NVIDIA. وعلى Linux، ثبّت التعريف ومكتبات NVRTC. يضبط التشغيل الأول كل بطاقة ويتذكر النتيجة.
لماذا يهم عرض نطاق الذاكرة في تعدين Blocknet؟
تكتب كل تجزئة في Blocknet كتلة ذاكرة كاملة بحجم 2 GiB وتقرأ البيانات من أنحائها، وهو أكثر بكثير مما تتسع له أي ذاكرة مخبئية في المعالج. لذلك يعتمد معدل التجزئة على سرعة نقل نظام الذاكرة للبيانات. والأجهزة ذات عرض نطاق الذاكرة الأعلى وذاكرة RAM الكافية لخيوط كثيرة هي الأسرع في التعدين.