Blocknet 채굴에 가장 좋은 하드웨어

이 가이드에서는 seine로 Blocknet을 가장 빠르게 채굴하는 컴퓨터, RAM이 허용하는 스레드 수, 예상 해시레이트를 보여 드립니다. 하드웨어를 고르거나 이미 가진 컴퓨터를 가늠하는 데 활용하세요.

Blocknet 채굴에 가장 좋은 하드웨어는 무엇입니까?

Blocknet의 작업 증명은 해시마다 2 GiB 메모리 블록을 쓰는 Argon2id입니다. 그래서 Blocknet은 메모리 하드 알고리즘입니다. 해시레이트는 코어 수만큼이나 메모리 대역폭과 지연 시간, 그리고 2 GiB 블록을 RAM에 한 번에 몇 개 올릴 수 있는지에 좌우됩니다. 아래 표의 상위 컴퓨터들은 모두 강력한 메모리 시스템을 갖추고 있습니다.

세대별 최고 측정 해시레이트

다음은 하드웨어 세대별로 seine에서 측정한 최고 결과입니다. 마지막 열은 채굴 스레드가 메모리 블록에 쓰는 RAM으로, 스레드 수 × 2 GiB입니다.

서버 항목은 2 MiB 휴즈 페이지를 쓴 AWS 클라우드 머신에서, M4 Max 항목은 48 GB MacBook Pro에서 측정했습니다. 각 수치는 완료한 해시 수를 경과 시간으로 나눈 값을 반복 실행으로 평균한 것이며, 2026년 7월부터 10월 사이에 측정했습니다. Zen 5 결과는 RAM 128 GiB를 갖춘 32코어 EPYC 9R45 머신인 AWS m8a.8xlarge에서 seine v0.2.22로 네 번 실행한 평균입니다.

테스트한 모든 프로세서의 결과와 각 항목의 근거는 성능 페이지에 있습니다.

메모리 대역폭이 해시레이트를 정하는 이유

Argon2id 해시 하나는 2 GiB 블록 전체를 한 번 채우면서 앞부분을 다시 읽습니다. 프로세서의 L3 캐시는 메가바이트 단위입니다. Zen 5 서버에서는 코어 8개 그룹마다 32 MiB를 공유하므로, 해시 하나가 그 캐시보다 64배 많은 메모리를 처리합니다. 작업의 대부분이 메모리 트래픽입니다.

수치가 이를 보여 줍니다. 49.4 H/s에서 Zen 5 서버는 매초 약 99 GiB의 새 메모리 블록을 씁니다(49.4 × 2 GiB). 해시레이트는 메모리 시스템이 포화될 때까지 스레드 수와 함께 올라갑니다. 이 머신에서 16 스레드는 37.8 H/s, 32 스레드는 49.4 H/s를 채굴했습니다. seine는 사용자의 컴퓨터에서 이 곡선을 측정해 최적의 스레드 수로 맞춥니다.

하드웨어를 고를 때는 다음 세 가지를 기억하세요.

• 메모리 대역폭은 코어만큼 중요합니다. 컴퓨터를 비교할 때 메모리 시스템을 코어 수만큼 비중 있게 따져 보세요.
• RAM이 스레드 상한을 정합니다. 스레드마다 전용 2 GiB 블록이 필요하므로, 코어보다 RAM이 먼저 스레드 수를 제한하는 경우가 많습니다.
• 같은 칩에서도 커널이 중요합니다. seine는 프로세서 제품군마다 여러 Argon2id 커널을 제공합니다. EPYC 9R45에서는 스트리밍 커널이 AVX2보다 30% 빠르게 채굴합니다(24 스레드 기준 34.47 H/s → 44.74 H/s). AWS Graviton4에서는 프리페치를 적용한 SHA3 커널이 일반 NEON보다 56% 빠르게 채굴합니다(13.80 H/s → 21.50 H/s). seine는 채굴하면서 더 빠른 쪽을 고릅니다.

채굴 스레드 하나에 RAM이 얼마나 필요합니까?

일반적인 용량별 계산은 다음과 같습니다. 이론상 값은 RAM ÷ 2 GiB입니다. 마지막 열은 seine의 5% 예비분과 운영 체제용 약 2-3 GB를 뺀 값이므로 대략적인 기준으로 보세요. 4-12 GB의 노트북과 오래된 PC는 오래된 PC나 노트북으로 채굴하기 가이드를 참고하세요.

seine는 스레드 수를 프로세서의 논리 코어 수로도 제한하므로, 실제 한도는 둘 중 먼저 바닥나는 쪽입니다. 하드웨어 스레드가 32개인 16코어 데스크톱 프로세서를 예로 들면, RAM 32 GB로는 약 14개, 64 GB로는 약 29개의 채굴 스레드를 돌립니다. 32 스레드를 돌리려면 메모리 블록에만 64 GiB가 필요하고 여유분도 있어야 하므로, 32 스레드 Zen 5 결과는 128 GiB 머신에서 나왔습니다.

채굴용 RAM을 산다면 원하는 스레드 수에 맞추세요. 스레드당 약 2 GB에 시스템용 몇 기가바이트를 더하면 됩니다.

CPU와 NVIDIA GPU로 함께 Blocknet을 채굴할 수 있습니까?

네. Windows와 Linux에서 seine는 감지한 모든 CPU 코어와 모든 NVIDIA 그래픽 카드로 동시에 채굴하며, 해시레이트가 합산됩니다. 별도 플래그는 필요 없습니다. 기본 동작입니다.

• Windows: 다운로드에 CUDA 런타임 라이브러리가 포함되어 있으므로 최신 NVIDIA 드라이버만 있으면 됩니다.
• Linux: 배포판이나 NVIDIA에서 NVIDIA 드라이버와 NVRTC 라이브러리를 설치하세요.
• 첫 실행: seine가 카드마다 커널 설정을 튜닝하고 결과를 캐시하므로, 이후 시작은 몇 초면 됩니다.

Apple 실리콘 Mac에서는 seine가 기본적으로 CPU로 채굴하며, 이는 M4 Max에서 측정한 가장 빠른 구성입니다. 멀티 GPU 리그와 요구 사항은 NVIDIA 가이드에서 다룹니다.

seine는 무엇을 자동으로 튜닝합니까?

위 결과를 얻기 위해 설정할 것은 없습니다. seine를 실행하고, 주소나 @name을 붙여 넣고, 기본 풀인 bntpool.com을 선택하세요. 채굴 가이드에서 이 단계를 안내합니다. 채굴하는 동안 seine는 다음을 수행합니다.

• 스레드 수를 정합니다. RAM과 코어에 맞춰 정한 뒤, 실제 채굴 작업으로 스레드 수를 비교해 가장 좋은 값을 유지합니다.
• CPU 커널을 고릅니다. AVX2, AVX-512, Zen 5 EPYC의 스트리밍 커널, Arm의 SHA3 등에서 고르며, 성능 향상이 두 번 확인된 뒤에만 전환합니다.
• 대형 서버에서 스레드를 배치합니다. Linux에서 스레드를 NUMA 노드와 L3 캐시 그룹에 분산하며, 임대한 EPYC 8434P에서 24 스레드 기준 16.7%가 올랐습니다. 자세한 내용은 서버 채굴 가이드에 있습니다.
• 메모리를 보호합니다. 5%를 예비로 남기고, RAM이 부족해지면 스레드를 쉬게 했다가 여유가 생기면 다시 돌립니다.
• 효과가 있었던 설정을 기억합니다. 다음 실행은 튜닝된 설정에서 시작합니다.

이 과정에서 풀에 다시 연결하지 않으므로 튜닝 때문에 채굴 시간을 잃지 않습니다. 각 단계는 자동 튜닝 가이드에서 설명합니다.

Linux와 WSL에서는 선택 사항 하나를 해 둘 만합니다. 검증 머신에서 휴즈 페이지를 예약하면 2 MiB 페이지로 약 4-6%, 1 GiB 페이지로 2%가 더 올랐습니다. 명령어는 휴즈 페이지 가이드에 있으며, EPYC와 Xeon 머신은 대형 서버 가이드에서 다룹니다.

내 해시레이트는 어떻게 확인합니까?

가장 빠른 방법은 seine를 다운로드해 채굴을 시작하는 것입니다. 잠시 후 대시보드에 해시레이트가 표시되며, bntpool.com에서 주소를 조회하면 풀에 기록된 값을 볼 수 있습니다. 수치를 읽기 전에 튜너가 자리 잡을 시간을 조금 주세요.

풀에 연결하지 않고 프로세서를 측정하려면 seine의 오프라인 벤치마크를 실행하세요.

./seine --bench --bench-kind backend --backend cpu --bench-secs 20 --bench-rounds 3

위 표와 같은 기준인 초당 완료 해시 수를 보고하므로, 내 컴퓨터를 공개된 결과와 비교할 수 있습니다.