矿工实用：Arweave 矿机数据监测的三个工具

PermaDAO ｜2024-06-11 8:20

详述矿机硬件指引内容中新增的 Arweave 矿机基准测试与数据监控的三个部分：打包，Hashing，VDF。

作者： ArweaveOasis

原文首发于：@ArweaveOasis 推特

来源：内容公会 - 新闻

此前，我在《想攒一台 Arweave 矿机需要哪些配置？》一文中列举过 Arweave 矿机需要的配置信息，得到了广大矿工朋友的关注。但反馈仍然是「并不清晰」，「没有更加明细的配置清单与攒机教程」。在这里，我想表达的是对于矿机的配置，硬件与硬件之间会有兼容性问题，此外还有性价比的考量，对于挖矿来说，成本永远是极其重要的考量点之一。而这些都需要经过大量实际测试，才能更加明确，这对于资源有限的官方来说无疑是比较重的工作。所以作为官方，更倾向于给到一个指导概览，与案例推荐，至于如何能够获得高性价比，又兼具兼容性的配置，还需要矿工朋友们，甚至是有意向的矿机厂商们来努力达成。

不过不得不说，近期官方共识工程师不仅在版本迭代上，还是在文档更新上都更加频繁。这些基础设施与信息的不断完善，让整个底层变得更加稳定。

今天就为大家更新一下在矿机硬件指引内容中新增的内容 —— Arweave 矿机基准测试。

在 Arweave 节点中，附带了三个工具，可以用来做矿机性能的基准测试与数据监控。

1.打包（Packing）: ./bin/benchmark-packing

2.Hashing: ./bin/benchmark-hash ( 目前在 master 中，将会在 v2.7.4 发布 )

3.VDF: ./bin/benchmark-vdf

打包 Packing

benchmark-packing 工具将会报告矿机的所有核心每秒预期的打包数据块的数量。

这里我做一下补充说明：打包数据块是矿工进行挖矿之前必须要做的事情。矿工获取到 Arweave 网络中的原始数据之后是没有办法直接进行挖矿的，需要将自己的挖矿地址与数据一起 Packing 一遍，将数据做成一份独立的副本，所有数据也以统一的格式转换成为以 256 KiB 为单位的一个个小数据块（我们称其为 Chunk）之后，才可进行挖矿。在矿圈，这又被称为 P 盘。这个过程会相对比较缓慢，其速度与 CPU 运算速度相关。这个 benchmark-packing 工具就是用于了解该机器 P 盘的速度的。

实践中，机器除了 P 盘外，还需要运行其他相关进程，这会占用一部分计算资源，所以观察到的值会略少于 benchmark-packing 值。但这仍然是一个具有高度参考性的度量标准。

更多关于信息可以参阅《同步和打包指南》。此外，你还需要记住的：

在同步时，你应该预期每写入一个块，就会有一到两次打包操作。
每个数据块大小是 256 KiB。

例如，如果 benchmark-packing 工具报告你的 CPU 每秒打包 100 个块，那么你可以预期你的节点的上限速度为 12.5 到 25 MiB / s 进行同步。

Hashing

benchmark-hash 工具将报告计算 H0 哈希以及 H1 或 H2 哈希的速度，单位为毫秒。这些指标主要用于挖矿时使用。

报告的时间是单线程（即单核）执行的时间。系统每秒计算的 H0 或 H1/H2 哈希的数量可以根据你的 CPU 核心数量进行扩展。我们尚未对超线程 /SMT 的影响提供指导，因此目前最好只计算 CPU 上的物理核心数量，而不是虚拟核心。

请记住以下几点。对于每个 VDF step，你的矿机将计算：

每个分区 1 个 H0 Hash
每个分区 400 个 H1 Hash
每个分区 0-400 个 H2 Hash。具体的 H2 Hash 数量由你用于挖矿的 weave 数据量来决定。

这里我做一下补充说明：Hash 数量与速度是直接关系到矿工挖矿效率的重要指标。可以这样理解，hash 数量越多，出块几率越大，而 hash 数量是受到矿工存储数据分区的多少来决定的。其中 H0 是挖矿哈希，只有获得 H0 才能够有 H1 与 H2。H1、H2 是回溯范围的 hash 数量，每个回溯范围是 100 MiB 大小，在这个范围中就有 400 个 256 KiB 数据块用于 Hash。所以每个 VDF step 就像是限时的计数始终，在每个计数中，每个分区都会获得一个 H0，从而获得每分区 400 个 H1 哈希，与 0-400 个 H2 哈希。

对于以下示例，请记住，所有基准测试中的这些计算都是一个参考。在实际操作中，你的哈希速度会受到许多基准测试未捕捉到的因素的影响（例如，与其他运行进程的争用、超线程 /SMT 的影响等）。另外，矿工也需要根据这些数据来预估需要多少 CPU 容量来进行计算，以便发挥矿机的最大效能。

示例 1

全网分区数量是 50 个；
矿工拥有所有 50 个分区的数据，并通过它们进行挖矿；
在每个 VDF step 需要计算的 Hash 数：
- 50 个 H0 Hash
- 20,000 个 H1 Hash (50 * 400)
- 20,000 个 H2 Hash (50 * 400)
benchmark-hash 报告
- H0: 1.5 ms - H1/H2: 0.2 ms
每个 VDF step 你会需要 8,075 ms 的计算时间 (40,000 * 0.2 + 50 * 1.5)。
这意味着你会需要超过 8 个核心的 CPU 来挖掘 1 秒的 VDF。

示例 2

全网分区数量是 50 个；
矿工只拥有 20 个分区的数据量，并通过它们进行挖矿；
在每个 VDF step 需要计算的 Hash 数：
- 20 个 H0 Hash
- 8,000 个 H1 Hash (20 * 400)
- 3,200 个 H2 Hash (20 * (20/50) * 400)
benchmark-hash 报告
- H0: 1 ms
- H1/H2: 0.1 ms
每个 VDF step 你会需要 1,140 ms 的计算时间 (11,200 * 0.1 + 20 * 1)。
这意味着你会需要超过 1 个核心的 CPU 来挖掘 1 秒的 VDF。