Gensyn은 AI 모델을 학습하는 분산 컴퓨팅 네트워크입니다. 이 네트워크는 블록체인을 사용하여 딥러닝 작업이 올바르게 실행되었는지 확인하고 명령을 통해 결제를 처리합니다.
RL Swarm은 인터넷을 통한 P2P 강화 학습을 위한 오픈 소스 시스템입니다. Swarm 노드를 실행하면 Swarm 지능을 기반으로 개인 모델을 학습시킬 수 있습니다. 각 Swarm은 그룹으로 RL 추론을 수행하고, 모델 간의 협업적 개선을 위해 가십 시스템(Hivemind)을 사용합니다. 또한, Gensyn 테스트넷에 노드를 연결하여 시간 경과에 따른 진행 상황을 추적하는 온체인 ID를 받을 수 있습니다.
RL Swarm은 완전히 개방적이고 허가가 필요 없으므로, 집에서 사용하는 일반 소비자용 노트북이나 클라우드의 강력한 GPU에서 실행할 수 있습니다. 또한 다양한 모델을 사용해 보고 어떤 모델이 가장 좋은 성능을 보이는지 확인할 수도 있습니다.
러닝 가이드
참고: CPU는 신경 쓰지 마세요. 쓸 데가 없으니까요. GPU가 필요합니다. DC의 GPU 점수는 곧 나올 예정입니다. 제 CPU는 하루 종일 조용했습니다.
필요하다:
arm64 또는 x86 CPU, 최소 16GB RAM
또는
CUDA 장치(공식적으로 지원됨):
- RTX 3090 RTX 3090(영어)
- RTX 4090
- A100 A100 시리즈
- H100 H100 시리즈
동시에 필요성이 있습니다
- Python >=3.10(Mac의 경우 업그레이드가 필요할 수 있음)
Python >= 3.10 (Mac의 경우 업그레이드가 필요할 수 있음)
해시레이트 구동하기 위해 GPU 서버를 임대하려면 VAST를 사용하는 것이 좋습니다. GPU가 가장 좋은 선택입니다. GPU를 임대하고 싶지 않다면 VPS나 Du Fu를 시도해 볼 수도 있습니다. .
1. 서버 연결 및 VPS 서버 구매에 대한 자세한 내용은 이 튜토리얼 을 참조하세요.
2. 서버에서 Python 버전을 확인하세요(VENV가 설치되어 있지 않으면 다음 명령어를 복사하여 설치하세요)
python --versionsudo apt updatesudo apt install python3-venv
3. 저장소를 복제합니다.
git 클론 https://github.com/gensyn-ai/rl-swarm.git
swarm을 실행하세요. screen이 설치되어 있지 않으면 먼저 설치해야 합니다(sudo apt update && sudo apt install screen -y).
cd rl-swarmscreen -S gensynpython3 -m venv .venvsource .venv/bin/activate./run_rl_swarm.sh
userData.json이 생성될 때까지 기다리세요…
userData.json이 생성될 때까지 기다린 후 브라우저를 열어 http://ip:3000/을 엽니다.
로그인을 클릭하여 검증 단계로 들어가세요.
인증 코드를 받을 수 없어서 영어권에 있는 덩치 큰 사람이 튜토리얼을 알려주었어요. 이게 그 사람의 github 이에요.
동일한 vps의 다른 탭에 ngrok을 설치합니다(gensyn을 실행 중인 이전 탭을 닫지 마세요). finalshell에 다른 터미널을 추가하고 동일한 서버에 연결합니다.
달리다
wget https://bin.equinox.io/c/bNyj1mQVY4c/ngrok-v3-stable-linux-amd64.tgz && tar -xvzf ngrok-v3-stable-linux-amd64.tgz && sudo mv ngrok /usr/local/bin/
여기 https://ngrok.com/ 에서 이메일 주소를 사용하여 계정을 등록하세요.
이제 Your authtoken 섹션으로 이동하여 "show authtoken" 옵션을 클릭한 다음 명령을 복사하세요.
터미널에 붙여넣은 명령을 실행하세요
ngrok 설정 add-authtoken $YOUR_AUTHTOKENngrok http 3000
그러면 다음 그림이 나타납니다.
화살표가 가리키는 도메인 이름을 복사하여 브라우저에서 열어보세요.
웹사이트를 방문하여 방금 확인했던 로그인 인터페이스로 들어가세요. 그런 다음 Gmail을 사용하여 이메일 주소를 만드세요. 곧 이메일 주소로 인증 코드를 받으실 겁니다.
그러면 코드가 생성되고, 예 또는 아니오를 입력하면 N을 입력하고 Enter를 누릅니다.
이제 Ctrl + A를 누른 다음 D를 눌러 세션을 분리합니다.
실행 로그를 보려면 터미널에 붙여넣으세요: screen -r 1281445.gensyn (디지털 코드를 원하는 코드로 변경하세요)
브라우저에 접속하여 이름을 입력하여 노드를 확인하세요. 로그에서 hello를 찾으세요. 노드 이름은 [] 안에 있습니다. 대시보드에 이름이 표시되려면 3단계를 훈련해야 합니다. 노드 이름을 찾을 수 없다면 3단계를 훈련하지 않은 것입니다. 잠시만 기다려 주세요. 아래 두 번째 그림의 검색창에 있는 이름은 무시하고 hello를 검색하세요. 순위표 상위 100위 안에만 표시됩니다.
