Posso configurare un nodo in 10 minuti senza alcuna conoscenza e anche se vedo un computer solo una volta nella vita. Cominciamo!

Windows

1. Vai alla cloud.io.net - Dall'elenco a discesa, vai a LAVORATORE

2. Tocca - Connetti nuovo dispositivo

3. Scegli il fornitore a cui vuoi collegare la tua attrezzatura

4. Aggiungi un nome univoco per il tuo dispositivo, il formato ideale sarebbe simile al seguente: My-Test-Device

5. Fare clic sul campo "Windows"

6. Se si seleziona GPU Worker e il dispositivo non dispone di una GPU, l'installazione avrà esito negativo

7. Segui le istruzioni nella nostra documentazione per installare i driver Docker, Cuda e Nvidia

   1. Attivare la virtualizzazione nel BIOS / UEFI - su diversi computer viene attivata in modi completamente diversi

   2. Dopo aver abilitato la virtualizzazione - (controlla con ctrl+shift+esc) scheda Prestazioni -> CPU (Virtualizzazione - Abilitata)

   3. Vai al sito web di Docker: https://www.docker.com/products/docker-desktop/ e fai clic su "Scarica per Windows"

   4. Avviare il processo di installazione e, una volta completata l'installazione, riavviare la macchina:

   5. Avviare il desktop Docker e in Docker selezionare wsl2 per l'integrazione - (Impostazioni --> Risorse --> Integrazione WSL)

   6. Verificare l'installazione aprendo il CMD e digitando

   7. Scrittura in tempo reale -

      docker --version

   8. Successivamente, otterrai il seguente risultato -

      Docker version 24.0.3, build ed223bc

   9. Questo è tutto. Docker è installato e pronto.

   10. INSTALLAZIONE dei driver Nvidia su Windows

   11. Ciò significa che non hai installato i driver NVIDIA. Per installarli, attenersi alla seguente procedura:

       1. Vai al sito Web di Nvidia https://www.nvidia.com/download/index.aspx e inserisci il nome della tua GPU, quindi fai clic su cerca

       2. Fare clic sul pulsante "Download" per selezionare il driver NVIDIA adatto alla GPU e alla versione di Windows.

       3. Una volta completato il download, avvia l'installazione, seleziona la prima opzione e fai clic su "Accetta e continua".

       4. Una volta completata l'installazione, è necessario riavviare il computer. Riavvia il computer per assicurarti che il nuovo driver NVIDIA sia completamente integrato nel tuo sistema.

       5. Dopo il riavvio del computer, apri un prompt dei comandi (tasto Windows + R, digita cmd) e digita il seguente comando -

          nvidia-smi

       6. Questo è tutto. I driver NVIDIA appropriati sono installati e pronti.

Tieni presente che in questo momento stiamo installando un contenitore da 20 GB, che contiene tutti i pacchetti necessari per le applicazioni di apprendimento automatico. Tutto avviene all'interno del contenitore e nulla esce dal contenitore nel file system. Assicurati che ci siano almeno 500 GB di spazio libero disponibile.

Successivamente, è necessario inserire il seguente comando nella stessa finestra del terminale: -

docker run -d -v /var/run/docker.sock:/var/run/docker.sock -e DEVICE_NAME="worker" -e DEVICE_ID=80b5201f-bd99-40c1-bb96-319b8cd29cb6 -e USER_ID=586a12ca-9d1f-4701-af81-2fce15c0a445 -e OPERATING_SYSTEM="Windows" -e USEGPUS=true --pull always ionetcontainers/io-launch:v0.1

Dopo l'esecuzione di questo comando, dovrai fare clic sul pulsante "Aggiorna" nella pagina IO, situato nella parte inferiore. Aspetta circa un minuto e tutto dovrebbe funzionare correttamente.

Lo stato "running" significa che tutto è stato installato con successo e funziona, mentre lo stato "Idle" significa che il tuo nodo è in attesa di lavoro.

Tradotto in italiano: "Lo stato 'running' significa che tutto è stato installato con successo e funziona, mentre lo stato 'Idle' significa che il tuo nodo è in attesa di lavoro."

IMPORTANTE: Docker deve funzionare in background 24 ore su 24, 7 giorni su 7, altrimenti il tuo nodo passerà allo stato di "stopped".

Quando la tua potenza di calcolo viene noleggiata, ricevi USDC; quando il tuo nodo è inattivo, ricevi token IO. Puoi vedere quanto produce ciascun dispositivo qui -

Elenco dei dispositivi supportati

NVIDIA A10

NVIDIA A100 80G PCIe NVLink

NVIDIA A100 80Gbps PCIe

NVIDIA A100-PCIE-40 Gb/s

NVIDIA A100-SHM4-40GB

NVIDIA A40

NVIDIA A40 PCIe

NVIDIA A40-8K

NVIDIA Laptop con scheda grafica GeForce RTX 3050

NVIDIA Portatile GeForce RTX 3050 Ti

NVIDIA GeForce RTX 3060

NVIDIA Portatile GeForce RTX 3060

NVIDIA GeForce RTX 3060 Ti

NVIDIA GeForce RTX 3070

NVIDIA Portatile GeForce RTX 3070

NVIDIA GeForce RTX 3070 Ti

NVIDIA Computer portatile con GeForce RTX 3070 Ti

NVIDIA GeForce RTX 3080

NVIDIA Computer portatile GeForce RTX 3080

NVIDIA GeForce RTX 3080 Ti

NVIDIA Portatile GeForce RTX 3080 Ti

NVIDIA GeForce RTX 3090

NVIDIA GeForce RTX 3090 Ti

NVIDIA GeForce RTX 4060

NVIDIA Laptop con scheda grafica GeForce RTX 4060

NVIDIA GeForce RTX 4060 Ti

NVIDIA Scheda grafica GeForce RTX 4070

NVIDIA Portatile GeForce RTX 4070

NVIDIА GeForce RTX 4070 SUPER

NVIDIA GeForce RTX 4070 Ti

NVIDIA GeForce RTX 4070 Ti SUPER

NVIDIA GeForce RTX 4080

NVIDIA GeForce RTX 4080 SUPER

NVIDIA GeForce RTX 4090

NVIDIA Portatile GeForce RTX 4090

NVIDIA H100 80G PCIe

NVIDIA H100 PCIe

NVIDIA L40

NVIDIA RTX 4000 Quad

NVIDIA RTX 4000 SFF Ada Generazione

NVIDIA Scheda grafica RTX 5000

NVIDIA Generazione RTX 5000 Ada

NVIDIA Generazione RTX 6000 Ada

NVIDIA Scheda grafica RTX 8000

NVIDIA RTX A4000

NVIDIA RTX A5000

NVIDIA RTX A6000

NVIDIA Tesla P100 PCIe

NVIDIA Tesla T4

NVIDIA Tesla V100-SXM2-16GB

NVIDIA Tesla V100-SXM2-32GB

Supporto del processore

Di seguito è riportato un elenco dei processori supportati sulla rete di I/O.

FabbricanteModello di CPU

Apple M1 Pro

Apple M1

Apple M1 Max

Apple Di M2

Apple M2 Max

Apple M2 Pro

Apple M3

Apple M3 massimo

Apple M3 Pro

AMD QEMU v2.5+

Spero che ti sia piaciuto e che tu abbia avuto successo con questo articolo.