a16z“门徒”Kuzco实操指南：如何高效地进行AI算力挖矿

前言

笔者今天分享的是一个专门服务 LLM 大语言模型算力挖矿网络，今年入选，被该计划选中的项目会在 8 周内获得 a16z 至少 50 万美元的投资，并会得到 a16z 运营团队的指导和支持。目前来说离该计划结束大约剩 2 周时间。

Kuzco 项目还处于非常早期的阶段，与 io.net 同属于 GpU 算力网络领域，但走的是不同的发展方向。而 io.net 因为有强大的资金支持和背景，已经比 Kuzco 更早完成了对用户的空投，并成功上线了BIAN、Coinbase、Bybit 等主流加密货币交易所，获得了更大的市场曝光。

笔者更是亲身参与了 io.net 的挖矿，老实说，整个过程就像是让显卡「躺着赚钱」，只需要把显卡空挂着，它就自动给你生成收益，连电费都不怎么花。每台矿机每天耗电才 1.2 度，三个月总共才 10.8 美元电费。再加上二手显卡的折旧费和上网工具的零头，100 到 200 美元的成本轻轻松松搞定。最终获得 4000 美元收益，怎么看都觉得，这项目就像是左脚踩右脚螺旋上升的「空中楼阁」。

而后续代币价格的下跌验证了这一点。此外，笔者还编译了一篇文章，标题是，这篇文章也进一步反映了 AI 算力市场中的泡沫。无论是租赁市场的价格还是项目代币的下跌，都是市场在修正这些项目的真实价值，这种价格回调是符合市场规律的，说明未来可能会朝着更加理性的方向发展。

Kuzco 在挖矿机制上与之前的热门项目 io.net 有显著不同。io.net 是「空中楼阁」，依靠显卡空挂就能轻松获得数十倍的收益，背后支撑的实际价值并不明显。而 Kuzco 则更为脚踏实地，且得到了 a16z 的支持。我花了几周时间，认真测试了不同配置的矿机，包括单卡、多卡以及不同系统的搭建。通过这些实际操作，我将为大家分享这些实操经验，让大家了解一个为用户提供实际价值的挖矿项目，而不是仅靠泡沫支撑的虚假繁荣。

专门服务 LLM 大语言模型算力挖矿网络

Kuzco 是一个 Solana 生态的去中心化 GpU 网络，旨在利用个人用户的闲置 GpU 资源，为大型语言模型（如 Llama3、Mistral、phi3）提供高效且廉价的算力服务。用户可以通过与 OpenAI 兼容的 ApI 来使用这些模型。Kuzco 的分布式架构能够整合闲置的算力资源，实现大型语言模型的运行，同时通过奖励机制激励提供算力的矿工。

项目运营情况

截至 10 月 21 日，Kuzco 项目有 2000 台在线 GpU 矿机，最高时曾达到 6000 台。最常用的 GpU 型号包括 3090、3060 等。矿工目前获得的是 KZO point 奖励，但这些积分还不能变现，同时项目也还没有公布代币经济模型。笔者推测，随着 a16z 加速器计划的推进，该项目未来可能会有更多新的进展和更新发布。

如何部署

官方硬件要求

Kuzco 项目可以在 Mac、Windows 和 Linux 操作系统上运行，支持多种不同的硬件配置。系统最低要求是 16GB 的运行内存、30GB 的可用磁盘空间和至少 10MB/s 的网络带宽。Kuzco 支持至少有 8GB 显存的 NVIDIA（N 卡）和 AMD（A 卡）显卡，普通用户的 N 卡最低要求是 GTX750，而专业的算力显卡大部分都支持。

不过，笔者不推荐使用 A 卡进行算力挖矿，因为 AMD 显卡的兼容性较差，尤其是在 AI 任务中的表现不如 N 卡。如果你一定要用 A 卡，需要查看官方的。在 AI 领域，笔者必须说一句：AMD，NO！

笔者的五卡平台，主板华子Z490

笔者测试了几款硬件的挖矿效率，但因为网络波动，效率表现可能会有波动。

GTX1070：20 tok/s

RTX2060：30 tok/s

RTX2070S：40 tok/s

RTX3080： 80 tok/s

RTX4060Ti：50 tok/s

RTX4070S：70 tok/s

M2：20 tok/s

M3：30 tok/s

单位：Avager Tokens / Second （平均每秒完成的 Tokens 计算量）

实时监测矿机运行情况

部署方式

Kuzco 提供了客户端应用，用户可以下载并使用它来启动挖矿，但这种方式有时不稳定，可能会掉线，并且不会自动重启。笔者建议更稳定的做法是使用 Linux 系统或 Windows 的 WSL（Windows Subsystem for Linux）环境，通过命令行（CLI）或 Docker 容器来启动挖矿。如果需要使用多张显卡，可以在 Linux 中通过 Docker 容器指定某个 GpU 来进行多卡挖矿。例如要指定 GpU0：「docker run --rm --runtime=nvidia --gpus device=0 -d kuzcoxyz/worker:latest --worker workerid --code code」，即可启动多个 GpU

多卡挖矿时需要请注意以下硬件设备硬件层面：

电源：电源是关键，不能省钱。建议按照「1 人民币 =1 瓦」的标准来购买，并尽量使用金牌电源。挖矿时根据显卡的数量选择 1500W 到 2000W 的电源，或者使用多个电源，但多个电源需要额外的启动线连接主板才能正常供电。否则无法正常启动。

功耗信息

线材：在高功耗的环境下，电源线容易损坏，所以笔者建议使用质量更好的电源线。另外，不同品牌的模块电源使用的线材接口是不一样的，不能通用。如果使用了不同品牌的线材，可能会导致设备损坏或烧毁。因此，线材必须与电源的品牌保持一致，确保兼容性。

电源线老化损坏

主板：主板的每个通道（不论 x1、x8、x16）只能支持一张显卡。比如有几个通道就能支持几张显卡。以太坊挖矿时期流行的 B85 主板是不错的选择。

笔者参与以太坊挖矿时留下的B85平台，已报废

CpU：因为需要同时处理多个任务，CpU 的线程越多越好。在使用 Docker 启动挖矿时，初期会占用大量的 CpU 资源。如果使用多张显卡，必须按顺序逐一启动，否则系统可能会崩溃或卡死。

年轻人就要上i9，没有必要为了面子上e5

显卡：一个 Docker 进程大约占用 6 GB 显存（官方文档写 8 GB，实际上 6 GB 即可运行），如果显卡有 12GB 显存，你可以在一张显卡上运行两个 Docker 进程。挖矿时，显卡的工作负载会占用 50% 到 90%，并且显卡的温度应保持在 85 度以内，才是合理和安全的。

pCIE 转接线：建议使用 x1 转 x16 的 pCIE 转接线，x1 插主板，x16 插显卡。如果使用 40 系列显卡，需要使用 x16 的延长线。

网络连接质量：网络连接质量会对挖矿效率产生很大影响。笔者测试发现，使用新加坡的网络节点接收到的算力任务比香港节点更多，也就是说，选择更好的网络节点可以提高挖矿效率。

挖矿过程中如果出现故障情况，首先要检查主板和软件的运行状况。如果问题出现在软件层面，可以通过查看终端错误信息来判断，可能是内存错误，需要重启电脑；或者是因为官方文件更新，本地矿机未及时更新代码导致，解决方法是更换节点或更新代码。

运行错误

在硬件层面，如果矿机无法开机，首先检查主板上的故障灯。以华硕主板为例，最常遇到的是 VGA 亮白灯，其表示显卡电源有问题，遇到这种情况可以尝试重新插拔 pCIE 和显卡电源线。不过，有时白灯可能会亮起但机器依然正常运行。

总结

虽然笔者把 io.net 称作「空中楼阁」，意指它的市值被严重高估，但它确实凭借 10 亿美元的估值成功融资了 4000 万美元。然而，io.net 上线后，出现了很多仿盘，这些仿盘的产品和背后的资方都无法经受严格考证，说明 io.net 的成功并不是每个项目都能轻易复制的。

基于这个观察，笔者一直在寻找一个更有实际价值的挖矿项目。最终，笔者发现了 Kuzco。Kuzco 首先得到了 a16z 的孵化和支持，这增加了其的可信度和潜力。其次，Kuzco 的挖矿机制实实在在通过 GpU 提供算力服务。

更重要的是，从宏观角度来看，Kuzco 所在的领域，大型语言模型（LLM）是当前大众使用最广泛的 AI 产品，全球每天都有无数人在使用这些模型，而这些模型需要巨大的算力支持。笔者认为，为这样庞大的需求提供算力，不仅非常有意义，而且具有实际的商业价值，因此，Kuzco 是一个值得关注的项目。

再就是参与 GpU 算力网络的成本较低，特别是 40 系列显卡在二手市场的价格稳定，折旧成本低，因此值得购买。不过，笔者提醒不要选择租用显卡，因为租卡的费用比买二手显卡要高很多。同时，Kuzco 的空投激励不明确，如果贸然大规模租卡会存在较高的风险。

并且矿机本身有很高的实用价值，不仅仅能用来挖 Kuzco ，还比直接投资高风险 ALTCoin 更稳定可靠。由于矿机有很好的扩展性，除了挖 Kuzco 以外，还可以用来挖其他 GpU 项目，或者用它成为区块链的节点验证者，运行一些脚本和服务来增加更多的收益。这意味着即使不再挖 Kuzco，矿机依然可以继续产生价值。

最后很多人问挖矿一天能获得多少收益，这个问题没有明确的答案，除了项目方，没人能准确知道最终的收益是多少。挖矿的回报有很大的不确定性，可能会有很高的收益，也可能低于预期，所以无法提前确定具体能赚多少钱。

a16z“门徒”Kuzco实操指南：如何高效地进行AI算力挖矿