BTM显卡矿机挖矿教程及优化效率

众所周知，BTM团队与比特大陆合作生产了B3矿机，速度为780H/s，但没有官方显卡挖矿程序。但是最近网上流传着一个只支持cuda技术的挖矿程序，也就是只能支持N卡，想想看！毕竟英伟达的人工智能技术绝对不低，比特大陆要努力追赶（ps：btm是人工智能类似算法）。

因为今天比较忙，所以这个教程只能简单的说一下，过两天有空再补充。

挖矿程序下载链接：密码​​：8a2u

一、环境要求：nvidia显卡，linux系统

挖矿程序只能在linux环境下运行，首先需要nvdia驱动和cuda。最好使用ethos，执行disallow然后修改/etc/ec.local in

注释掉第三行

第三行注释掉。这不会开始挖矿。

二、准备挖矿程序解压（tar命令tar -xvf xxxx.tar.bz2）

可以通过teamviewer传到矿机，然后解压文件

p>

修改目录中的address.txt，填写以自己的BM开头的地址。执行 ./run.sh 开始挖矿。要查看进度，请使用 tail -f /var/tmp/miner.log

vi的基本操作 vi文件名是打开文件。打开后输入i进入编辑模式，esc退出编辑模式，shift和:可以同时按下进入vi的操作命令，然后输入wq保存退出。操作时只能使用键盘，鼠标无效。

以ps:BM开头的地址可从官方钱包或网关交易所获取

三、优化效率

默认单卡使用率为60-70%，双卡60%，3卡50%。卡越多，效率越低。同时，对CPU的要求也很高。四核应该是1.6 倍极限速度。详情请参阅国际象棋测试结果。建议g4560带三卡1060以下。我的gtx1050ti三卡效率最高，gpu利用率90%。超过630。cpu是80%。打开三个进程。

这里是nvidia-docker安装教程，请参考ubuntu安装方法。在所有命令中，apt-get 应在 ethos -ubuntu 中更改为 apt-get。

由于使用率低etc挖矿教程，应该多开几个挖矿程序，但不能直接启动多个程序。所以你需要使用强大的nvdia-docker。 nvidia-docker可以自由分配显卡给每个容器。

同时据说不用docker也可以设置多进程挖矿，只需要修改原来的run.sh，删除如图

删除圈内的代码

然后修改如下所示的代码

复制白线显示两行代码，同时复制，可以在teamviewer中用鼠标选择复制

复制这行代码插入到最后，蓝色部分的代码要删掉或者前面加#注释掉。

这会有两行启动代码，启动后会有两个进程。如果不稳定或者不工作，在./miner前加上screen -S miner -dm......

注意中间的空格。另外，两行代码中screen-S后面的矿工字符串不能相同，日志miner.log的文件名也不能相同，写下来记住就好。改了启动后，没有莫名其妙的问题，就ok了。

一般情况下用三块显卡挖btm就够了，别问你什么显卡挖多少！ 100 张纸无法在一台处理器下工作。这个程序没有优化，1050不满意，你说的比ti多。

这里给出了一个脚本

NV_GPU=3 nvidia-docker run --net=host -v /home/ethos/:/data/ -i -t --device / dev/nvidia-uvm:/dev/nvidia-uvm --device / dev/nvidia0:/dev/nvidia0 --device /dev/nvidia1:/dev/nvidia1 --device /dev/nvidia2:/dev/nvidia2 --device /dev/nvidia3:/dev/nvidia3 --device /dev/ nvidiactl:/dev/nvidiactl saymagic/mineros:v1

这是docker生成容器的脚本 --device /dev/nvidia0:/dev/nvidia0 --device /dev/nvidia1:/dev/nvidia1 这两句是分配显卡0和显卡1到容器etc挖矿教程， NV_GPU=3 我还是不明白。 . 它似乎比最后分配的显卡序列号少 1。 . .

-v /home/ethos/:/data/ 这句话是将当前系统的/home/ethos/目录挂载到容器中的/data中

您可以在运行后添加 -name 名称来命令容器。因为生成的名字是随机的，如果不加的话，可以选择使用id或者name进入对应的容器。

主命令，docker start 启动容器 docker attach name 进入容器

btm挖矿程序非常占内存，建议开启swap，否则机器吃不下。

限于时间仓促，我就不介绍nvidia-docker的安装了。这里我会指出几个坑。

1、使用--device 指定特定显卡 NV_GPU=x 来限制gpus的数量。分配显卡

2、使用 --nat=host 参数来使用直接网络。

3、记得给容器起个名字

然后挂载一个目录-v参数来共享数据

建议先开启swap或者8g内存。一般开两三个docker，我的四卡1050ti两个docker的算力范围540~380*2 gpu利用率80-90.

单进程计算能力

因为我是做研发的，可能不太明白需要阐述什么。首先查看您的反馈。更详细的教程。