一个应用程序来检查一组大的参数,这些参数可以传递到'cUdime',以找出与控制台和应用程序GUI前端的最佳组合。
cudaminer-param-checker的Python项目详细描述
##试验参数 我在联想ideapad z-500上测试这个脚本,使用的是nvidia geforce gt740m。在认真研究测试参数的确切含义之前,我将发布我的编程结果(肯定有几个组合没有意义,可以跳过)。我的经验,高达800%的散列率,我所接受的具体参数建议,说明自己。测试中用于组合生成的一些值区间是在没有基本了解上下界的情况下组成的,即某些(可能是最优的)值组合可能不在测试范围内。
如果您是专家,您可能希望使用该工具调查某个参数或组合在特定范围内的影响。
##结果 在地层+tcp上进行池挖掘时,几乎从未达到基准中的值。脚本结果约为实际池挖掘期间所经历值的140%。这些结果还没有针对单独开采进行评估。同一个设备使用Bitminter生成24 mHash/s,这可能表示此脚本或cudaminer(就像我在测试系统上设置的那样)或其依赖项之一无法正常工作。
##跑步 调用
python ./cudaminer_param_checker.py
在源根目录中。这将使用一个非常大的 当前不可配置的测试参数。请注意,根据您的系统设置,可能需要添加 一些命令,例如在ubuntu 14.10amd64上,我需要运行
env LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/lib:$LD_LIBRARY_PATH python cudaminer_param_checker.py
在安装了nvidia并删除了nouveau驱动程序之后,根据http://docs.nvidia.com/cuda/cuda-getting-started-guide-for-linux/index.html安装了nvidia cuda工具包(请注意i386系统说明中的提示)。调用额外的程序,如optirun,可以配置为gui中的前置命令。
一些gui元素根本没有任何效果,因此被忽略。控制台gui当前未维护,因此可能无法工作。
##先决条件 安装python绑定,例如在ubuntu上使用sudo apt get install python-wxgtk3.0。python setup.py build&;sudo python setup.py install将完成其余工作。
##内部构件 该脚本使用pythonitertools和shelve包,该包允许非常高效的内存使用,因此几乎任意的大参数集不会导致应用程序崩溃或由于内存丢失而使系统更糟,但运行所有测试所需的时间很容易长达数周和数月。
该脚本只分析带有测试参数的cudaminer–benchmark–no autotune的输出,这留下了很大的改进空间,特别是在与cudaminer源直接集成方面。