A comprehensive guide to installing and configuring a GensynAI node on your server. Follow these steps to set up your node quickly and efficiently.
Pilih salah satu metode untuk menjalankan node:
Bisa menggunakan VPS biasa atau Windows Subsystem for Linux, tapi mungkin akan mengalami OOM error dan win rate lebih rendah.
Install semua dependencies yang diperlukan.
# Install sudo
apt update && apt install -y sudo
# Install dependencies
sudo apt update && sudo apt install -y python3 python3-venv python3-pip curl wget screen git lsof nano unzip iproute2
# Install Node.js dan npm
curl -sSL https://raw.githubusercontent.com/zunxbt/installation/main/node.sh | bash
Copied!
Buat screen session dan jalankan node.
# Buat screen session
screen -S gensyn
# Clone repository dan jalankan script
cd $HOME && rm -rf gensyn-testnet && git clone https://github.com/zunxbt/gensyn-testnet.git && chmod +x gensyn-testnet/gensyn.sh && ./gensyn-testnet/gensyn.sh
Copied!
Catatan: Ketika ditanya "Would you like to push models you train in the RL swarm to the Hugging Face Hub? [y/N]", jawab dengan "N".
Backup file swarm.pem yang penting.
[ -f backup.sh ] && rm backup.sh; curl -sSL -O https://raw.githubusercontent.com/zunxbt/gensyn-testnet/main/backup.sh && chmod +x backup.sh && ./backup.sh
Copied!
Kunjungi URL yang ditampilkan untuk mengunduh file swarm.pem, userData.json, dan userApiKey.json.
Periksa status node Anda.
# Reattach ke screen session
screen -r gensyn
# Detach dari screen session (Ctrl + A, lalu D)
Copied!
Kunjungi gensyn-node.vercel.app dan masukkan Peer-ID Anda untuk memeriksa wins.
Untuk mengoptimalkan performa node Anda, Anda dapat mengedit file konfigurasi di:
./hivemind_exp/configs/gpu/grpo-qwen-2.5-0.5b-deepseek-r1.yaml
Beberapa parameter yang dapat dioptimalkan:
Backup swarm.pem
Selalu backup file swarm.pem Anda. Jika file ini hilang, kontribusi Anda juga akan hilang.
Multiple Nodes
Untuk menjalankan multiple nodes, Anda perlu mengisolasi setiap GPU dan menginstall repo terpisah untuk masing-masing GPU.
Model Custom
Anda dapat menggunakan model yang berbeda, tapi harus kompatibel dengan Hugging Face's AutoModelForCausalLM class.