Pre:
笛卡儿在《谈谈方法》中指出，研究问题的方法分四个步骤：
- 永远不接受任何我自己不清楚的真理，就是说要尽量避免鲁莽和偏见，只能是根据自己的判断非常清楚和确定，没有任何值得怀疑的地方的真理。就是说只要没有经过自己切身体会的问题，不管有什么权威的结论，都可以怀疑。这就是著名的“怀疑一切”理论。
- 可以将要研究的复杂问题，尽量分解为多个比较简单的小问题，一个一个地分开解决。
- 将这些小问题从简单到复杂排列，先从容易解决的问题着手。
- 将所有问题解决后，再综合起来检验，看是否完全，是否将问题彻底解决了。
对于这类早期项目，先遍历提出一系列问题。
提出问题:
这里面有哪几个对象?
| 对象 | 作用 |
|---|---|
| 项目方ionet | 平台:收集、租赁算力 |
| Gpu Provider | 提供算力 |
| Gpu Consumer | 使用算力 |
了解项目需要具备哪些相关行业知识? 我们可以从哪些角度去看待这个项目?
-
AI从业者
-
程序员
-
节点运营商
-
拥有算力的厂商(矿工、云服务器厂商)
项目方最想要哪些数据?
| No. | 归属 | 分类 | 平台 | 具体数据 | 自评重要性 |
|---|---|---|---|---|---|
| 1 | 第三方 | 社交媒体 | discord | follower、热度 | ⭐⭐ |
| 2 | 第三方 | 社交媒体 | follower、热度 | ⭐⭐ | |
| 3 | 第三方 | 社交媒体 | AMA会议 | 在线人数 | ⭐⭐⭐ |
| 4 | 自有 | 官网 | 官网 | 平台入口用户注册数 | ⭐ |
| 5 | 自有 | 官网 | 官网 | Gpu Consumer消费数据 | ⭐⭐⭐⭐ |
| 6 | 自有 | 官网 | 官网 | Gpu Provider提供的算力 | ⭐⭐⭐⭐⭐ |
哪些数据所需成本最高?哪些数据作弊成本最高,门槛最高?
可想而知是，Gpu Provider提供的算力
可以引出下一个重要的问题: 我们去哪获得GPU算力，提供给平台？
寻找Gpu算力:
当时看了很多家gpu云服务器厂商，包括国内外的都看过了。
国内:
-
阿里云
-
ucloud
-
腾讯云
-
等等
国外的，看了以下厂家：
-
hostkey
-
hyperstack
-
lambdalabs
-
vultr
-
ibm
-
digital ocean
-
等等
国内云服务器厂商:
不考虑国内的话，有几个原因：
-
网络问题：
ionet官方在Discord明确说了，使用vpn是用户行为。言下之意就是，他们很可能不认用了梯子的机器。
vpn方面呢，怕购买的机场服务不靠谱，自建的vpn隧道又怕带宽速度不够、需要维护等问题。
-
机器数量少：
国内的云厂商，gpu服务器的数量和质量都不满足需求。高端一点的a系列显卡很少，供不应求。普通一点的3090等游戏卡全都断货了。
自建机房:
由于缺乏这方面的经验和资源，也没法第一时间找到实体卡货源和场地。
国外云服务器厂商:
大大小小的国内外厂商，都去看了，能充值测试的都充值了少量的金额，并且开机测试，看看提供的机器资源能不能接到ionet上去。
当时的情况，gpu算力很紧缺，属于供不应求的情况，后面就敲定了几个大厂：
-
Google cloud
-
Amazon aws
-
Vultr
得分规则：
这个时候，还要研究得分规则，由于是属于盲挖阶段，所以可以参考之前同类型的项目rndr的给分规则：参考链接
rndr规则:
四个维度：工资金额，带宽，GPU型号，运行时间。
-
积分体系：
完成工作时间*0.25+带宽*0.35+GPU型号*0.2+运行时间*0.2。最后得出你的分数，然后使用你的分数处以所有人的分数得出占比，最后再乘以总奖励，就是你的空投代币。所以你的目的应该是提高总分数，而非专注于提升显卡型号。
-
完成工作时间：
完成工作的时间这个如果想要提高，有两种方式，一种是你自己租自己的，一种是提供热门的GPU型号，没有什么需要详细分析的。
-
带宽：
带宽的权重是0.35，所有里面最高的，也就是文章开头的结论里为什么要提升带宽而非显卡型号。文章内描述了4种带宽等级，分别为0.2、0.4、0.6、0.8，最低的0.2与最高的0.8，最终实际得分分别为0.07与0.28，相差4倍。假设你有两台机器，都是4090，都没有被租出去过，运行时间一样的情况下，高带宽最后得分0.68分，低带宽得分0.47分，相当于多了44%的奖励。
-
GPU型号：
RNDR里有RTX30系GPU型号的分数，可以发现4090的分数为1，3090为0.9，也就是说当你拥有两款GPU供你选择时，更高配的GPU所带来的总奖励提升也许并不是那么夸张。
具体的计算为，假设一款4090和一款3090，带宽都是最高等级，且都没人租用，且运行时间一样，则3090的分数为：0x0.25+0.8x0.35+0.9x0.2+1x0.2=0.66，而4090的分数为：0x0.25+0.8x0.35+1x0.2+1x0.2=0.68，相当于只多了3%的奖励。而4090和3090的租金多了多少，相信大家在找服务器的时候应该有体会。
-
运行时间：
这个也挺方便计算，2个月的时间，运行满就是0.2总分，运行一半时间就是0.1分。
-
一些思路：
总的来说，带宽提升的性价比是最高的，哪怕你的机器是低保机器3050，运行满两个月的话，你的总分也在0.57分左右。而这个分数最终只比一台4090低带宽的少拿18%左右的代币。
思路:
经过少量时间的测试后，我们对几个得分项的分析如下，
-
完成工作时间：ionet官网整体算力空闲率很高，很少消费者去租用gpu算力，这点大家都不太能拿到分数
-
运行时间: 官方的后端老是炸，经常维护，算力经常会接不上去。这块大家的分数也差不多
-
GPU型号: 不用普通的3090等游戏卡，选用专业一些的ai卡。如T4、A10等。
-
带宽: 租用国外云gpu服务器，优先采用美国机房的机器，这块可以拿多点分。
总结:
最终敲定的方案就是，租用大厂(Google cloud、Amazon aws、Vultr)等的海外云gpu服务器。争取在GPU型号和带宽方面拿高点分。