Guía de instalación del nodo GPU Gensyn

Bu rehber, Gensyn RL Swarm projesinde GPU ile (örn. RTX 3090/4090) ile testnete katılmanızı sağlar. Ubuntu kurulumuna göre daha maliyetli olsa da, kurulum adımları daha az sorunludur ve performans çok daha yüksektir.

Genel Bilgiler

Özellik	Explicación
Platform	gensyn.ai
Kurulum Tipi	GPU Üzerinde
Önerilen GPU	RTX 3090 veya 4090
Gereken İşletim Sistemi	Vast.ai üzerinde hazır template (Jupyter)

1. Vast.ai Üzerinden Sunucu Kiralama:

🔗 Kayıt ve Giriş - Sağ üstten Login butonuna tıklayarak kayıt ol. - Sol menüden Billing > Add Credit yolunu izleyerek bakiye yükle (Base ağı üzerinden).

2. Template Seçimi:

- Sol menüden Templates kısmına gel. - NVIDIA CUDA template’ini seç. - GPU bölümünden RTX 3090 ile RTX 4090 arasında seçim yap. - Disk Space: 75-100 GB arası gir. - Max Duration: 2 ay üzeri seçmeye çalış.

3. Terminale Giriş:

- Sol menüdeki Instances sekmesine git. - Kiraladığın sunucunun sağında bulunan terminal ikonuna tıkla. - Open Jupyter Terminal seçeneğine tıkla.

4. Gerekli Paketlerin Kurulumu:

cd $HOME
sudo apt-get update && sudo apt-get upgrade -y
sudo apt install screen curl iptables build-essential git wget lz4 jq make gcc nano automake autoconf tmux htop nvme-cli libgbm1 pkg-config libssl-dev libleveldb-dev tar clang bsdmainutils ncdu unzip -y

5. Python & Node.js Kurulumu:

sudo apt install -y python3 python3-pip python3.10-venv

curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -
sudo apt install -y nodejs
sudo npm install -g yarn

6. Repoyu Klonla ve Güncelle:

git clone https://github.com/gensyn-ai/rl-swarm.git && cd rl-swarm

git pull

RTX 3060 Cihazda b-15 Modelini Çalıştırmak İçin Ayarlar (Opsiyonel):

A- Ayarlara Git:

nano hivemind_exp/configs/gpu/grpo-qwen-2.5-1.5b-deepseek-r1.yaml

📌 CTRL + K yaparak tüm sayfayı temizle ve aşağıdaki ayarları yapıştır.

B- Aşağıdaki Optimize Edilmiş Ayarları Gir:

# Model arguments
model_revision: main
torch_dtype: float16
attn_implementation: flash_attention_2
bf16: false
tf32: true

# Dataset arguments
dataset_id_or_path: 'openai/gsm8k'

# Training arguments
max_steps: 10 # Original 450
num_train_epochs: 1
gradient_accumulation_steps: 1
gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: false
learning_rate: 5.0e-7 # 1.0e-6 as in the deepseek math paper 5-e7 from https://hijkzzz.notion.site/unraveling-rlhf-and-its-variants-engineering-insights#147d9a33ecc98>
lr_scheduler_type: cosine
warmup_ratio: 0.03

# GRPO arguments
use_vllm: false
num_generations: 2
per_device_train_batch_size: 1
beta: 0.001 # 0.04 as in the deepseek math paper 0.001 from https://hijkzzz.notion.site/unraveling-rlhf-and-its-variants-engineering-insights#147d9a33ecc9806090f3d5c7>
max_prompt_length: 64
max_completion_length: 128

# Logging arguments
logging_strategy: steps
logging_steps: 2
report_to:
- wandb
save_strategy: "steps"
save_steps: 25
seed: 42

# Script arguments
public_maddr: "/ip4/38.101.215.12/tcp/30002"
host_maddr: "/ip4/0.0.0.0/tcp/38331"
max_rounds: 10000

# Model-specific arguments
model_name_or_path: Gensyn/Qwen2.5-1.5B-Instruct
output_dir: runs/gsm8k/multinode/Qwen2.5-1.5B-Instruct-Gensyn-Swarm

- Bu ayarları daha düşük cihazlarda çalıştırarak maliyet düşürebilirsiniz.

7. RL Swarm Node Kurulumu

screen -S swarm

python3 -m venv .venv
source .venv/bin/activate

cd
cd rl-swarm

./run_rl_swarm.sh

Soru geldiğinde Y tuşuna basarak devam edin.

8. Model Seçimi (Swarm ve Parametre Ayarı):

Kurulum sırasında aşağıdaki seçenekler gelecektir:

Which swarm do you want to join?
a) Math
b) Math Hard

Seçenek	Explicación
a	Düşük GPU’lar için (3090 ve altı)
b	Güçlü GPU’lar için (3090, 4090, A100 vb.)

Devamında model boyutunu girin:

GPU	Önerilen Parametre
RTX 3070/3090	0.5
RTX 4090	1.5

Model seçimi yaptıktan ve aşağıdaki gibi çıktı geldikten sonra Screen’den çıkıp adımlara devam etmek için:

CTRL + A ardından D

9. Ngrok Kurulumu ve Yetkilendirme:

wget https://bin.equinox.io/c/bNyj1mQVY4c/ngrok-v3-stable-linux-amd64.tgz
tar -xvzf ngrok-v3-stable-linux-amd64.tgz
mv ngrok /usr/local/bin/

- Ngrok'a Git - Hesap oluştur, ardından Authtoken’ı kopyalayıp terminale gir:

ngrok config add-authtoken <BURAYA_TOKEN>

10. Testnet Login:

ngrok http 3000

- “Forwarding” linkini kopyalayıp tarayıcıya yapıştırın - Google hesabınızla giriş yapın

⚠️ Login Sorunu Yaşarsanız:

sed -i '/return (\s*$/i\
\n  useEffect(() => {\n    if (!user && !signerStatus.isInitializing) {\n      openAuthModal(); \n    }\n  }, [user, signerStatus.isInitializing]);\n' modal-login/app/page.tsx

11. Soruya Yanıt Ver:

screen -r swarm

- Yüklemeler tamamlandıktan sonra çıkan soruya N yanıtını verin.

✅ Peer ID ve Kullanıcı Adı:

Eğer node’unuz başarıyla ağa katılır ve ilk eğitim görevine başlarsa, sistem sizin için otomatik olarak bir Peer ID ve Kullanıcı Adı verir. Onları sıralamanızı ve takip için bir yere kopyalayabilirsiniz. Aşağıdaki çıktıdaki gibi:

12 `swarm.pem` Dosyasını Kaydet (ÇOK ÖNEMLİ)

Bu dosya senin node kimliğini temsil eder. Özel bir anahtar gibi düşün. Eğer kaybedersen:

Node’unu başka bir sunucuya taşıyamazsın.
Her şeye sıfırdan başlamak zorunda kalırsın.

`swarm.pem` Yedekleme (Vast.ai Üzerinden):

https://cloud.vast.ai/?ref\_id=222215 adresine git.
Sol menüden Instances Haga clic en la pestaña.
Sunucunun sağ alt köşesinde bulunan küçük kutucuğa tıkla.
Açılan pencere üzerinden şu yolu izle:

root > rl-swarm

swarm.pem dosyasını seç ve sağ üstten Download butonuna basarak bilgisayarına indir.

Bu dosyayı güvenli bir klasörde sakla. Silinirse kurtarılamaz. Başka bir sunucuya geçeceksen bu dosyayı oraya taşıman gerekir.

Screen Komutları

Komut	Explicación
`screen -r swarm`	Screen’e tekrar giriş
`CTRL + A ardından D`	Ekrandan çıkış
`screen -ls`	Tüm screen oturumlarını gösterir
`screen -S <isim>`	Yeni screen oluşturur

📊 Takip Paneli:

Math Swarm: https://dashboard-math.gensyn.ai
Math Hard Swarm: https://dashboard-math-hard.gensyn.ai
Telegram Bot: @gensynImpek_bot

✅ Tavsiyeler

Her güncellemede node'u durdurup git fetch origin && git reset --hard origin/main komutunu çalıştırıp node'u güncelleyebilirsiniz.
Sorun yaşarsanız CTRL + C ile durdurup ./run_rl_swarm.sh ile tekrar başlatabilirsiniz.

Hazırlayan: @UfukDegen Sorularınız için bana ulaşabilirsiniz.

Guía de instalación del nodo GPU Gensyn

Genel Bilgiler

1. Vast.ai Üzerinden Sunucu Kiralama:

2. Template Seçimi:

3. Terminale Giriş:

4. Gerekli Paketlerin Kurulumu:

5. Python & Node.js Kurulumu:

6. Repoyu Klonla ve Güncelle:

RTX 3060 Cihazda b-15 Modelini Çalıştırmak İçin Ayarlar (Opsiyonel):

A- Ayarlara Git:

B- Aşağıdaki Optimize Edilmiş Ayarları Gir:

7. RL Swarm Node Kurulumu

8. Model Seçimi (Swarm ve Parametre Ayarı):

9. Ngrok Kurulumu ve Yetkilendirme:

10. Testnet Login:

⚠️ Login Sorunu Yaşarsanız:

11. Soruya Yanıt Ver:

✅ Peer ID ve Kullanıcı Adı:

12 `swarm.pem` Dosyasını Kaydet (ÇOK ÖNEMLİ)

`swarm.pem` Yedekleme (Vast.ai Üzerinden):

Screen Komutları

✅ Tavsiyeler

Últimos Airdrops

Acceso rápido

Únete a nosotros

Guía de instalación del nodo GPU Gensyn

Genel Bilgiler

1. Vast.ai Üzerinden Sunucu Kiralama:

2. Template Seçimi:

3. Terminale Giriş:

4. Gerekli Paketlerin Kurulumu:

5. Python & Node.js Kurulumu:

6. Repoyu Klonla ve Güncelle:

RTX 3060 Cihazda b-15 Modelini Çalıştırmak İçin Ayarlar (Opsiyonel):

A- Ayarlara Git:

B- Aşağıdaki Optimize Edilmiş Ayarları Gir:

7. RL Swarm Node Kurulumu

8. Model Seçimi (Swarm ve Parametre Ayarı):

9. Ngrok Kurulumu ve Yetkilendirme:

10. Testnet Login:

⚠️ Login Sorunu Yaşarsanız:

11. Soruya Yanıt Ver:

✅ Peer ID ve Kullanıcı Adı:

12 swarm.pem Dosyasını Kaydet (ÇOK ÖNEMLİ)

swarm.pem Yedekleme (Vast.ai Üzerinden):

Screen Komutları

✅ Tavsiyeler

Últimos Airdrops

Acceso rápido

Únete a nosotros

12 `swarm.pem` Dosyasını Kaydet (ÇOK ÖNEMLİ)

`swarm.pem` Yedekleme (Vast.ai Üzerinden):