Mac / Windows / Linux 怎麼當 DecentrAI 礦工——三平台實測對比
裝 DecentrAI 礦工很簡單,腳本一行搞定。但每個平台的最佳設定不一樣。Mac 用統一記憶體,VRAM 規則不同;Windows 透過 WSL2 跑會卡網路設定;Linux 直裝最快但要自己處理 NVIDIA 驅動。
這篇用三台真實機器各裝一次,記錄每個平台真實 setup 時間、benchmark token/sec、踩過的坑,最後給你一張「怎麼選」的決策表。
測試環境
| 平台 | 機器 | 規格 | 用途定位 |
|---|---|---|---|
| Mac | MacBook Pro M2 Pro | 16GB unified memory | 通勤 + 下班輕度礦工 |
| Windows | DIY PC + WSL2 | Win11 + RTX 4060 8GB + 32GB RAM | 遊戲機兼差挖礦 |
| Linux | DIY 礦機 | Ubuntu 22.04 + RTX 4090 24GB + 128GB RAM | 24/7 全力挖礦 |
共同步驟:先做這個
不論平台,先:
- 開 supertools.tw/ai/wallet → 點「Create Wallet」 → 抄下 12 字助記詞到紙上 / 1Password
- 用 MetaMask 把這個錢包匯入 → 切到 Arbitrum One → 確認 wallet 地址(之後 install 會用)
- (可選)從交易所或朋友轉一點 ETH 到這錢包(Arbitrum 上,~$0.50 USD 就夠未來幾百次 claim 的 gas)
重要:助記詞抄下來的瞬間,伺服器絕不持有你的私鑰。如果你忘了助記詞還沒備份就關瀏覽器,錢包就消失了,沒人救得回來。
Mac M2 Pro 安裝(11 分鐘)
# 終端機
curl -fsSL https://supertools.tw/static/miner/install.sh | bash
然後:
- 腳本問 GPU(會自動偵測,M2 Pro 顯示「Apple M2 Pro 16GB unified memory」)✅
- Ollama 下載 dxai-shadow-v1(9GB GGUF)—— 視家用網速,5-10 分鐘
- Benchmark:跑 200 tokens 的固定問題測速度
- M2 Pro 16GB:22 tokens/sec
- 問 wallet 地址:貼剛抄的 0x...
- 問 compute_percent:建議 60(留一半給 macOS 系統流暢)
- 完成。背景跑 launchd service。
Mac 特有設定
Mac 沒有 nvidia-smi、沒有 WSL,Ollama 直接用 Metal Performance Shaders 跑 GPU。優點:
- 統一記憶體 = VRAM 不是分離的,14B Q4_K_M 9GB 跟 macOS 系統共享 16GB unified memory,不會「VRAM 不夠」
- 推論時平均功耗 18W(相比 4060 的 80W),電費極低
- 風扇幾乎不轉、噪音可忽略
缺點:
- token/sec 比 NVIDIA 4060 慢一點(22 vs 35)
- 沒有 CUDA 生態鏈(部分 ML 框架不能跑)
Mac 踩坑
坑 1:launchd service 不見了 我重啟後 service 沒自動跑。檢查:
launchctl list | grep decentrai
如果空,手動 load:
launchctl load ~/Library/LaunchAgents/com.decentrai.miner.plist
坑 2:Ollama 跑兩個版本 之前裝過 Ollama 又自己 brew install 的話,會有 GUI 版跟 CLI 版打架。kill 掉 GUI app,只留 CLI:
pkill -f "Ollama"
brew services start ollama
Windows 11 + RTX 4060 + WSL2 安裝(28 分鐘)
# PowerShell(系統管理員)
wsl --install -d Ubuntu
# 重啟 → 進 Ubuntu shell
# Ubuntu shell 內
curl -fsSL https://supertools.tw/static/miner/install.sh | bash
完整步驟:
- WSL2 安裝:5 分鐘(看你網速)
- Ubuntu 啟動 + 設用戶名 + 改 sudo 密碼:3 分鐘
- install.sh 開始:
- 偵測 GPU:用 nvidia-smi(透過 host driver passthrough)✅
- 第一次跑可能 nvidia-smi 沒有:去 NVIDIA Driver 下載最新(要 552.22+)裝在 Windows host
- Ollama 下載:9GB,看 Windows 網速 + WSL2 mirrored 模式可能很慢
- Benchmark:
- RTX 4060 8GB:38 tokens/sec
- 完成。
WSL2 + 4060 特有問題
問題 1:WSL2 networkingMode=mirrored 連不出去
這是 2026 已知的 WSL2 大坑。如果你 curl https://supertools.tw 在 WSL2 內失敗:
# 從 WSL2
cat /etc/resolv.conf
# 如果 nameserver 是 wsl mirrored 的怪 IP,改:
sudo bash -c 'echo "nameserver 8.8.8.8" > /etc/resolv.conf'
或者改用 NAT mode(編輯 %USERPROFILE%\.wslconfig):
[wsl2]
networkingMode=NAT
問題 2:Ollama 跑在 Windows 還是 WSL2? 建議跑在 WSL2 內,這樣 install.sh 全程在 WSL2 一致。如果你 Windows 已經裝了 Ollama desktop app,先 kill:
taskkill /F /IM ollama.exe
然後 WSL2 內:
curl -fsSL https://ollama.com/install.sh | sh
ollama serve # 跑在 background
問題 3:8GB VRAM 跑 14B Q4_K_M 邊緣 Q4_K_M 9GB > 4060 的 8GB VRAM。Ollama 會自動把部分 layer 放 RAM。推論速度從理論 50 tok/s 降到 38 tok/s,但還是 work。
如果有強迫症想跑滿 GPU,換 dxai-shadow-v1 的 Q3_K_S 版(~ 7GB),或直接升 4060 Ti 16GB。
Ubuntu 22.04 + RTX 4090 安裝(9 分鐘)
curl -fsSL https://supertools.tw/static/miner/install.sh | bash
最快的平台。原因:
- NVIDIA driver 通常已裝(dkms 包)
- nvidia-smi 直接 work
- Ollama 安裝在 native Linux 比 WSL2 快 30%
- 沒有 mirrored networking 之類的怪 bug
Benchmark:RTX 4090 24GB → 95 tokens/sec
Linux 推薦設定
如果你的 Linux 機器是專用礦機(沒人用桌面),開高階優化:
# 1. 設 GPU power limit(電費更省)
sudo nvidia-smi -pl 350 # 4090 預設 450W,350W 損失 ~5% 速度但省 22% 電
# 2. compute_percent=100(全力)
# install.sh 問時填 100
# 3. systemd 開機自動啟動 Ollama
sudo systemctl enable ollama
Linux 踩坑
坑 1:Ollama 找不到 GPU
跑 ollama run llama3.2 "hi" 看是不是 GPU 跑:
> ollama run llama3.2 "hi"
> /proc/driver/nvidia: directory not found
代表 Ollama 沒看到 GPU。檢查:
nvidia-smi # 應該顯示 GPU
sudo systemctl status ollama
sudo systemctl restart ollama
坑 2:Ubuntu 22.04 太舊 driver 2026 年了,建議升 Ubuntu 24.04 或裝最新 nvidia driver:
sudo apt update
sudo apt install nvidia-driver-565
sudo reboot
三平台 Benchmark 對比
實測 dxai-shadow-v1 14B Q4_K_M 跑 200-token 推論的平均速度:
| 平台 | tokens/sec | 推論延遲(200 tok 回答) | 平均功耗 | 月電費(24h 在線)* |
|---|---|---|---|---|
| Mac M2 Pro 16GB | 22 | 9.1s | 18W | NT$27 |
| RTX 4060 8GB (WSL2) | 38 | 5.3s | 80W | NT$120 |
| RTX 4060 Ti 16GB | 50 | 4.0s | 100W | NT$150 |
| RTX 4090 24GB (Linux) | 95 | 2.1s | 250W | NT$378 |
* 台灣家用電費 NT$2.10/kWh
收益依占整體網路 hashrate 比例。假設網路總算力 1500 tok/s:
| 平台 | 占比 | 每日 DXAI(24h) | 每日 DXAI(12h) |
|---|---|---|---|
| Mac M2 Pro | 1.47% | 106 | 53 |
| RTX 4060 | 2.53% | 182 | 91 |
| RTX 4060 Ti | 3.33% | 240 | 120 |
| RTX 4090 | 6.33% | 456 | 228 |
怎麼選你的礦機?
「我家有 Mac,想試試」
最 CP 值。M-series 統一記憶體 + 超低功耗 + 沒風扇噪音。直接裝。預期收益不高但電費也低,純體驗 + 學區塊鏈互動。
「我有 PC + RTX 4060,平日打遊戲晚上挖」
compute_percent=70,遊戲時手動降到 30。WSL2 install 約 30 分鐘搞定。ROI 不錯。
「我想專業挖礦,買新機器」
買 RTX 4090 + Linux。一台機器 24/7 跑,電費月 NT$400 左右,預期 13680 DXAI/月(占比 6.33%)。前提是你看好 DXAI 長期價格。
「我有舊礦機(前 ETH 礦機)想轉 AI」
要看 GPU。RTX 3070+ / RX 6700XT+ 還能用。8GB 以下基本不行(連 14B Q4 都跑不動)。
多台機器怎麼管?
每台機器跑各自的 install.sh,生成不同的 miner_id(腳本自動),但綁同一個 wallet 地址。所有機器的 DXAI 收益最終結算到那一個錢包。
監控:開 supertools.tw/decentrai/explorer 可看你 wallet 對應的所有 miner_id 即時 hashrate 跟 epoch 貢獻。
結論
平台選擇 = 你的硬體 + 在線時間 + 電費可接受度的三維結合。
- 沒卡:別硬上(CPU only 跑 14B 卡到無感)
- 有 Mac:直接裝,CP 值之王
- 有 NVIDIA GPU 但用 Windows:花 30 分鐘搞 WSL2 值得
- 想專業:Linux + 4090,買就對了
延伸閱讀