Ihre erste GPU verbinden
Von null zum Bedienen: mahout installieren, die Maschine mit einem Einmal-Code verknüpfen, benchmarken, verdienen. Zehn Minuten, ohne Root, Linux & Windows x86_64.
Linux & Windows x86_64, eine NVIDIA- oder AMD-GPU mit mindestens 6 GB VRAM, und etwa zehn Minuten.
1. mahout installieren
curl -fsSL https://elephantpool.ai/install-mahout.sh | sh
# Windows (PowerShell)
irm https://elephantpool.ai/install-mahout.ps1 | iex
Es lädt das Binary, prüft die Checksumme und legt es auf Ihren PATH. Nichts startet von selbst, und nichts braucht Root. Lieber erst lesen? Es ist kurz, und es steht genau hier.
2. Sehen, was Ihre Karte kann
$ mahout probe # was mahout sieht: CPU, RAM, GPUs
$ mahout models # welche Katalogmodelle auf diese Karte passen, und welcher Build es wäre
3. Die Maschine verknüpfen
Melden Sie sich auf app.elephantpool.ai an, aktivieren Sie die Host-Persona, öffnen Sie Machines und erzeugen Sie einen Link-Code. Er wird einmal gezeigt und gilt fünfzehn Minuten. Dann, auf der Maschine:
mahout up --code IHR-CODE
Die Maschine erscheint sofort in Ihrem Dashboard, samt der Modelle, die sie bedienen kann.
4. Beweisen, dann bedienen
$ mahout bench --model qwen3.8-27b # echte Geschwindigkeit messen, Quittung signieren
$ mahout work # Jobs abholen und bedienen
Der Benchmark macht aus einer Schätzung eine Zahl: danach zeigt Ihr Dashboard gemessene Tokens
pro Sekunde und was das je Bedienstunde zahlt. mahout work pollt dann nach Jobs und
pausiert sich selbst, wann immer Sie die Maschine aktiv nutzen.
Wenn etwas schiefgeht
- „needs at least N GiB of VRAM" — dieser Build passt nicht;
mahout modelszeigt, welcher passt. - Download an der Checksumme abgelehnt — funktioniert wie vorgesehen: die Datei entsprach nicht dem Pin, und nichts wurde behalten. Erneut versuchen; bleibt es, öffnen Sie ein Issue.
- Nichts zu bedienen — der Pool routet nach Nachfrage. Eine frisch verknüpfte Maschine bekommt Starter-Arbeit, damit Sie den ganzen Weg einmal von Ende zu Ende sehen.
Verwandt
Model catalogue · Download mahout · How the whole system works · Blog