bro: 多 GPU 双重 SHA‑256 碰撞搜索器（Rust + CUDA）

本项目在 GPU 上并行搜索使 SHA256(SHA256(base + nonce)) 具有最多前导零位（leading zeros）的 nonce。

• 多 GPU 并行：按权重切分工作量，每张卡独立推进进度。
• 两种执行模式：
  • 批处理模式（默认）：主机按批次下发工作，适合中小规模或调试。
  • 持久化内核（PERSISTENT=1）：设备端自取任务，减少往返开销，适合长时间跑满。
• nonce 形式可选：十进制 ASCII（默认）或 8 字节二进制（BINARY_NONCE=1）。
• 内核加载：优先加载 sha256_kernel.cubin，失败时回退 sha256_kernel.ptx（均由 nvcc 生成）。
• 进度与速率：可周期性打印总体进度与各 GPU 实时 GH/s；结束时输出最佳结果与总体吞吐。

环境要求

• NVIDIA GPU 与驱动（可用 nvidia-smi 检查）。
• CUDA Toolkit（含 nvcc，用于构建 CUBIN/PTX）。
• Rust 工具链（cargo，edition 2021）。
• 建议 Linux 环境；Windows/WSL 需确保 CUDA 可用。macOS 无原生 NVIDIA 支持。

快速安装与启动流程

• 安装 Rust（按提示完成安装）：
  • curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
• 配置环境变量（当前会话生效，建议写入 shell 配置文件）：
  • export PATH="$HOME/.cargo/bin:$PATH"
• 检查是否安装成功：
  • rustc --version
  • cargo --version
• 赋予构建脚本执行权限（首次或上传后执行一次）：
  • chmod +x build_cubin_ada.sh
• 生成 CUBIN（失败时自动回退 PTX，通常只需执行一次）：
  • ./build_cubin_ada.sh
• 启动（示例参数，持久化内核 + 进度，每秒打印一次）：
  • PERSISTENT=1 BINARY_NONCE=0 BLOCKS=8192 THREADS=512 ILP=4 CHUNK=1024000 PROGRESS_MS=1000 TOTAL_NONCE=5000000000000 cargo run --release
• 查看 GPU 占用率：
  • nvidia-smi

注：以上“生成 CUBIN/赋权”通常只需运行一次；后续根据需要直接“启动”。

目录结构

• Cargo.toml：二进制 crate 配置，bin 名称为 bro。
• main.rs：入口与多 GPU 调度、参数解析、进度与结果汇总。
• sha256_kernel.cu：CUDA 内核（double_sha256_max_kernel、double_sha256_persistent_kernel(_ascii)、reduce_best_kernel 等）。
• build_cubin_ada.sh：生成多架构 sha256_kernel.cubin，失败时回退生成 sha256_kernel.ptx。

构建与运行

• 生成内核（推荐先生成跨卡 CUBIN）：

  • 自动枚举本机架构并生成：
    • ./build_cubin_ada.sh
  • 指定单架构：
    • ARCH=sm_89 ./build_cubin_ada.sh
  • 指定多架构：
    • ARCHES="sm_89,sm_120" ./build_cubin_ada.sh
  • 限制寄存器（可影响性能/占用）：
    • RREG=80 ./build_cubin_ada.sh

• 运行（交互输入或传参）：

  • 交互：cargo run --release
  • 传参：cargo run --release -- "txid:index"

• 持久化模式（单卡示例，1 秒打印一次进度）：

  • PERSISTENT=1 PROGRESS_MS=1000 TOTAL_NONCE=2e11 cargo run --release -- "55cc38e8bafeae691465e2bb2:0"

• 多卡（按权重切分工作量）：

  • GPU_IDS=0,1 GPU_WEIGHTS=1.0,0.9 PERSISTENT=1 THREADS=256 BLOCKS=1024 ILP=2 CHUNK=262144 PROGRESS_MS=1000 TOTAL_NONCE=1e14 cargo run --release -- "c9c4...:2"

输入与限制

• 输入为 base 字符串：命令行第一个参数或交互输入（示例格式 txid:index）。程序会在其尾部拼接 nonce 再进行双 SHA‑256。
• 长度限制：base_len + (ASCII 时 20 | 二进制时 8) <= 128，超出将直接返回并提示错误。

环境变量一览（含默认）

• 扫描范围：
  • TOTAL_NONCE（默认 1e14）：总尝试量，支持 k/m/g/t 后缀与科学计数法（如 2e7）。
  • START_NONCE（默认 0）：起始 nonce。
  • BATCH_SIZE（默认 1e9）：批处理模式下的单批大小；PERSISTENT=1 时忽略；0 表示单批全量。
• 内核/调度：
  • THREADS（默认 256）：每 block 线程数。
  • BLOCKS（默认 1024）：block 数。
  • ILP（默认 1）：内核内指令级并行度。
  • CHUNK（默认 65536）：持久化模式每次抓取的任务块大小。
  • PERSISTENT（默认 0）：启用持久化内核。
  • BINARY_NONCE（默认 0）：1 为 8 字节二进制 nonce，0 为十进制 ASCII。
  • PROGRESS_MS（默认 0）：>0 则按间隔打印全局进度与各 GPU 速率。
  • ODOMETER（默认 1）：持久化模式的计数/进度开关。
• 多 GPU：
  • GPU_IDS：逗号分隔 GPU 索引；缺省使用全部可用设备。
  • GPU_WEIGHTS：与 GPU_IDS 对齐的浮点权重，用于总量按性能加权切分。

输出示例与含义

• 启动：枚举到的 GPU 与名称。
• 周期进度（当 PROGRESS_MS>0）：
  • Progress: 12.34% | GPU0 3.10 GH/s, GPU1 3.05 GH/s | best_lz=41 nonce=1928769793666
• 每 GPU 完成：
  • [GPU X] done: best_lz=.. nonce=..
• 总结：
  • Final best leading zeros: <lz> at nonce <n>
  • Summary: GPUs=<n> elapsed <s>, rate <GH/s>

手动性能调优（仓库不含自动调参脚本）

• 步骤 1：确保生成匹配硬件的 sha256_kernel.cubin；若 CUBIN 生成失败会自动回退 PTX（可能略慢）。
  • 建议对所有在用卡生成多架构 CUBIN：ARCHES="sm_89,sm_120,..." ./build_cubin_ada.sh
• 步骤 2：逐卡试参，观察 Summary 的 rate 或进度行中的 GH/s。
  • 隔离单卡：CUDA_VISIBLE_DEVICES=0 ... cargo run --release -- "base"
  • 常见搜索范围：
    • THREADS：256~512
    • BLOCKS：512~1536
    • ILP：1~4
    • CHUNK（仅持久化）：65536~524288
    • RREG（通过 build_cubin_ada.sh 的 RREG）：64~80（增大可能降占用）
  • 长时间跑建议：PERSISTENT=1 PROGRESS_MS=0 以降低主机-设备同步开销。
• 步骤 3：根据各卡实测 GH/s 设置 GPU_WEIGHTS。
  • 例如 GPU0=3.1 GH/s、GPU1=2.9 GH/s，则 GPU_WEIGHTS=3.1,2.9。

常见问题

• 报错 kernel module not found：先运行 ./build_cubin_ada.sh 生成 sha256_kernel.cubin 或 sha256_kernel.ptx。
• 找不到 nvcc：请安装 CUDA Toolkit 并将 nvcc 加入 PATH。
• 没有 nvidia-smi：无法自动检测架构，请用 ARCH/ARCHES 明确指定目标架构。
• 输入过长：需满足 base_len + 20(ASCII) 或 8(二进制) <= 128。
• 性能异常：优先使用 CUBIN；根据上述“手动性能调优”逐项验证 THREADS/BLOCKS/ILP/CHUNK/RREG。
• 中断退出：按 Ctrl+C；持久化模式下会触发设备端停止标志，稍候清理完成。

注意事项

• 长时间运行会高负载占用 GPU，请关注温度与功耗（可能需要设置功耗/频率上限）。
• 本项目仅供研究与学习用途，请在合法合规前提下使用。