ASIC 礦機中心化太嚴重？我們設計了一種對抗“礦霸”的算法_ASI

編者按：本文來自QuarkChain，作者：QuarkChain團隊，星球日報經授權轉載。

我們寫作這篇文章的目的，主要是想通過展示我們關于這個主題的一些初步想法，來和同行進行討論，歡迎大家提意見。動機

眾所周知，比特幣挖礦主要是由是由ASIC礦機來完成的。這是因為ASIC設備的效率比普通CPU高1000多倍。由于高性能ASIC的制造被掌控在少數幾個廠商手中，這引起了人們對于挖礦中心化的擔憂。因此，開發者們提出了幾種抵抗ASIC優化的算法，其中包括：Ethhash、CyptoNight和Equihash。但不幸的是，市場上還是出現了一些針對以上算法進行ASIC優化的礦機，它們聲稱比CPU或者顯卡挖礦顯著的提高了效率。在這些算法中，Ethash可能是被ASIC優化后效率增益最小的一種。Ethash算法的核心思想是通過執行內存密集型操作而取代計算密集型操作。這樣內存的讀取性能成為哈希算法的瓶頸，從而限制ASIC的優化效果。如果假設定制開發的硬件很難提高內存的讀取速度，則通過ASIC對Ethash算法進行優化獲得的性能增益應該非常有限。基于順序統計的哈希算法的想法

Cardano主網已支持Vasil新功能和Plutus V2成本模型:金色財經報道，Cardano開發團隊Input Output發推稱，在9月22日成功激活Vasil硬分叉升級之后，新功能以及新的Plutus成本模型現在可以在Cardano主網上使用。Plutus V2成本模型使DApp更高效、運行成本更低。[2022/9/28 22:35:43]

在Ethash算法的啟發下，我們提出一種新的算法，旨在通過限制ASIC的并行計算能力，從另一個方面來抵抗ASIC對挖礦效率的提升。先讓我們看看ASIC的優化是如何工作的。一組固定指令實際上可以被分解成一個電路流水線，因此每個時鐘周期，ASIC可以同時求解多個輸入值的哈希值。例如，a+b+c+d的指令可以被流水線化，使得每個運算周期可以同時計算3個不同的輸入：1,a0+b0；2,b1+c1；3,c2+d2可以在ASIC中建立多個電路邏輯，同時并發的計算多個指令。例如，上文的a+b+c+d指令可以被設計為(a+b)+(c+d)，將在2個周期中完成計算。目前，這種流水線化的思想還被廣泛地應用于諸如x86之類的現代處理器中，這些x86中具有分支預測器和流水線微處理器。一種避免處理器計算流水線的方法是執行多個if-then-else命令，然后在不同的分支上執行不同的代碼路徑，這使得流水線和分支預測變得很難。為了打破執行過程的并發性，我們可以考慮采用于狀態依賴的思路——任何未來的指令都依賴于當前狀態，而這種狀態可以頻繁地被改變，這意味著我們不能預先執行未來的指令。基于順序統計的哈希算法

Osasion歐賽日均節點增長數超200個，AUC總市值突破755萬美元:據Osasion區塊鏈瀏覽器查詢，截止香港時間2021年3月31日17:45，AUC總市值突破$755萬。據Osasion鏈上數據監測，當前AUC共識標的為$2.14，激活節點數達21020個，本月日均節點增長數為206，較上月日均節點增長數多達102個節點，最高日增長量達1361。[2021/3/31 19:33:26]

在本節中，我們將介紹我們提出的順序統計哈希算法。該算法試圖打破流水線，使代碼的執行路徑變得更加隨機。在介紹這種新算法之前，讓我們重新回顧一下Ethash算法的核心內容，看看Ethash是如何生成一個哈希值的：Input:-state:128-bytestate-datablock:anarrayoflargeamountofdata,eachdatais64bytes-H(x,y):afasthashalgorithm,xandyhasthesamesize,returnthehashvaluewiththesamesizeasx-R(x):returnan32-bitrandomintegerderivedfromxAlgorithm:foriinrange(64):p=R(state)%(len(datablock)-1)newdata=,datablock]state=H(state,newdata)returnstateOshash算法的初步方案如下：Input:-state:128-bytestate-datablock:anlongarraywitheachentrybeing8bytes-H(x,y):afasthashalgorithm,xandyhasthesamesize,returnthehashvaluewiththesamesizeasx-R(x):returnan64-bitrandomintegerderivedfromxAlgorithm:foriinrange(64):p=R(state)%len(datablock)newdata=forjinrange(128/8):newdata=newdata.add(datablock.find_by_order(p))#Removethepthsmallestelementfromdatablockdatablock.remove_by_order(p)#Addarandomdatatothedatablock,e.g.,#datablock.insert(R(]))#Findthenextindex,e.g.,#p=R()%len(datablock)state=H(state,newdata)returnstateOshash算法與Ethash的關鍵差異如下：原算法是根據隨機索引數p去尋值，而新算法根據第p位的最小值去尋值。在讀取了datablock變量中的一個數據后，該數值將被刪除，新的隨機數值值將被插入到datablock中。由于datablock是一個支持有序數據查找的動態列表，因此datablock的有效實現方式可以是一棵具有順序統計的動態搜索樹。想要使用流水線來加速樹的刪除/插入操作是困難的，因為樹的執行路徑是隨機的，并且高度依賴于隨機輸入量。CPU和FPGA實現的性能比較

研究：ASIC礦機的大規模應用可將51%攻擊成本提高2000倍:ASIC挖礦的大規模應用可以將51%攻擊成本提高2000倍。在7月10日的Unitize會議上，加州大學圣巴巴拉分校的Rod Garratt展示了他與加拿大央行的Maarten van Oordt合著的研究報告。該報告根據用于保護比特幣網絡的設備類型，調查了51%攻擊的不同成本。研究表明，只需切換網絡至100% ASIC挖礦，便可大大提高安全性。

主要原因是，除了比特幣挖礦之外，ASIC礦機幾乎沒有什么用處和價值，攻擊者也無法從出售用于攻擊的設備中獲得多少回報。因此，為了進行有利可圖的攻擊，他們將需要加倍花費大量的比特幣，這樣一來成本大大提升且困難升級。該研究估計，若ASIC礦機100%到位，要想在下一次減半后進行攻擊并獲利，需要15.7萬至53萬枚比特幣。（Cointelegraph）[2020/7/10]

我們將對比CPU和FPGA的實現對動態搜索樹進行插入/刪除操作性能，來初步驗證以上思路是否成立。實驗中，我們使用具有以下配置的CPU，CPU的代碼可以在這里找到：CPU型號:Inteli7-7700KOS操作系統:Ubuntu16.04LTS編譯器:g++5.4.0編譯命令:g++-O3-std=gnu++17線程數:1鍵值數:64K鍵值類型:unsigned64-bitrandomintegers性能結果：FPGA：每秒執行397萬個插入/刪除操作CPU：每秒執行446萬個插入/刪除操作幾點補充說明跟FPGA實現的搜索性能比較，FPGA實現的插入/刪除操作的性能要低得多，這是因為每個插入/刪除操作需要更多的執行周期，而每個搜索任務可以在一個周期中完成。實驗中，FPGA的性能是根據Virtex5LX330FPGA測算的，該FPGA可能已經過時了。如果采用最新的FPGA，性能可能會提升一些。CPU的性能是根據單線程/單核測算的，如果使用多線程/多核，性能可能會更高。本測算中CPU中的鍵值大小是64位，FPGA中的是32位。參考文獻https://github.com/ifdefelse/ProgPOWBranchpreditor,Wikipedia,https://en.wikipedia.org/wiki/Branch_predictorYang,Y-H.E.andPrasanna,V.K.,HighThroughputandLargeCapacityPipelinedDynamicSearchTreeonFPGA,18thAnnualACM/SIGDAInt.Symp.onFieldProgrammableGateArrays,2010

貝爾鏈OASIS平臺第17期銷毀36.38萬枚BRC:據官方消息，為配合Baer Chain生態的長遠穩定發展，根據OASIS平臺運營規劃，每周平臺所有游戲總充值BRC的10%將進行永久性銷毀。本周OASIS平臺共銷毀363874枚BRC，目前銷毀已完成。銷毀地址見原文。[2020/3/16]

聲音 | Weiss Ratings：比特幣算力創新高不僅由于自身增長，也得益于ASIC礦機更加高效:Weiss Ratings發推稱，比特幣本周又達到了一個網絡性能里程碑，它的算力達到了歷史新高——80EH/s。這不僅僅是因為比特幣網絡本身在增長，同時也由于ASIC礦機變得更加高效。[2019/8/10]

Tags：ASIDATATADATABasis Dollar Sharedat幣最新報道katanafinanceOwndata

幣安app下載