先週の金曜日、RVN公式チームミーティングは予定通り開催され、チームメンバーは「新しいアンチASICアルゴリズム」について議論し、記事ではコミュニティメンバーの意見も取り入れ、アルゴリズム導入前後のメリットを分析・比較しました。この記事は Mine Vision (Miracle Moore) によって翻訳・編集されたものです。転載する場合は出典を明記してください。

(1) 「新しいアンチ ASIC アルゴリズム」に関する小さなディスカッション

RVN のコア開発者 Tron は、X1MT 関連の記事を読んだと主張しました。この記事は、対 ASIC アルゴリズムの提案について Whitefire990 によって書かれたもので、Tron も、この記事は ASIC の解決が難しい理由を徹底的に調査および分析したものであると述べています。

しかし同時に、Tron は、ブロック マイニングに必要な時間が増加するため、ASIC をだますのに有利なシード アルゴリズムの特性についても懸念しています。 PlayHard はまた、ドキュメントは優れているものの、必要な消費電力と計算については言及されていないと指摘しています。

著者のWhitefire990氏は、この論文ではブロックごとに一定のハッシュレートを持ち、ブロックヘッダーに必要なニブルが1つまたは2つだけであるX1MTの亜種を推進していると説明した。同氏はまた、提案されたバリエーションのどれも気に入らない人がいる場合は、自分で記事を投稿したほうがよいとも述べた。

以下に、この論文に関する RVN コミュニティの見解の一部と、その見解を裏付けるために使用されたデータの比較を収集しました。

(2) 個人的な意見

01 長期的な ASIC 対策アルゴリズムの本拠地

私は最近作成された Algorithms チャンネルに参加し、ASIC 耐性のある手法に関する議論を観察し続けました。私は 5 年間、素人なりにブロックチェーンと仮想通貨を自分なりに分析してきましたが、それぞれの専門的な提案アプローチの設計と方向性を理解することができました。その手法の 1 つが、このセッションで言及された X1MT 手法です。

Whitefire990 の記事の目的は、次のことを理解することです。X16R スタイルのアルゴリズムの限界について説明し、この論文が新しいアイデアを刺激するか、あるいは他のアイデアを別の方法で再パッケージ化することを期待しています。

Whitefire990 さんの記事はこの時点では省略させていただきます。理解できる人も少ないと思うので、もう少し長くなるかもしれませんが、私なりにまとめてみます。しかし、毎回新しいことを学び、分析するには多大なエネルギーと時間がかかることを承知しており、私は喜んでコミュニティへの架け橋となりたいと思っています。

02 対 ASIC 戦場でのプライベート GPU の節約

Whitefire990 による記事の目的は、まったく新しいアルゴリズムを開発せずに変換しながら、X16R アルゴリズムと同じスタイルと精神を維持することです。さらに、新しいアルゴリズム方式の効率を 28nm ASIC および X11 アルゴリズムの 1080i GPU と比較します。

03 ASIC環境の各ハードウェアにX16Sアルゴリズムを適用する前後の利益率

まず、X16S では選択可能なアルゴリズムが 16 個あります。 S の後には、基本 16 のアルゴリズムのリスト順序自体が続きますが、新しいアルゴリズムのリスト順序はブロックの作成ごとにランダム化されます。つまり、アルゴリズムリスト自体の順序は基本設計で設定されているが、NブロックからN+15ブロックまでのアルゴリズムリストの順序はランダムである。シミュレーション結果は以下の通りで、X16S アルゴリズム適用前では、ASIC の価格性能比はアルゴリズム適用後と比べて約 175 倍となっています。

04 ASIC環境の各ハードウェアにX16Rアルゴリズムを適用する前後の収益率

今回は2019年10月1日以前のRVNのASIC耐性を担うX16RのASIC耐性のシミュレーションです。前述の X16S とは異なり、アルゴリズム リストの順序はブロックの作成と基本設計ごとに変わります。

一見すると、S メソッドは R メソッドよりもランダムであるため、ASIC 耐性が大幅に高いように見えるかもしれませんが、そうではありません。その理由は、ブロックが選択される順序にあります。つまり、ブロックが作成されるたびに生成アルゴリズムのランダムなシーケンスを 1 億回監視した後、16 のアルゴリズムのうち 1 つが継続的に繰り返されます。特に言及する価値があるのは、アルゴリズムを連続 5 回繰り返す確率はわずか 4.3% であり、アルゴリズムを連続 6 回以上繰り返す確率はゼロに近づくということです。

したがって、連続して 4 回以上繰り返すことができる特定のアルゴリズムを除外するという ASIC メーカー側の「選択と集中」戦略を使用してチップを設計することによる効率の向上は無視できません。このため、X16R アルゴリズムを適用する前の ASIC の価格/性能比は、適用後の ASIC の約 81 倍になります。

05 ASIC環境の各ハードウェアにX16RFアルゴリズムを適用する前後の利益率

X16RF は、ブロック ヘッダーから追加の 4 桁を抽出することで特定のアルゴリズムの連続性を高めることで、X16R で示された特定のアルゴリズムの重複確率の低さに対処するように設計されています。結果は、アルゴリズムが 12 回連続して出現する確率が約 8.6% に増加することを示しています。このため、X16RF アルゴリズムを適用する前の ASIC の価格パフォーマンスは、X16RF アルゴリズムを適用した後よりも約 27 倍高くなります。

06 ASIC環境の各ハードウェアにX1632RFアルゴリズムを適用する前後の利益率

X1632RF アルゴリズムは X16RF に似ていますが、ブロック作成時に選択できるアルゴリズムの数が異なります (16 を超えるアルゴリズムを選択できます)。実際、ASIC 設計の複雑さはますます高くなっているため、X1632RF アルゴリズムを適用する前の ASIC の価格性能比は、適用後の約 13.4 倍になります。

07 ASIC環境の各ハードウェアにX20RVSアルゴリズムを適用する前後の利益率

X20RVS には 20 個のオプションのアルゴリズムがあり、ブロックが作成されるたびにアルゴリズムの順序が変わります。 VS は Variable Sbox の略で、その目的は複雑さを増すことであり、これは GPU にとって常に非常に不快なものでした。これは、ASIC の収益性が X20RVS GPU の 65.1 倍と X16R と大差ないにもかかわらず、ASIC と FPGA の価格性能比が約 2 倍と大幅に低下するためです。

08 ASIC環境の各ハードウェアにX1MTアルゴリズムを適用する前後の利益率

最後のレビューは、名前からわかるようにメモリ変換 (MT) を含む X1MT アルゴリズムについてです。このアルゴリズムにより期待される効果は以下の通りです。

① GPUとFPGAでほぼ同等の価格性能比を維持

②どのバリアントでも推奨される最大量のASIC抵抗を備えています。

③ ブロック間のネットワーク全体の計算能力のバランスを調整して安定させることができるため、難易度調整アルゴリズムが 60 秒ブロックを維持しやすくなります。

メモリ変換は GPU や FPGA の計算能力にはまったく影響しませんが、ASIC のパフォーマンスが大幅に低下することに注意してください。シミュレーション結果によると、X1MT-16 アルゴリズムの適用前では、ASIC の性能対性能比は適用後の約 7.7 倍ですが、FPGA に関しては 2 ～ 5 倍しか高くありません。

参考までに、X1MT-32 アルゴリズムを適用する前の ASIC の価格/パフォーマンスは、適用後の ASIC の約 3.5 倍です。 FPGA と比較すると、価格性能比はそれほど変わりません。

Whitefire990 氏は記事の最後で、X1MT-16 は X16R と同じハッシュ関数を使用しており、GPU プログラマーはスクラッチパッドの生成とメモリ変換の手順を実装するだけで済み、これには 3 日かかる場合があると述べています。

X1MT-32 に加えて、M6 および HAMSI-256 の実装にも同じ手順が必要ですが、この手順には既存の GPU コードは必要ありません。

さらに、X1MT-32 では、残りの機能を組み立てるために、Nexus や Sinovate などの他の GPU マイニング ソフトウェアからの「カット アンド ペースト」が必要になります。また、優秀な GPU プログラマーでも、X1MT-32 を立ち上げて実行できるようになるまでに丸 1 週間かかる場合もあります。

彼が言ったのは、簡単に言えば、完璧な ASIC 対策方法はほとんど存在しないということです。私の意見では、これは ASIC を超えることができる別の世代の ASIC です。ただし、RVN 開発チームは、最初から RVN のマイニングを容易にする新しいアルゴリズム X16R を設計し、RVN マイニングの配布を維持するために今も懸命に取り組んでいます。私たちが検討した提案も成果の一つです。私たちは、RVN に対する持続可能な ASIC 耐性アプローチがいつか出現することを願っており、私たちのコミュニティはこのビジョンをサポートし続けます。

翻訳・校正：魚がいます。

——–END——–