Thứ sáu tuần rồi,RVNCuộc họp chính thức của nhóm đã được tổ chức như dự kiến. Tại cuộc họp, các thành viên trong nhóm đã thảo luận về "thuật toán chống ASIC mới", bài viết bao gồm ý kiến ​​​​của các thành viên trong cộng đồng của họ và phân tích, so sánh lợi ích trước và sau thuật toán. Bài viết này được dịch và hiệu đính bởi Mine Vision (Miracle Moore), nếu bạn cần in lại, vui lòng ghi rõ nguồn.

(1) Một cuộc thảo luận nhỏ về "Thuật toán chống ASIC mới"

Nhà phát triển cốt lõi của RVN, Tron tuyên bố rằng anh ấy đã đọc bài báo liên quan đến X1MT. Bài báo được viết bởi whitefire990 về các đề xuất cho các thuật toán chống ASIC, và Tron cũng cho biết rằng bài báo đã được nghiên cứu và phân tích kỹ lưỡng các lý do tại sao ASIC khó giải quyết.

Nhưng đồng thời, Tron cũng lo ngại về các thuộc tính của thuật toán hạt giống có lợi hơn trong việc đánh lừa ASIC, vì điều này sẽ làm tăng thời gian cần thiết để khai thác khối. PlayHard cũng chỉ ra rằng mặc dù tài liệu rất xuất sắc nhưng không đề cập đến mức tiêu thụ điện năng cần thiết và các tính toán.

Tác giả Whitefire990 giải thích rằng bài báo đang thúc đẩy một biến thể X1MT có tỷ lệ băm không đổi trên mỗi khối và chỉ yêu cầu một hoặc hai lần gặm trong tiêu đề khối. Anh ấy cũng nói rằng nếu ai đó không thích bất kỳ biến thể nào được đề xuất, họ cũng có thể tự đăng một bài báo.

Dưới đây chúng tôi đã thu thập một số quan điểm của cộng đồng RVN về bài báo và so sánh dữ liệu được sử dụng để hỗ trợ các quan điểm.

(2) Ý kiến ​​cá nhân

01 Trang chủ của thuật toán chống ASIC dài hạn

Tôi đã tham gia kênh Thuật toán được tạo gần đây và tiếp tục quan sát các cuộc thảo luận về các phương pháp kháng ASIC. Mặc dù tôi đã phân tích blockchain và tiền điện tử một cách không chuyên nghiệp theo cách riêng của mình trong 5 năm, nhưng tôi vẫn có thể hiểu được thiết kế và hướng của từng phương pháp đề xuất chuyên nghiệp. Một trong những phương pháp là phương pháp X1MT được đề cập trong phần này.

Mục đích bài viết của Whitefire990 là để hiểuX16những hạn chế của thuật toán kiểu R và bày tỏ hy vọng rằng bài báo sẽ truyền cảm hứng cho những ý tưởng mới hoặc có thể đóng gói lại những ý tưởng khác theo những cách khác nhau.

Đến đây mình sẽ bỏ qua bài viết của Whitefire990, mình nghĩ sẽ không nhiều người nắm được nên mình sẽ tóm tắt theo cách của mình, có thể dài hơn một chút. Nhưng hãy biết rằng mỗi lần tìm hiểu và phân tích những điều mới cần rất nhiều năng lượng và thời gian, và tôi sẵn sàng làm cầu nối cho cộng đồng.

02 Tiết kiệm GPU riêng trong Chiến trường chống ASIC

Mục đích của bài viết đó của Whitefire990 là giữ nguyên phong cách và tinh thần như thuật toán X16R, trong khi chuyển đổi mà không phát triển một thuật toán hoàn toàn mới. Ngoài ra, hiệu quả của sơ đồ thuật toán mới được so sánh với ASIC 28nm và GPU 1080i của thuật toán X11.

03 Tỷ suất lợi nhuận trước và sau khi áp dụng thuật toán X16S cho từng phần cứng trong môi trường ASIC

Đầu tiên, có 16 thuật toán có thể lựa chọn trong X16S. Theo sau chữ S là thứ tự liệt kê thuật toán cơ sở 16, nhưng thứ tự liệt kê thuật toán mới được chọn ngẫu nhiên ở mỗi lần tạo khối. Nói tóm lại, thứ tự của danh sách thuật toán được thiết lập trong thiết kế cơ bản, nhưng thứ tự của danh sách thuật toán từ N khối đến N+15 khối là ngẫu nhiên. Kết quả mô phỏng như sau: Trước khi áp dụng thuật toán X16S, tỷ lệ giá/hiệu suất của ASIC là khoảng 175 lần so với sau khi áp dụng thuật toán.

04 Tỷ lệ doanh thu trước và sau khi áp dụng thuật toán X16R cho từng phần cứng trong môi trường ASIC

Lần này là mô phỏng kháng ASIC của X16R, chịu trách nhiệm về kháng ASIC của RVN trước ngày 1 tháng 10 năm 2019. Không giống như X16S được mô tả trước đó, thứ tự danh sách thuật toán thay đổi cho mỗi lần tạo khối và thiết kế cơ bản.

Thoạt nhìn, có vẻ như điện trở ASIC cao hơn đáng kể vì phương pháp S ngẫu nhiên hơn phương pháp R, nhưng thực tế không phải vậy. Lý do là thứ tự mà các khối được chọn. Nghĩa là, sau khi theo dõi trình tự ngẫu nhiên của thuật toán tạo 100 triệu lần mỗi khi một khối được tạo, một trong 16 thuật toán được lặp lại liên tục. Điều đặc biệt đáng nói là xác suất lặp lại thuật toán 5 lần liên tiếp chỉ là 4,3% và xác suất lặp lại hơn 6 lần liên tiếp gần bằng không.

Do đó, không thể bỏ qua hiệu quả đạt được khi thiết kế chip với chiến lược "chọn và tập trung" từ phía nhà sản xuất ASIC để loại trừ một thuật toán cụ thể có thể lặp lại hơn bốn lần liên tiếp. Do đó, tỷ lệ giá/hiệu suất của ASIC trước khi áp dụng thuật toán X16R là khoảng 81 lần so với sau khi áp dụng nó.

05 Tỷ suất lợi nhuận trước và sau khi áp dụng thuật toán X16RF cho từng phần cứng trong môi trường ASIC

X16RF được thiết kế để giải quyết xác suất trùng lặp thấp của các thuật toán cụ thể được hiển thị trong X16R bằng cách tăng tính liên tục của các thuật toán cụ thể bằng cách trích xuất thêm bốn chữ số từ tiêu đề khối. Kết quả cho thấy xác suất thuật toán xuất hiện 12 lần liên tiếp tăng lên khoảng 8,6%. Vì lý do này, hiệu suất giá ASIC trước khi áp dụng thuật toán X16RF cao hơn khoảng 27 lần so với sau khi áp dụng thuật toán X16RF.

06 Tỷ suất lợi nhuận trước và sau khi áp dụng thuật toán X1632RF cho từng phần cứng trong môi trường ASIC

Thuật toán X1632RF tương tự như X16RF, nhưng có sự khác biệt về số lượng thuật toán có thể được chọn trong quá trình tạo khối (có thể chọn hơn 16 thuật toán). Trên thực tế, độ phức tạp của thiết kế ASIC ngày càng cao, do đó, tỷ lệ hiệu suất giá ASIC trước khi áp dụng thuật toán X1632RF là khoảng 13,4 lần so với sau khi áp dụng.

07 Tỷ suất lợi nhuận trước và sau khi áp dụng thuật toán X20RVS cho từng phần cứng trong môi trường ASIC

X20RVS có 20 thuật toán tùy chọn và thứ tự thuật toán sẽ thay đổi mỗi khi một khối được tạo. VS là viết tắt của Variable Sbox và mục đích là để tăng thêm độ phức tạp, điều luôn gây khó chịu cho GPU. Điều này là do lợi nhuận của ASIC gấp 65,1 lần so với GPU X20RVS, không khác nhiều so với X16R, nhưng tỷ lệ giá/hiệu suất của ASIC và FPGA giảm đáng kể khoảng hai lần.

08 Tỷ suất lợi nhuận trước và sau khi áp dụng thuật toán X1MT cho từng phần cứng trong môi trường ASIC

Bài đánh giá cuối cùng là về thuật toán X1MT, bao gồm dịch bộ nhớ (MT) như chúng ta đã biết từ cái tên. Hiệu quả mong đợi của thuật toán này như sau.

① Nó duy trì tỷ lệ giá / hiệu suất gần như tương tự cho GPU và FPGA

②Nó có lượng kháng ASIC tối đa được khuyến nghị bởi bất kỳ biến thể nào

③ Nó có thể được hiệu chỉnh để cân bằng và ổn định sức mạnh tính toán của toàn bộ mạng giữa các khối, giúp thuật toán điều chỉnh độ khó dễ dàng duy trì các khối 60 giây

Điều đáng chú ý là việc chuyển đổi bộ nhớ hoàn toàn không ảnh hưởng đến sức mạnh tính toán của GPU hay FPGA, nhưng lại khiến ASIC giảm hiệu suất rất nhiều. Kết quả mô phỏng cho thấy trước khi áp dụng thuật toán X1MT-16, tỷ lệ hiệu suất trên hiệu suất của ASIC là khoảng 7,7 lần so với sau khi áp dụng, nhưng chỉ cao hơn từ 2 đến 5 lần khi nói đến FPGA.

Xin cho biết, giá/hiệu suất ASIC trước khi áp dụng thuật toán X1MT-32 cao gấp khoảng 3,5 lần so với sau khi áp dụng thuật toán này. So với FPGA, tỷ lệ giá / hiệu suất không khác nhau nhiều.

Whitefire990 cho biết ở cuối bài viết rằng X1MT-16 sử dụng hàm băm giống như X16R và lập trình viên GPU chỉ cần thực hiện các bước tạo bàn di chuột và dịch bộ nhớ, có thể mất 3 ngày.

Bước tương tự là bắt buộc đối với X1MT-32, cộng với việc triển khai M6 và HAMSI-256, không có mã GPU hiện có cho bước này.

Ngoài ra, X1MT-32 yêu cầu một số "cắt và dán" từ phần mềm khai thác GPU khác như Nexus và Sinovate để lắp ráp phần còn lại của chức năng. Một lập trình viên GPU giỏi cũng có thể mất cả tuần để thiết lập và chạy X1MT-32.

Nói một cách đơn giản, những gì anh ấy nói là gần như không có phương pháp chống ASIC hoàn hảo. Theo tôi, đó là một thế hệ ASIC khác có thể đánh bại ASIC. Tuy nhiên, nhóm phát triển RVN đã thiết kế thuật toán mới X16R để giúp RVN khai thác dễ dàng hơn ngay từ đầu và vẫn đang nỗ lực để duy trì phân phối khai thác RVN. Các đề xuất mà chúng tôi đã xem xét cũng là một trong những kết quả. Chúng tôi hy vọng rằng một ngày nào đó sẽ xuất hiện cách tiếp cận kháng ASIC bền vững đối với RVN và cộng đồng của chúng tôi sẽ tiếp tục hỗ trợ tầm nhìn này.

Dịch & Soát lỗi: Có một con cá.

——–END——–