Equihash - это семейство алгоритмов Proof of Wwork, которые были представлены Алексеем Бирюковым и Дмитрием Ховратовичем в 2017 году.
Equihash предлагает быструю проверку сложной вычислительной задачи.
В этом алгоритме могут быть широко настроены вычислительные схемы, такие, как сложность и объем памяти устройства, необходимой для майнинга.
Центральная концепция работы алгоритма майнинга Equihash - так называемые ступенчатые ряды.
Задача для решения в Equihash может быть сформулирована следующим образом:
Описание. Пусть n и k будут параметрами Equihash, и пусть для work и nonce будут заданы битовые потоки.
Алгоритм майнинга Equihash - это алгоритм Вагнера. Его основная функциональность дается путем объединения ступенчатых рядов в общем k раундов.
Простыми словами, Equihash построен на очень интересном парадоксе, называемом – “Закономерность дней рождения”.
Пример: в группе из 23 случайных человек вероятность факта совпадения дня рождения у двух участников составляет 50%. Для группы же в 60 и более участников, вероятность стремится к 100%.
Этот парадокс имеет собственную математическую формулу для доказательства, которая работает на практике.
Ресурсное потребление алгоритма
Как видно из предыдущего раздела, алгоритм работает при большом потреблении памяти.
В следующей таблице приведено потребление памяти семейством алгоритмов Equihash.
| n | 96 | 200 | 210 | 144 | 192 | 125 | 150 |
| к | 5 | 9 | 9 | 5 | 7 | 4 | 5 |
| Монета | MinexCoin | ZCash | AION | BitcoinZ | Zero | ZelCash | BEAM |
| m | 16 | 20 | 21 | 24 | 24 | 25 | 25 |
|
Ступен- чатые ряды |
217 | 221 | 222 | 225 | 225 | 226 | 226 |
| Память | ≈7 | ≈ 200 | ≈ 600 | ≈ 1500 | ≈ 2800 | ≈ 3000 | ≈ 3200 |
Время, затрачиваемое на майнинг Equihash, естественно, зависит от количества «Ступенчатых рядов» а также от количества раундов. Точное время каждого раунда на практике может варьироваться от выбора программы, типов видеокарт и, наконец, от раунда к раунду, потому что Ступенчатые ряды уменьшаются в размере в последующих раундах.
Equihash и Асики
Текущие реализации Асиков для алгоритма Equihash 200/9 используют большие объемы встроенной памяти, предлагая низкую задержку и высокую пропускную способность памяти.
Асики имеют 144 Мбайт встроенной памяти, что близко к теоретическому минимуму для выполнения алгоритма на процессоре.
Учитывая производительность ASIC, используемая пропускная способность превышает 5 Тбайт в секунду.
Помимо преимуществ большого объема памяти на чипе и лучшего расположения компонентов в Асиках, а также на FPGA, эти устройства так же могут экономить время, потраченное на распараллеливаемые вычислительные операции по площади чипа и энергопотреблению, назначая больше схем для решения задачи.
Захватят ли Асики все варианты Equihash алгоритмов?
По состоянию на лето 2019 года, Асики для майнинга с наибольшим объемом встроенной памяти - это Obelisk GRN1 и Innosilicon G32-500, которые предназначены для майнинга на алгоритме Cuckatoo-31 + и должны быть доступны в 4-м квартале 2019.
Несмотря на то, что спецификации не являются общедоступными, известно, что эти устройства предлагают 512 МБ памяти на микросхеме с 16 нм технологическим процессом и принадлежат к крупнейшим чипам, которые могут быть установлены при таком техпроцессе.
Мы пришли к выводу, что даже при меньшем 7-нм тех процессе нижняя граница эффективной реализации асиков для Equihash 125/4, составляющая приблизительно 2 ГБ, пока еще недостижима для асиков.
Это вовсе не означает, что такие асики невозможно сделать, это означает, что на текущий момент — это экономически неэффективно.
Второе преимущество видеокарт перед Асиками имеет архитектурный характер. Асики, а также FPGA способны выполнять операции с памятью, которые используют битовую длину, которая не кратна 32, более эффективно.
Кроме того, добавление дополнительных схем в реализацию для обеспечения лучшего слияния памяти при использовании внешних микросхем памяти является эксклюзивным для этих микросхем, в то время как видеокарта может улучшить свои шаблоны доступа к памяти только с помощью программных решений.
Для уже хорошо настроенных параметров алгоритма Equihash 144/5 известно, что для его запуска требуется всего около 5 Гбайт пропускной способности памяти.
Каждый прогон даст в среднем 2 решения. Современные реализации могут выполнять до 60 решений в секунду на Nvidia GTX 1080. Поэтому на этих картах эффективно используется около 150 Гбайт / с из общего количества доступных 352 Гбайт / с.
Таким образом, Асики, оснащенные той же памятью что и видеокарта, но с более эффективными схемами доступа к памяти, могут иметь выигрыш примерно в 2,5 раза.
В долгосрочной перспективе предотвратить появление таких устройств для майнинга различных вариантов алгоритма Equihash не представляется возможным.
Категория: