Возможно ли сделать Асик под любой алгоритм? Примеры монет

Возможно ли сделать Асик под любой алгоритм? Быстрый ответ

По факту, большинство алгоритмов изначально позиционируют себя, как Асик устойчивые, но сохраняют ли они свой статус?

Яркий приме, криптовалюта Dash и ее алгоритм X11, который в свое время считался очень сложным и тяжело досигаемым для Асиков. Однако под него очень быстро смогли создать Асики, и данный алгоритм полностью захвачен ими.

Алгоритм Ethash (криптовалюта Ethereum Classic), под него также появились асики, да, в 2021-2022 году это были не моoщные Асики, и в сети они спокойно конкурируют с фермами из GPU, но в 2024 году майнить Ethash алгоритм на видеокартах уже нет смысла. Асики на много мощнее!

Идем далее, если мы посмотрим на whattomine или любой другой онлайн калькулятор, то за последние 4 года мы увидим, что 90% монет, которые были там для GPU перекочевали в раздел с Асиками, либо сменили алгоритм и остались в разделе GPU, что говорит нам о том, что Асики можно сделать под любой алгоритм, это лишь вопрос времени и целесообразности!

Еще 1 яркий пример монеты Kaspa, которая также себя позиционировала, как асик устойчивая. В 2024 году она полностью под Асиками!

!Асик можно сделать под любой алгоритм!

Введение

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:

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.

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 2019 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.