内容简介:随着Filecoin第二阶段测试网的上线,官方也公布了400万枚FIL测试网奖励计划,Filecoin主网已经进入上线倒计时的阶段了,市场热度空前高涨。不管是矿工圈、技术圈、市场圈、投资圈还是媒体社群圈,都涌了进来。各路大佬最近都在为Filecoin打Call,每天各种线上线下的论坛、峰会几乎都有IPFS&Filecoin专场,Filecoin想不火都难。图片来自Filecoin官网
随着Filecoin第二阶段测试网的上线,官方也公布了400万枚FIL测试网奖励计划,Filecoin主网已经进入上线倒计时的阶段了,市场热度空前高涨。不管是矿工圈、技术圈、市场圈、投资圈还是媒体社群圈,都涌了进来。各路大佬最近都在为Filecoin打Call,每天各种线上线下的论坛、峰会几乎都有IPFS&Filecoin专场,Filecoin想不火都难。
图片来自Filecoin官网
矿工们也都在积极为Filecoin的主网上线做最后的备战,有些矿机的硬件最近价格猛涨,据说AMD的主板都被矿工们抢断货了。为了下个月400万枚测试奖励,以及主网上线前最后一波的市场营销,各家厂商都是各显神通。
算力低的矿工单位收益却更高?
最近有张图在各个微信群里流传甚广,该统计者以矿工的(产币总量÷有效算力)来计算该矿工的单T产币量,数据显示,算力排名靠后的矿工单位收益更高,而算力排名前三的矿工,单T产币量连前10都进不了。让很多投资者越看越迷糊,不知如何抉择。
其实这个问题在上一个版本的测试网中就有一家自媒体发布过一篇文章提到“单T产出第一”的说法,后面意识到这种算法是不对的,然后发文纠正致歉。
为什么说这种说法是不对的呢?
有效算力我们可以理解为矿工生产出来的货物,区块奖励可以理解为矿工的销售收入。A公司的总有效算力是3.35PiB,平均每天有效算力约为500TiB,周总产币量约为45万枚,日均挖矿产出约6.4万枚币;而B公司的总有效算力是413.81TiB,平均每天有效算力是60TB,周总产币量约为7.7万枚,每天挖矿产出是1.1万枚。
如果两家公司都是有1000台矿机参与收益分配(有多少台设备参与收益分配以该公司实际销售出去的设备数量为准),则A公司一台矿机日均产币量是64枚;而B公司的一台矿机日均产比例是11枚。A公司和B公司的单机产币量差不多差了6倍。
大矿工都是用N多设备刷的数据?
最近又有人猜测,测试网前几名的大矿工都是用数千台甚至还有人说是上万台设备刷出来的数据,而排名靠后的矿工只用了十几台甚至一两台设备参与测试。还有人测算出来了每家公司用了多少台矿机参与测试。见下图。
此图是根据各个节点单日新增扇区总数除以4,测算出每个节点所使用的矿机数量。因为根据协议实验室官方的测试数据,目前平均一台设备封装一个扇区的时间是5-6个小时,一天就是4个扇区。比如排名第一的“t01009”节点单日封装扇区是8400个,他们测算出来就是2100台设备。“t011101”节点的单日封装扇区是1000个,所以使用的设备就是250台。
然而这个数据只能说是小白或者非专业矿工瞎猜的。比如在上个月,国内某矿工挑战协议实验室,用了不到3个小时就完成了数据封装。最近还有某团队表示可以同时并行12个扇区,平均单机封装一个扇区的时间甚至可以压缩到一个小时以内。所以,很多业余玩家都看不懂专业玩家的集群方案。
就像玩游戏一样,业余玩家还在研究攻略怎么打BOSS通关,而专业玩家的外挂都开发好了。时空云早就重构了官方的集群方案,搭建了自己的集群系统,目前,我们的集群方案可以同时并行封装10个以上的扇区,所以我们目前计算集群使用的设备数量不到200台。
Filecoin挖矿步骤可以简单拆分为worker和miner两个步骤。worker就是负责计算,将原始数据通过SDR算法进行数学计算,然后再将计算好的数据封装到硬盘的扇区中,并提交上链生成复制证明,矿工就获得了算力,这个过程需要消耗大量的CPU、内存和GPU资源。然后Filecoin网络再根据矿工所持有的算力分配区块打包的权利(也就是区块打包票选权),算力越大、赢票率越高,矿工在参与区块打包的时候需要重复提交时空证明,完成了时空证明的节点就可以获得区块打包的奖励。
大家所理解的矿机其实只是一台存储服务器。但是一家专业的Filecoin矿池里所部属的设备远远不止一台存储服务器这么简单,Filecoin矿池不同于比特币矿池,采用的是单机叠加式的集群方案,而是分布式计算+存储综合集群方案。
所以,Filecoin矿池的硬件配置一般会将计算和存储分离,分别搭建计算集群和存储集群,然后在加上zk-SNARK(零知识证明)集群。矿工获取算力的过程主要是靠CPU、GPU以及内存的性能,也就是矿池的计算集群的性能。然后在根据客户所购买的存储容量占矿池总存储服务器的数量(承诺容量)来按比例进行分配收益。
所以,目前一家矿机公司每天所获得的有效算力不是取决于他用了多少台矿机(存储服务器),而是看他的计算集群的硬件配置、集群方案以及算法优化的能力。矿池挖到矿之后,再根据其销售了多少台矿机按比例进行收益分配(而不是有效算力)。
如果以有效算力来核算单T产量,在上一个版本的测试网中,我们搭建的“t01020”节点在前两天封装了170T的算力之后就停止了数据封装,算力不再增长,只参与区块打包,最高的时候1020节点累积产币量达到32万枚,是历史上单T产币量最多的节点了。还有些节点的算力被罚至归零,但他之前有参与区块打包也有收益,那这个节点收益可以说是接近无穷大了。
至于那些说目前只用了几台矿机参与测试的说法,就有点忽悠了。很多公司在二测开始前都宣传自己部署了多少设备准备测试,而测试成绩出来之后,又说自己只用了几台或者十几台设备参与测试。难道他们机房里部署的那几百上千台设备都是用来摆拍的?
而且,目前离主网上线的时间越来越近,测试网的意义一方面是检验Filecoin网络的安全性、稳定性以及压力测试;另一方面也是检验各家矿池在硬件配置、集群方案以及算法优化上的能力。如果现在还在用几台设备去跑,主网上线后如何搭建成百上千台设备的集群。
你见过一个农民工建筑队,平时只能盖两三层的小楼房,马上就能盖一栋100层的摩天大楼。他们太低估Filecoin挖矿的难度了。
而且Filecoin爆块的特性,算力排名前三的大矿工爆块率基本上是前三以外矿工的5倍甚至10倍以上。所以现阶段测试,就是要保证矿池的数据封装效率,争取进入算力前三,才能保证足够的收益率。当然后面的小矿工如果未来真的只是用几台或者几十台设备参与挖矿,投入产出比也许不会太低。但是目前很多矿工虽然算力比较小,但是他们实际销售的矿机数量却不少,所以这是一件很危险的事情。
所以,正确计算矿工单位收入的算法是,根据矿池的总产币总量除以该矿池总共参与挖矿所使用的存储服务器数量(承诺容量)来分配收益。现在很多算力排名靠后的矿机厂商可以说测试的时候可以说只用了几台设备参与测试,但未来不管他用几台、几十台甚至几千台设备参与挖矿,最终的收益分配都是根据他所销售出去的矿机的数量按比例分配给他们的投资人。
1TB云算力预期产币量到底有多少?
很多人最关心的还是未来预期单位产币量是多少,我几乎每天会被问到数十遍,但这个真没有办法测算出来。因为目前我们唯一可知的是Filecoin主网上线后,第一年挖矿释放的FIL是1.52亿枚,平均每天释放约40万枚。 但是矿工每天的产币量受参与挖矿的有效矿工数量有关,这是一个变量,主网上线后每天都会有矿工增加或减少的情况。
全网数据我们不好预测,就拿我们时空云的自己数据为例。我们预期目标是主网上线前参与头矿的设备是1000台(大约是200PB,也就是20万TB),如果前期我们的有效算力占全网20%,对应产币量大概也是20%的话,那我们矿池平均每天产币量大约是8万枚,平均每TB的产比例为0.4枚。
但是如果Filecoin主网上线后币价表现良好,大量资本涌入,3-6个月之后,我们矿池的设备数量可能会激增到5000台,假定全网算力同步上涨,我们占全网算力仍然是20%,每天的产比例还是8万枚,那平均每TB的产量就是0.08枚了。由于Filecoin总量是限定的,而且是线性递减释放,蛋糕就这么大(而且越来越小),参与的人越多,每人分到的币自然就越少。但是参与的人越多说明共识越强,币价也越有支撑及上涨空间。
而且根据目前的算力与出块规则,算力排名前五名的节点有可能会挖到全网80%以上的代币。而算力排名靠后的节点有可能只能参与剩下20%的代币的分配,所以选择头部大矿池很重要。至于单位存储容量能分多少币,现在没有人能算出一个具体甚至大概的数值。
关于Filecoin挖矿,由于其技术的复杂性,再加上主网迟迟不上线,存在很多信息的不对称,很多投资者对Filecoin挖矿的理解存在很大的误区。最近矿哥也会专门针对这些误区分期撰写专栏为大家答疑。欢迎各位朋友关注。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
High Performance Python
Micha Gorelick、Ian Ozsvald / O'Reilly Media / 2014-9-10 / USD 39.99
If you're an experienced Python programmer, High Performance Python will guide you through the various routes of code optimization. You'll learn how to use smarter algorithms and leverage peripheral t......一起来看看 《High Performance Python》 这本书的介绍吧!