上周五，RVN 官方團隊會議如期召開，會上團隊成員對「抗 ASIC 新算法」進行討論，文中包含其社區成員觀點及分析對比算法前后收益。本文由礦視界（奇跡摩爾）翻譯整理編輯，如需轉載，請標明出處。

（一）關于“抗 ASIC 新算法”的小討論

RVN 核心開發人員 Tron 聲稱他已經閱讀了那篇 X1MT 相關的文章。文章是由 whitefire990 編寫的有關抗 ASIC 算法的建議，并且 Tron 還說了，該篇文章研究十分透徹，分析了 ASIC 難以解決的原因。

但同時，Tron 也擔心種子算法在欺騙 ASIC 方面更具優勢的特性，因為這會增加區塊挖掘所需的時間。PlayHard 還指出，盡管文檔非常出色，但沒有提及所需要的功耗以及核算。

發文作者 Whitefire990 解釋說，該論文正在推動 X1MT 變體，該變體每個塊具有恒定的哈希率，并且僅需要塊頭中的一到兩個半字節。他還說，如果有人不喜歡所建議的任何變體，不如自己也來發布一篇文章。

下文中我們收錄了一些 RVN 社群對于論文的觀點以及用來支持觀點的數據對比。

（二）個人觀點

01 長期抗 ASIC 算法的歸處

我參加了最近創建的算法通道，并不斷觀察到有關抗 ASIC 方法的討論。盡管五年來，我一直以自己的方式非專業地分析區塊鏈和加密貨幣，但我還是能夠理解每次專業提案方法的設計和方向。其中一種方法是本次會議中提到的 X1MT 方法。

Whitefire990 的文章目的是要了解 X16R 樣式算法的局限性，并表示希望該文能激發新的想法，或者也可以用不同的方式重新包裝其他想法。

在這一點上，我打算跳過 Whitefire990 的那篇文章，我認為沒有多少人會看得懂，所以我打算用自己的方式來總結它，可能稍顯冗長。但要知道，每次學習和分析新事物都需要花費大量的精力和時間，而我，愿意充當社區的橋梁。

02 在抗 ASIC 戰場上拯救私人 GPU

Whitefire990 那篇文章的目的如下，保持與 X16R 算法相同的風格和精神，同時在不開發全新算法的情況下進行轉換。此外，新算法方案的效率與 X11 算法的 28nm ASIC 和 1080i GPU 形成對比。

03 ASIC 環境下各硬件應用 X16S 算法前后的收益比

首先，X16S 中有 16 個可選算法。S 之后是基本 16 算法列出順序本身，但是在每個塊創建時新算法列出順序都是隨機的。簡而言之，算法列表本身的順序已在基本設計中設置好了，但是從 N 塊到 N + 15 塊的算法列表順序是隨機的。模擬結果如下，應用 X16S 算法之前 ASIC 性價比約為應用之后的 175 倍。

抗ASIC為何難以實現？看看RVN團隊怎么說
04 ASIC 環境下各硬件應用 X16R 算法前后的收益比

這次，是對 X16R 的 ASIC 電阻模擬，X16R 在 2019 年 10 月 1 日之前負責 RVN 的 ASIC 電阻。與前面描述的 X16S 不同，算法列表順序會針對每個塊的創建和基本設計發生改變。

乍一看，ASIC 電阻可能會明顯更高，因為 S 方法比 R 方法更隨機，但事實并非如此。原因就是選擇塊的順序。也就是說，在每次創建塊時監視生成算法的隨機序列 1 億次之后，16 個算法中的一個被持續重復。特別值得一提的是，一個算法連續重復 5 次的概率只有 4.3%，連續重復 6 次以上的概率趨近零。

抗ASIC為何難以實現？看看RVN團隊怎么說

因此，設計一個具有“選擇和集中”策略的芯片，從 ASIC 制造商那一方，將可連續重復四次以上的某一特定算法排除在外，可以提高效率，這是不可忽視的。正因如此，應用 X16R 算法之前 ASIC 性價比約為應用之后的 81 倍。

05 ASIC 環境下各硬件應用 X16RF 算法前后的收益比

X16RF 設計用于解決 X16R 中所示特定算法低復制概率的問題，它通過從塊頭中額外提取四位數來增加特定算法的連續性。結果顯示，某個算法連續 12 次出現的概率提高到了 8.6% 左右。由于這個原因，應用 X16RF 算法之前 ASIC 性價比約為應用之后的 27 倍。

抗ASIC為何難以實現？看看RVN團隊怎么說
06 ASIC 環境下各硬件應用 X1632RF 算法前后收益比

X1632RF 算法和 X16RF 相似，但是在創建區塊期間可以選擇算法數量存在差異（一種可以多選 16 個算法）。事實上，ASIC 設計的復雜度變得越來越高，因此應用 X1632RF 算法之前 ASIC 性價比約為應用之后的 13.4 倍。

抗ASIC為何難以實現？看看RVN團隊怎么說

07 ASIC 環境下各硬件應用 X20RVS 算法前后的收益比

X20RVS 有 20 個可選算法，并且每次創建塊時算法順序都會改變。VS 代表 Variable Sbox，目的是增加復雜性，對于 GPU 來說，這一直很不討喜。這是因為 ASIC 的盈利能力是X20RVS GPU 的 65.1 倍，與 X16R 相差不大，但是 ASIC 與 FPGA 的性價比卻大大降低了兩倍左右。

抗ASIC為何難以實現？看看RVN團隊怎么說
08 ASIC 環境下各硬件應用 X1MT 算法前后的收益比

最后一個回顧關于 X1MT 算法，包括從名稱我們可以知道的內存轉換（MT）。該算法的預期效果如下。

①它為 GPU 和 FPGA 保持了幾乎相近的性價比

②它具有任何變體建議的最大 ASIC 電阻量

③它可以被校準并均衡、穩定塊之間的全網算力，從而使難度調整算法更容易地維護 60 秒塊
抗ASIC為何難以實現？看看RVN團隊怎么說值得注意的是，內存轉換根本不影響 GPU 或 FPGA 的算力，但使 ASIC 大大降低了其性能。模擬結果顯示，應用 X1MT-16 算法之前 ASIC 性價比約為應用之后的 7.7 倍，而到了 FPGE 僅高 2 至 5 倍。

抗ASIC為何難以實現？看看RVN團隊怎么說
僅供參考，應用 X1MT-32 算法之前 ASIC 性價比約為應用之后的 3.5 倍。與 FPGA 相比，性價比則無太大差異。

抗ASIC為何難以實現？看看RVN團隊怎么說
Whitefire990 在文章的結尾說了 X1MT-16 使用與 X16R 相同的哈希函數，GPU 程序員只需要實現暫存器生成和內存轉換步驟，這可能需要 3 天時間。

X1MT-32 需要同樣步驟，再加上 M6 和 HAMSI-256 的執行，這一步可沒有現有 GPU 代碼。

此外，X1MT-32 還需要從其他 GPU 挖礦軟件（如 Nexus 和 Sinovate）執行一些“剪切和粘貼”來將其余的功能組裝在一起。一個好的 GPU 程序員要安裝并運行 X1MT-32，可能也需要整一周。

他的所提，簡單來看就是，完美抗 ASIC 方法幾乎不存在。在我看來，能打敗 ASIC 的是另一代 ASIC。然而，RVN 開發團隊設計了新算法 X16R，使 RVN 從一開始就更容易被挖掘，并且仍在努力維護 RVN 挖礦的分布。我們審查過的提案也是結果之一。我們希望 RVN 可持續的抗 ASIC 方法有一天會出現，我們社區也將繼續支持此愿景。

原文鏈接：
https://www.ravenplatform.com/home/devs-meeting-review8-nov-2019
翻譯&校對：有條魚。

——–END——–

總結

以上是生活随笔為你收集整理的矿视界译文：抗ASIC为何难以实现？看看RVN团队怎么说的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。