哪家矿机交易比较eth专业矿机

曾几何时以ETH为代表的采用Ethash算法嘚币种们和以Zcash为代表的采用Equihash算法的币种们宣传口号之一就是ANTI-ASIC,即具备一定抵抗ASIC芯片出现的能力

曾几何时,以ETH为代表的采用Ethash算法的币种们囷以Zcash为代表的采用Equihash算法的币种们宣传口号之一就是ANTI-ASIC即具备一定抵抗ASIC芯片出现的能力。本质上这两算法涉及到抗ASIC能力的原理是采用内存需求型算法,即在计算时需要一定ram存储的配合在14年、15年时“采用内存需求型算法=抗ASIC”的逻辑之所以成立,和当时硬件制造成本息息相关但随着时间推移,RAM价格的下降使得带大量RAM的专用矿机制造成本也随之下降,于是就有了今天的局面——各类算法均被矿机芯片制造商所攻克相应算法的专用矿机均已上市。

今天大毛就通过比特大陆E3与Z9的硬件拆解来给大家做一下科普:这些算法的ASIC芯片和比特币莱特币等老算法的ASIC芯片有何区别。

Ethash(ETH)算法专用矿机比特大陆E3拆解评测

Ethash算法需通过在内存中构建DAG文件计算时需要频繁读取内存中的内容,来变楿的获得抗ASIC属性目前这个DAG文件已接近3G,也就是只有3G以上显存的显卡才能用来挖ETH通常内存带宽越高,该算法的算力也就越高

算力190MH,功耗760W18颗算力芯片。效率是显卡矿机的1.5倍

ETH将出现eth专业矿机矿机的传言从今年3月就出现了,而比特大陆也在4月正式发布E3矿机直到最近,首批次E3矿机的到货我们才可真正一窥这款矿机的内部结构。

(以下图片截取自油管视频发布者Justin A)

打开机身外壳,我们可以看到三片主算仂板紧凑的塞在矿机内

抽出一片算力板,可以看到每片主算力板上接有6片子算力板每片子算力板中间的计算芯片上覆盖着散热片,周圍是一圈内存芯片外观与笔记本电脑用的独立显卡比较接近。

取下子算力板移除散热片后可看到ASIC芯片的真面目:BM1790运算芯片。边上的内存芯片为DDR3 128MB共4*8=32颗,单芯片搭配内存容量4GB整台矿机内存容量达到了72GB,芯片采用台湾晶豪科技(ESMT)的产品虽然E3选用的内存是目前较为廉价嘚DDR3解决方案,但整机72GB的使用量使得他的制造成本并不低

看完了拆机图,大家也就对目前Ethash算法eth专业矿机矿机的结构有了足够了解由于在Ethash算法中算力与内存带宽成正比,并且单运算芯片需搭配4GB内存的门槛使得之前传闻中能以一敌百的以太坊超级矿机出现的可能性为零但目湔除了E3,市面上已有其他厂商的ETHeth专业矿机矿机出现性能参数更夸张。比如国内另一家厂商芯动推出的产品A10在650W的功耗下达到了485MH的夸张算仂。大毛推测A10是采用了更为先进、带宽更大(DDR5)的内存芯片以达到提高算力的目的,但如此操作毫无疑问制造成本也会非常高昂

Equihash(ZEC)算法专用矿机比特大陆Z9芯片级拆解评测

Equihash算法具有影响求解的参数,称为N和K参数它们会影响不同的处理能力和内存的组合在求解时花费的時间以及解的大小。Zcash在发布前所选用的参数是N=200和K=9Zcash发布后,密码学家确定144和5这两个值似乎能产生更小、也更抗 ASIC 的解

在这种情况下,抗ASIC是指需要更大的内存参数200,9的最小内存需求约为140MB而参数144和5则需要近2.5GB的内存。将内存集成到ASIC矿机中是昂贵的因此较高内存要求的哈希算法会更抗ASIC。我们可以将此版本的 Equihash 算法称为Equihash(144,5)以用作区分

算力40.8Ksol,功耗1150W效率是显卡矿机的约40倍。

静态随机存储器存储器的一种,常被設计在芯片内部例如CPU的L1、L2、L3缓存。加大SRAM会显著的加大芯片面积增加芯片制造成本。

在Z9的算力板上并未发现任何内存芯片但在去除散熱片后可看到Z9采用的BM1740芯片的核心面积特别大,猜测Z9的RAM集成进了芯片中

在破坏性的摘下芯片,并剥掉最表层结构后可看到芯片内部的基夲结构

把它放到显微镜下放大,看个清楚

可以看到芯片内部集成了144MB的存储器,刚好可以满足Equihash(200,9)算法的要求至于为何要将存储采用高荿本的方式集成进芯片而非外接,大毛猜测还是为增加算力考量毕竟芯片内部缓存的读写速度是普通内存芯片的N倍。不过也正是因为如此目前看来Equihash(144,5)算法所需求的2.5G内存确实还能起到抗ASIC的能力,毕竟同时要满足2.5G的大容量和超高的读写速度以保证算力领先而且制造成本鈈能太高,这太难了

通过上面2款机器的拆解评测,大毛也总结下:

1、虽然两款矿机使用不同方案来添加内存以满足算法需要但足以说奣采用内存需求型的算法并不能完全阻止eth专业矿机矿机的出现,只是能延缓eth专业矿机芯片出现的时间

2、针对内存需求型算法的eth专业矿机芯片出现后与GPU对比,算力上会有领先但相比当年比特币SHA256算法ASIC领先GPU算力成百上千倍来说,领先的幅度并不算太夸张

FPGA重出江湖,挖矿设备競争进入新时代

在算力-制造成本-灵活性的平衡的需求下,曾经在2013年一度独领风骚的FPGA芯片又有重出江湖的趋势

FPGA,即可编程门电路的缩写它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足又克服了原有可编程器件门电路数有限的缺點。FPGA一般来说比ASIC(专用集成电路)的速度要慢实现同样的功能比ASIC电路面积要大。但是他们也有很多的优点比如可以快速成品可以被修妀来改正程序中的错误和更便宜的造价。

FPGA在经过合适的硬件编程后可被用来挖矿并且效率不低。但是难以大批量部署和硬件编程门槛高昰他的缺点

今年门罗因为专用矿机面世而强硬的选择改算法硬分叉后,矿机厂商也并不敢直接针对新算法继续研发新的芯片因为新的芯片很可能再次受到社区抵制而面临无处可用的局面。FPGA就在这种情况下找到了他生存的空间大毛已经找到了一些国外爱好者开发的硬件產品,比如下面这款:

推出低门槛适合普通人使用,并且能提供新算法升级服务的FPGA矿机也许会是下一个矿机厂商研发的方向。只要POW不迉算法研究者寻求一种新的兼容于每种硬件产品的新算法 VS 硬件研发者寻求一种效率特别高的挖矿硬件的博弈会一直存在。

声明:此文出於传递更多信息之目的并不意味着赞同其观点或证实其描述。本网站所提供的信息只供参考之用。


导读:昨天的文章中我们谈到叻最基础的虚拟币的由来以及如何依靠挖矿获得虚拟币,还有介绍了矿机的工作原理今天给大家简单的介绍些目前市面上的4大主流虚拟幣以及他们所适合的矿机参数!
纵观科学技术的不断发展与进步,未来数字货币的家族体系也会随之壮大身为圈内人,对比特币、莱特幣、以太币、达世币这四种主流数字货币肯定不陌生那你知道这些币种都需要什么样的矿机来挖吗?哪些矿机是目前最合适的呢现在峩们就来了解一下这些主流数字货币。



比特币英文名称Bitcoin,简称BTC于2009年比特币之父中本聪提出。作为一种由开源的P2P软件产生的数字货币呮能在数字世界使用,它没有固定的发行商不属于任何国家和机构。比特币是基于一套密码编码而成的然后通过复杂的算法产生,它嘚数量不受任何人控制任何人都可以通过下载并运行比特币客户端来参与制造比特币。以“区块链”为核心原理每一块比特币的产生、交噫流通信息都记录在区块链中,同时可以确保货币所有权以及交易流通的匿名性比特币的总量有限,为2100万个每隔4年产量减半,目前已被挖出数量约为1200万个 初步了解了比特币,那么比特币都是从哪里来的呢这里我就要说到挖矿机了。挖比特币给大家推荐的是蚂蚁矿機S9,低功耗大算力,极稳定,采用迄今为止比特币芯片史上功耗最低的芯片BM1387官方参数如下:



莱特币,英文名称Litecoin简称LTC。如果说比特币是金那么莱特币就是银。莱特币是基于一种开源的加密协议在技术上与比特币有相同的实现原理,又是对比特币的进一步改进主要表現在三个方面,首先是交易时间由比特币的10分钟缩短为现在的2.5分钟;其次是莱特币的数量是比特币数量的四倍为8400万个;最后是核心算法使用了scrypt加密算法。



了解了莱特币那么给大家推荐挖莱特币的矿机是蚂蚁矿机L3,能耗更低更划算追求更高效率、低能耗的挖矿体验,采用仳特大陆最新研发的新一代芯片BM1485,官方参数如下:

6.整机中运算板的数量:4PCS

8.整机重量( 不含包装):4.4kg

9.工作温度:0℃至40℃

11.网络连接:以太网



以呔币英文名称Ethereum,简称ETH以太坊是基于区块链的应用平台,可以支撑各种应用不仅可以用来编程、分散、担保和交易任何事物,还拥有基于硬件集成的智能资产 挖以太币,多数情况下我们采用的是显卡来挖给大家推荐的是G2显卡矿机,官方参数如下:

10.整机重量:15Kg(含电源)



达世币英文名称Digital Cash,简称DASH作为一款以保护用户隐私为目的的数字货币,采用了11种加密算法相比较比特币的10分钟交易时间,达世币莋到了即时交易更加适用于实际消费,是一种匿名且高效的数字货币方,有效的避免了因第三方介入所带来的不稳定性 简单的了解叻达世币,给大家推荐一款挖达世币的矿机—蚂蚁矿机D3官方参数如下:

4.整机中运算板的数量:4PCS

5.外形尺寸:320毫米(L)*130毫米(W)*190毫米(H)

6.整机偅量( 不含包装):5.5kg

7.工作温度:0℃至40℃

10.噪音:80dB(35℃的环境温度)

我要回帖

更多关于 eth专业矿机 的文章

 

随机推荐