时间：2024-12-21 07:59:44 点击：
编者按：区块链涉及到的技术很多，从互联网底层到不明觉厉的密码学，可是往往关注币价者多而研究技术的人少。牛市的时候，大家为了炒币也会努力学习，熊市的时候，反正也没啥事，我觉得可以更加努力学习。作为一个文科生，我当然会有很多理科生看起来觉得很白痴的问题。作为一个记者，我不难找到业内懂的人用人话给我解释，而且他们往往不会当面嫌弃我。
这是小明学习笔记第六期，如果有其他有趣问题，欢迎投稿和提问。
———这是华丽丽的正文分割线———
回顾过往，小明学习笔记已经从周更变成月更，这一篇距离上一篇可以说是季更了。由于我现在的工作主要是编辑了，所以一般是带着记者出去采访和写稿，很少自己单独写稿，所以学习笔记的更新估计也是绵绵无绝期。
这期要分享的是矿池，首先要感谢 xDAG 的核心开发者谢锐，同时他也是 xDAG 官方挖矿软件的设计者，年前给我科普了很多这方面的知识。
我最早了解这个行业是在 2017 年采访 ViaBTC微比特，当时杨海坡总结，矿池就像矿工的联盟，把大家聚起来挖矿。这个确实已经是矿池非常本质而且通俗的解释。
我们都知道，随着比特币而诞生的 PoW 共识机制，其挖矿的过程本质就是在做随机数碰撞，谁猜中者这个随机数谁就可以获得记账权、成为这轮的出块人。因为是乱猜，所以单位时间内猜的次数越多，猜中的概率就越大。
随着专业矿机等设备出现，比特币、莱特币等币种全网挖矿算力增加，大部分的矿工靠自己solo挖矿已经很难挖到币，矿池应运而生。矿池就像一个联盟，把这些零散的矿工甚至是矿场集合起来一起挖矿，按算力占比给矿工收益，这样既可以增加挖到币的概率、也可以稳定矿工的收入，同时矿池提供的技术也有利于降低挖矿效率。
神鱼也曾经总结，矿池其实就是在分派任务给大家算。不过，我想知道得更细节，就是矿工们究竟在算什么矿池又是怎么分配任务的呢
《浅谈矿池和矿场（矿池篇）》这篇文章举了个例子说明挖矿的过程：“矿池将区块难度分成很多难度更小的任务下发给矿工计算，矿工完成一个任务后将结果提交给矿池，叫提交一个 share。假设全网难度要求 n 的值为 100，即前 100 个比特位为 0，矿池可能会给矿工分配一个任务，要求前 30 位为 0，然后再从所有提交的任务中，寻找有没有凑巧前 100 位为 0 的目标值。”
谢锐告诉我，理论上，矿池给矿工分配任务的方式可以有两种：
第一种，矿池只是一个节点，打包交易的还是矿工。矿池会把任务的完整信息给到到矿工，矿工打包交易、然后广播。矿工知道完整信息，但是需要填的东西比较多，签名也是矿工签的。
第二种矿池节点直接打包，给到矿工的是结果的中间状态，或者说非完整信息，矿工填完他要填的东西。块最后的组合由矿池来做。矿工把 nounce 发给矿池，签名是矿池。
“唯一不会变的是，你接入这个矿池的数据同步方式。”
看完上面两种方式，显然大部分商业运营矿池会选择第二种，挖矿收益的分配就是按照签名。如果我既是矿工也是矿池主，两种没有区别，大可选择第一种。
看到上面说的 nounce 值，你大概会有点懵逼，这其实就是我们常说的 PoW 过程中要碰撞的那个随机数，下面还会解释。
根据《精通比特币》一书，挖矿的目标是找到一个使区块头哈希值小于难度目标的 nonce。前提是选取的交易已经确定，说到这里，我们就需要来学习一下比特币的区块头结构。
表格来自《精通比特币》
在区块头里面，基本上挖矿节点能改变的东西就两个：交易和 nounce。既然挖矿的目标是让区块头哈希值小于目标，整个步骤基本上是：决定你要打包的交易并形成对应 merkle tree 根——乱猜一个 nounce —— 把 nounce 放到区块头里面哈希一下——才知道有没有小于目标哈希值，即大于目标难度。
So，基本上你所选的交易和 nounce，都无助于你“预知”最后的哈希值大小（nounce 值大，区块头哈希不一定就变大变小），你每一步都只能乱猜。别人一次可能就猜中了，你猜了几万次都还没有中，你唯一能做的就是比别人在同一时间里面猜更多次，这就是矿机在做的事情——把自己所有的精力都集中起来做一件事。
说到矿机，我问真的存在抗 ASIC 的算法吗 谢锐总体认为本质上没有抗 ASIC，不过不同的算法会让制造 ASIC 矿机的成本更高。
任何 PoW 币种都会有一套挖矿算法/软件，ASIC 芯片就是把这个软件烧成电路。最早的芯片都是专用的，比如收音机的芯片只能做收音机的东西。FPGA(Field Programmable Gate Array) 则是可编程阵列，在硅芯片上施加电压，一个与门就可以变成非门。这类芯片应用范围更广，首先上头成本比ASIC高；而且为了做得更通用，还是有冗余，没有 ASIC 高效。所以现在大家会在电脑上设计、在FPGA上设计，然后烧 ASIC。如此类推，GPU 甚至 CPU 能做的计算类型就更多了。如果想知道 FPGA 具体为什么比 CPU 和 GPU 更高效，可以参考这篇文章。
为什么会有冗余举个假设性的例子（不准确但有助理解），比如 5+5 ，FPGA 可能没有 5 这个概念，就要变成 1+1+1+1+1，ASIC就可以直接算 5+5。这让我想起王嘉平接受 Odaily星球日报采访时说过一句话：在计算机领域，灵活性/通用和高效往往是冲突的。
“ASIC 最强的就是并行计算 ，FPGA稍微差一点。其实本质上没有抗ASIC，只能让它反推的每一步更难，比如要求把东西放在内存里算，比如需要算方差，需要把每个数据都放进内存，GPU 到 FPGA 到 ASIC，（ASIC）需要的显存芯片可能是 GPU 的 100 倍。（要不要研发某个币种的 AISIC 矿机）只看成本和收益。”通俗来说，可以理解为研发一台挖以太坊的 ASIC 矿机比研发比特币 ASIC 矿机更难，而且同样时间下研发出来的芯片，对比起普通 CPU/GPU 效果提升不明显。比特币可能是提升了成千上万倍，以太可能提升了几倍到几十倍，效果划不来。
类似的分析也可在公开资料看到，比如耳朵财经的这段话：
“Ethereum使用了Ethash算法，前身为Dagger算法（Vitailk发明），其目的是为了抵制ASIC矿机。如何抵制ASIC矿机呢通过将挖矿和内存带宽相捆绑，即降低其他硬件的运算优势，从而达到挖矿设备平等这一理念。
Ethash算法没有阻挡ASIC矿机的出现，只是拖延了出现的时间。
绑定内存带宽意味着可以通过提高内存带宽速度来提高算力，或者在相同内存带宽速度下降低功耗，只不过目前内存带宽价格过高以及ETH价格过低，从成本上考虑，ASIC矿机相较GPU来得不够划算。
Litecoin使用的是密码学家兼程序员Colin Percival于2009年发表的论文Stronger Key Derivation via Sequential Memory-hard Functions上所发明的scrypt算法。原理和Ethash较为相似，都是提高挖矿时内存的使用成本，延缓ASIC矿机的出现。
2014年，Zeusminer研发出了专门针对scrypt算法的ASIC矿机。这也说明通过绑定某一硬件（如内存）从而抬高挖取的使用成本是没有办法完全杜绝ASIC矿机。”
现在大部分号称抗 ASIC 的挖矿算法，都是将内存和计算捆绑。
以太中文网还整理了一下不同 PoW 算法部署 ASIC 之后挖矿效率增长倍数：
SHA256 约1000倍
Scrypt和NeoScrypt 约1000倍
X11和X16R 约1000倍
Equihash 约100倍
Cuckoo Cycle 约100倍
CryptoNight 约50倍
Ethash 约2倍
最后简单提下矿池的收益分配模式，其实这个已经有很多文章解释过。矿池的分配模式大类有两种：
第一种是实际出块情况分币：时间周期内，矿池挖到多少块，就按照算力比例分配所得挖矿收益。
这种方式的时间周期一般按挖出块的时间为止，即两次挖到块的时间之内的算力分布比例分配收益；也可以每天结算，如果你所在的矿池爆了好几个块，当天的收益就很高，如果矿池一天都没有挖到什么块，那么所有人今天都没有收益。这称为 PPLNS（Pay Per Last N Shares）。
第二种即按理论值分币：时间周期内（一般是一天），理论上矿池能得到多少收益，按照算力比例给矿工分钱，相比上一种稳定。
借用这篇文章里的一个例子：假如在某 10 分钟，你为某矿池提供了 1 T 算力，当时该矿池算力共为 100 T，全网算力 1000 T，比特币网络平均每 10 分钟出一个块，出块奖励为 12.5 个 BTC，矿池占全网总算力的十分之一，矿池收益期望值为 1.25 个 BTC，你的算力占矿池算力的百分之一，无论矿池是否挖到区块，你的收益都是理论收益 1.25 BTC。这种称为 PPS(Pay Per Share)。由于 PPS 模式下，矿池承担风险，所以费用的比率会更高。
行文至此矿池的基本知识科普得差不多了。突然想起最近（我是在年前采访的……）看文章看到以太坊的空块率多了很多，我又顺便问了一下矿池为什么要挖空块，得到的回答是省时间：“挖空块的好处，不用同步数据，也不用下载，而且上传更快，（不过短时间内）出块太多会提升难度。”
想知道得更详细，可以参考《科普入门 | 空块是什么为什么矿工要挖空块 》这篇文章：
“挖空块技术唯一的优势就在于，因为空块只有一条信息，空块矿工省去了‘打包’大量信息的时间。这使得空块矿工挖完这个区块，直接就可以开始下一个区块的挖矿。
如果是大矿场甚至矿池级别的硬件，这一操作说起来只是节省了几秒钟的时间，不过大矿池几秒钟时间的算力，秒秒钟几百万上下真是一点也不夸张啊。
矿池（矿池app下载）
www.4p3.cn 版权所有 赣ICP备2024038979号-2
本网站内容由互联网收集整理，目的在于研究学习传递之用 如有不妥请联系删除 gg.e@163.com
