矿视界译文：抗ASIC为何难以实现？看看RVN团队怎么说

上周五，RVN 官方团队会议如期召开，会上团队成员对「抗 ASIC 新算法」进行讨论，文中包含其社区成员观点及分析对比算法前后收益。本文由矿视界（奇迹摩尔）翻译整理编辑，如需转载，请标明出处。

（一）关于“抗 ASIC 新算法”的小讨论

RVN 核心开发人员 Tron 声称他已经阅读了那篇 X1MT 相关的文章。文章是由 whitefire990 编写的有关抗 ASIC 算法的建议，并且 Tron 还说了，该篇文章研究十分透彻，分析了 ASIC 难以解决的原因。

但同时，Tron 也担心种子算法在欺骗 ASIC 方面更具优势的特性，因为这会增加区块挖掘所需的时间。PlayHard 还指出，尽管文档非常出色，但没有提及所需要的功耗以及核算。

发文作者 Whitefire990 解释说，该论文正在推动 X1MT 变体，该变体每个块具有恒定的哈希率，并且仅需要块头中的一到两个半字节。他还说，如果有人不喜欢所建议的任何变体，不如自己也来发布一篇文章。

下文中我们收录了一些 RVN 社群对于论文的观点以及用来支持观点的数据对比。

（二）个人观点

01 长期抗 ASIC 算法的归处

我参加了最近创建的算法通道，并不断观察到有关抗 ASIC 方法的讨论。尽管五年来，我一直以自己的方式非专业地分析区块链和加密货币，但我还是能够理解每次专业提案方法的设计和方向。其中一种方法是本次会议中提到的 X1MT 方法。

Whitefire990 的文章目的是要了解 X16R 样式算法的局限性，并表示希望该文能激发新的想法，或者也可以用不同的方式重新包装其他想法。

在这一点上，我打算跳过 Whitefire990 的那篇文章，我认为没有多少人会看得懂，所以我打算用自己的方式来总结它，可能稍显冗长。但要知道，每次学习和分析新事物都需要花费大量的精力和时间，而我，愿意充当社区的桥梁。

02 在抗 ASIC 战场上拯救私人 GPU

Whitefire990 那篇文章的目的如下，保持与 X16R 算法相同的风格和精神，同时在不开发全新算法的情况下进行转换。此外，新算法方案的效率与 X11 算法的 28nm ASIC 和 1080i GPU 形成对比。

03 ASIC 环境下各硬件应用 X16S 算法前后的收益比

首先，X16S 中有 16 个可选算法。S 之后是基本 16 算法列出顺序本身，但是在每个块创建时新算法列出顺序都是随机的。简而言之，算法列表本身的顺序已在基本设计中设置好了，但是从 N 块到 N + 15 块的算法列表顺序是随机的。模拟结果如下，应用 X16S 算法之前 ASIC 性价比约为应用之后的 175 倍。

抗ASIC为何难以实现？看看RVN团队怎么说
04 ASIC 环境下各硬件应用 X16R 算法前后的收益比

这次，是对 X16R 的 ASIC 电阻模拟，X16R 在 2019 年 10 月 1 日之前负责 RVN 的 ASIC 电阻。与前面描述的 X16S 不同，算法列表顺序会针对每个块的创建和基本设计发生改变。

乍一看，ASIC 电阻可能会明显更高，因为 S 方法比 R 方法更随机，但事实并非如此。原因就是选择块的顺序。也就是说，在每次创建块时监视生成算法的随机序列 1 亿次之后，16 个算法中的一个被持续重复。特别值得一提的是，一个算法连续重复 5 次的概率只有 4.3%，连续重复 6 次以上的概率趋近零。

抗ASIC为何难以实现？看看RVN团队怎么说

因此，设计一个具有“选择和集中”策略的芯片，从 ASIC 制造商那一方，将可连续重复四次以上的某一特定算法排除在外，可以提高效率，这是不可忽视的。正因如此，应用 X16R 算法之前 ASIC 性价比约为应用之后的 81 倍。

05 ASIC 环境下各硬件应用 X16RF 算法前后的收益比

X16RF 设计用于解决 X16R 中所示特定算法低复制概率的问题，它通过从块头中额外提取四位数来增加特定算法的连续性。结果显示，某个算法连续 12 次出现的概率提高到了 8.6% 左右。由于这个原因，应用 X16RF 算法之前 ASIC 性价比约为应用之后的 27 倍。

抗ASIC为何难以实现？看看RVN团队怎么说
06 ASIC 环境下各硬件应用 X1632RF 算法前后收益比

X1632RF 算法和 X16RF 相似，但是在创建区块期间可以选择算法数量存在差异（一种可以多选 16 个算法）。事实上，ASIC 设计的复杂度变得越来越高，因此应用 X1632RF 算法之前 ASIC 性价比约为应用之后的 13.4 倍。

抗ASIC为何难以实现？看看RVN团队怎么说

07 ASIC 环境下各硬件应用 X20RVS 算法前后的收益比

X20RVS 有 20 个可选算法，并且每次创建块时算法顺序都会改变。VS 代表 Variable Sbox，目的是增加复杂性，对于 GPU 来说，这一直很不讨喜。这是因为 ASIC 的盈利能力是X20RVS GPU 的 65.1 倍，与 X16R 相差不大，但是 ASIC 与 FPGA 的性价比却大大降低了两倍左右。

抗ASIC为何难以实现？看看RVN团队怎么说
08 ASIC 环境下各硬件应用 X1MT 算法前后的收益比

最后一个回顾关于 X1MT 算法，包括从名称我们可以知道的内存转换（MT）。该算法的预期效果如下。

①它为 GPU 和 FPGA 保持了几乎相近的性价比

②它具有任何变体建议的最大 ASIC 电阻量

③它可以被校准并均衡、稳定块之间的全网算力，从而使难度调整算法更容易地维护 60 秒块
抗ASIC为何难以实现？看看RVN团队怎么说值得注意的是，内存转换根本不影响 GPU 或 FPGA 的算力，但使 ASIC 大大降低了其性能。模拟结果显示，应用 X1MT-16 算法之前 ASIC 性价比约为应用之后的 7.7 倍，而到了 FPGE 仅高 2 至 5 倍。

抗ASIC为何难以实现？看看RVN团队怎么说
仅供参考，应用 X1MT-32 算法之前 ASIC 性价比约为应用之后的 3.5 倍。与 FPGA 相比，性价比则无太大差异。

抗ASIC为何难以实现？看看RVN团队怎么说
Whitefire990 在文章的结尾说了 X1MT-16 使用与 X16R 相同的哈希函数，GPU 程序员只需要实现暂存器生成和内存转换步骤，这可能需要 3 天时间。

X1MT-32 需要同样步骤，再加上 M6 和 HAMSI-256 的执行，这一步可没有现有 GPU 代码。

此外，X1MT-32 还需要从其他 GPU 挖矿软件（如 Nexus 和 Sinovate）执行一些“剪切和粘贴”来将其余的功能组装在一起。一个好的 GPU 程序员要安装并运行 X1MT-32，可能也需要整一周。

他的所提，简单来看就是，完美抗 ASIC 方法几乎不存在。在我看来，能打败 ASIC 的是另一代 ASIC。然而，RVN 开发团队设计了新算法 X16R，使 RVN 从一开始就更容易被挖掘，并且仍在努力维护 RVN 挖矿的分布。我们审查过的提案也是结果之一。我们希望 RVN 可持续的抗 ASIC 方法有一天会出现，我们社区也将继续支持此愿景。

原文链接：
https://www.ravenplatform.com/home/devs-meeting-review8-nov-2019
翻译&校对：有条鱼。

——–END——–