Tweetin poisti sen kirjoittaja.
Mutta me tallensimme kaiken 🙂.
Louhintalaitteiden valmistaja FutureBit on testannut poikkeuksellista menetelmää SHA-256-laskennan suorittamiseen banaanikärpäsen aivojen digitaalisen mallin avulla. HashFly-kokeessa käytetään 2 914 simuloitua hermoyhteyttä, mutta se toimii toistaiseksi tavanomaisella tietokonelaitteistolla eikä pysty kilpailemaan ASIC-louhijoiden kanssa.
Tämä artikkeli on käännetty alkuperäisestä tekstistä. Lue kirjeenvaihtajamme alkuperäinen versio täältä.
Yhtiön mukaan oikeisiin biologisiin neuroneihin perustuva teoreettinen järjestelmä voisi saavuttaa noin 1 watin energiatehokkuuden per TH/s. Se olisi noin 10 kertaa energiatehokkaampi kuin 3 nm:n prosessilla valmistetut modernit ASIC -sirut, vaikka tällainen järjestelmä on toistaiseksi täysin hypoteettinen.
Näytä julkaisu X:ssä Ladataan...
HashFly perustuu MaleCNS v1.0:aan, joka on digitaalinen kartta aikuisen koiraspuolisen banaanikärpäsen aivoista ja keskushermostosta. FutureBit aikoo laajentaa kokeen kattamaan kaikki aineiston neuronit ja julkaista tutkimustuloksensa.
Bitcoinin louhimiseksi laitteet suorittavat toistuvasti SHA-256-laskentaa pyrkien löytämään arvon, joka täyttää verkon vaaditun vaikeustason. Louhintalaitteiston suorituskykyä mitataan hashratella eli niiden sekunnissa tekemien tällaisten yritysten määrällä.
HashFlyssa osa laskentaprosessista suoritetaan 2 914 simuloidun hermoyhteyden avulla. Käyttäjät voivat säätää tavoitevaikeustasoa, mutta koe toimii tasolla, joka ei ole verrattavissa todelliseen Bitcoin-verkkoon.
Vertailun vuoksi FutureBitin kompakti Apollo III ASIC-louhija voi tuottaa noin 18 TH/s. HashFly toimii suoraan selaimessa tavanomaisella laitteistolla, eikä sitä ole suunniteltu käytännön Bitcoin-louhintaan.
Kokeen kiinnostavin osa on FutureBitin teoreettinen arvio järjestelmän biologisesta versiosta.
Yhtiö laski, että jos todelliset neuronit voitaisiin saada suorittamaan jatkuvasti louhintaan liittyviä laskelmia ja niiden tuottoa verrattaisiin banaanikärpäsen energiankulutukseen, tehokkuus voisi nousta noin 1 wattiin per TH/s. Tällaisilla ominaisuuksilla varustettua reaalimaailman järjestelmää ei tällä hetkellä ole.
Erillistä FlyMiner-nimistä hanketta kehitetään digitaalisen kartan avulla, joka sisältää 139 255 banaanikärpäsen neuronia ja 16,8 miljoonaa niiden välistä yhteyttä. Toisin kuin HashFly, järjestelmä ei suorita suoraan kaikkia louhintalaskelmia. Sen sijaan se määrittää, milloin tavanomaisen algoritmin pitäisi aloittaa ratkaisun etsiminen.
Kun kärpäsen liikkeeseen liittyvien simuloitujen neuronien aktiivisuus saavuttaa ennalta määritetyn kynnyksen, ohjelma alkaa testata CKPool-soololouhintapoolista vastaanotetun tehtävän ratkaisuja. Prosessi yltää noin 700 000 yritykseen sekunnissa.
Banaanikärpäsen aivojen digitaalisia malleja on kokeellisesti käytetty myös louhinnan lisäksi treidaukseen. Tällaisissa hankkeissa testataan, voidaanko organismin hermoaktiivisuutta ilman minkäänlaista ymmärrystä rahoitusmarkkinoista hyödyntää treidauspäätösten signaalilähteenä.
Yksi mahdollinen ero tämän lähestymistavan ja ihmisen käyttäytymisen välillä on markkinaliikkeisiin liittyvien tunneperäisten reaktioiden puuttuminen. Tällaiset kokeet eivät kuitenkaan ole vielä osoittaneet, että biologiset tai simuloidut hermojärjestelmät päihittäisivät ammattimaiset treidausalgoritmit.
Raportoimme aiemmin, että HOLY Mining lanseerasi älykkään pilvilaskentaalustan louhinnan tehokkuuden parantamiseksi. Yhtiö keskittyy laskentatehon ja infrastruktuurin hallinnan automatisointiin.