دستگاه ماينر

گمانه‌زني‌ها درباره هزينه‌هاي طراحي سخت‌افزار و توسعه دستگاه ماينرهاي اي‌سيك الگوريتم‌هاي ProgPoW و Ethash هميشه با جمله‌اي اين چنيني همراه است: به سازندگان اعتماد كنيد، چرا كه آنها در اين كار تجربه دارند. حالا اين كار گاهي توليد ماينر ايسك است و گاهي طراحي مدارهاي مجتمع.

براي مخاطبي كه شناخت او از كدنويسي بيشتر از اصطلاحات تخصصي مباحث حوزه الكترونيك مثل زمان صعود است، توضيح اينكه چرا صحبت‌هاي سازنده در موردالگوريتم به درد او نمي‌خورد، مفيد خواهد بود. IfDefElse، يكي از تيم‌هايي است كه بر روي الگوريتم ProgPoW كار مي‌كند و در مقاله اي به تشريح چالش‌هاي ساخت ماينر براي اتريوم، رويكرد شركت‌هاي مختلف در قبال اين موضوع و هزينه‌ ساخت آن‌ها مي‌پردازد تا نشان دهد كه چرا ساخت دستگاه ASIC براي الگوريتم ProgPoW در عين امكان‌پذير بودن، صرفه اقتصادي ندارد.

يك برنامه‌نويس مي‌تواند در هر حوزه‌اي، از نوشتن اسكريپت‌ها تا نرم‌افزارهاي آيفون و از سامانه‌هاي نهفته تا سيستم‌عامل ويندوز، ورود پيدا كند. ولي ساختن يك نرم‌افزار شما را به مسئول يا صاحب تيم برنامه‌نويسيِ بك‌اند اپ استور اپل يا بهره‌وري سيستم‌هايش تبديل نخواهد كرد. همان‌طور كه آماده كردن يك سيستم‌عاملِ بي‌درنگ (RTOS) شما را به يكي از مديران مالي مايكروسافت بدل نمي‌كند.

البته منظور ما اين نيست كه طراح ويندوز يك برنامه‌نويس برتر است بلكه مي‌گوييم كه چنين پيشينه‌هايي ذهني از مسائلي از اين قبيل، در فهم موضوعات ديگر كمكي نخواهند كرد، مخصوصا حالا كه بحث بر سر «صرفه جويي به مقياس» (Economies of Scale) است.

بگذاريد اين موضوع را به يك مثال شرح دهيم: يك طراح سخت‌افزار مي‌تواند از طراحي يك مدار مجتمع (IC) براي يك مسواك گرفته تا طراحي يك معماري سيليكوني براي تجهيزات شبكه، فعاليت كند. مهندسي كه 100 هزار واحد مسواك را در ماه آماده مي‌كند هيچ دركي از مفهوم صرفه‌جويي به مقياس در خصوص مهندسِ شبكه‌اي كه تعداد واحدهاي آماده ارسال او 1 ميليون واحد در ماه است، نخواهد داشت. به همين شكل، يك طراح اي‌سيك‌ِ ارزهاي ديجيتال درك بسيار كمي از حوزه فعاليت يك طراح اي‌سيكِ كارت گرافيك دارد، چراكه اين دو، صنايعي متفاوت عموما با ريشه‌هاي جغرافيايي متفاوت هستند.

تصويري از سطح داي تراشه پولاريس

البته يك نكته را نبايد فراموش كرد و آن اين است كه برنامه‌نويسي و مهندسي هر دو يك مهارت محسوب مي‌شوند؛ چنانچه شما در اين زمينه‌ها به‌طور روزانه كار نكنيد، در هر دو حيطه كسب دانش و توانايي عقب خواهيد ماند. به همين دليل است كه يك توليد كننده ايسيك ارزهاي ديجيتال در ورود به بازار الگوريتم SHA256d دچار مشكل خواهد شد، زيرا آن‌ها بايد با مهندسيني رقابت كنند كه شش سال جلوتر از او هستند.

مقالاتي مثل اين اكثر اوقات از كمبود دانش سخت‌افزاري فعالان اين حوزه سوءاستفاده مي‌كنند. طراحي تجهيزات استخراج ارزهاي ديجيتال صنعتي شديداً نرم‌افزاري بوده و اكثر كارهاي مهندسي سخت‌افزاري آن پشت درهاي بسته و در شركت‌هاي خصوصي انجام مي‌شود.

ما در اين صنعت بارها شاهد متخصصين بي‌تجربه‌اي بوده‌ايم كه با تلاش بسيار سعي كرده‌اند مهندسان نرم‌افزار را نسبت به توانايي‌هايشان براي رسيدن به پيشرفت‌هاي اكوسيستم موجود قانع كنند. براي نمونه مي‌تواند به نمونه‌هايي مثل مونرو، بيت كوين و زي كش اشاره كرد. واقعيت اين است كه چنين چالشي تاكنون ايجاد نشده است. طراحان هيچ‌گاه با سخت‌افزارهايي كه توسط يك شركت بزرگ با چندين دهه تجربه مهندسي ساخته شده باشند، در حال رقابت نبوده‌اند. واقعا فكر مي‌كنيد پردازنده‌اي كه توسط بيت مين يا اينوسيليكون ساخته شده باشد مي‌توانند با اينتل يا AMD رقابت كند؟

صرفه جويي به مقياس، چه درزمينه? هزينه و چه در زمينه تجربه، هميشه مسئله‌اي شايع و مهم بوده است.

استدلال‌هاي يك طراح مدار مجتمع

الگوريتم ProgPow از نگاه يك طراح مدار مجتمع

پيش از اينكه مطلب را بخوانيد، گفتن اين نكته ضروري است كه صحبت‌هايي كه تفكيك شده‌اند، ادعاها و اظهاراتي هستند كه در بخش «پاسخ» به آنها جواب خواهيم داد.

هش ريت، چه در ProgPow و چه در Ethash، توسط پهناي باند ذخيره‌سازي DRAM (حافظه تصادفي پويا) خارجي تعيين مي‌شود.

پاسخ: خير. هش ريت در الگوريتم ProgPow به دو عامل تعداد هسته‌ها و پهناي باند حافظه بستگي دارد و مغايرت‌هاي ميان Ethash و ProgPow نيز به خاطر همين دليل است:

همان‌طور كه مي‌بينيد حافظه موردنياز براي استخراج سودمندانه الگوريتم Ethash به طرز چشمگيري افزايش يافته است. اين تقاضا براي حافظه‌هايي با پهناي باند بالا باعث تسريع توسعه حافظه‌هاي پرسرعت نسل بعد مثل GDDR6 و HMB2 شده است.

پاسخ: تمام اين تقاضاي گسترده براي حافظه‌هاي با پهناي باند بالا از Ethash با حجم بازار 15 ميليارد دلاري‌اش نمي‌آيند، بلكه تنها بخشي از آن منسوب به استخراج است. عمده تقاضاي آنها از جانب بازارهاي اصلي نظير كارت‌هاي گرافيك، هوش مصنوعي، ابررايانه‌ها، صنعت بازي‌سازي و FPGA ناشي مي‌شود. تقاضاي خريد تجهيزات استخراج قدرت آن را ندارد كه بازارهاي عظيمي مثل بازار 1?2 تريليون دلاري هوش مصنوعي، 30 ميليارد دلاري بازي‌هاي كامپيوتري، 35 ميليارد دلاري كنسول‌هاي بازي و 29 ميليارد دلاري ابررايانه‌ها را تحت شعاع خود قرار دهد.

به دليل تشابهات موجود بين الگوريتم‌ها و معماري ProgPow و Ethash، بر اين عقيده هستم كه اي‌سيك بعدي شركت اينوسيليكون (Innosilicon) الگوريتم ProgPow را هدف خواهد گرفت.

پاسخ: تنها تشابه بين اين دو الگوريتم در ميزان استفاده آن‌ها از DAG در حافظه خارج از هسته كارت گرافيك است. از ديدگاه محاسباتي، الگوريتم Ethash براي كار تنها به يك هسته ثابت Keccak_f1600 و يك عمليات پيمانه (Modulo Function) نياز دارد. اما ProgPow احتياج به قابليتي دارد كه بتواند ضمن اجراي يك توالي 16 خطي درهمِ رياضي به يك كش سطح يك (L1 Cache) با پهناي باند بالا هم دسترسي داشته باشد. طراحي يك هسته محاسباتي كه توانايي اجراي توالي محاسباتي ProgPow را داشته باشد به‌طور حتم بسيار مشكل‌تر از پياده‌سازي يك هش با كاركرد ثابت مثل Keccak خواهد بود.

درست است كه هش ريت Ethash به‌طور چشمگيري به پهناي باند وابسته است. نكته مهم ProgPow اين است كه اين الگوريتم براي اجراي توالي‌هاي تصادفي رياضي هم به پهناي باند [بالاي] حافظه و هم به محاسبات هسته وابسته است و اين وجه تمايز بسيار پر اهميت است.

هدف از اثبات كار، اثبات رياضي [صرف] هزينه‌ها در زمينه سخت‌افزار و مصرف انرژي است. Ethash قابليت اين را نداشت كه بخش بزرگي از هزينه سخت‌افزاري (موتور محاسباتي) را در اثبات رياضي به خودش اختصاص دهد و به جاي آن رابط‌هاي حافظه را در اختيار گرفت. به همين دليل است كه شما مي‌توانستيد اي‌سيكي بسازيد كه در آن قطعه‌اي كه در محاسبات رياضي كاربردي ندارد حذف شده باشد.

از آنجايي كه كارت گرافيك، يك تراشه شتاب‌دهنده همه‌منظوره است كه عمليات مربوط به طراحي، ساخت و آزمودن آن حدود 12 ماه طول مي‌كشد و براي اين‌كه بتوان از پوشش تمام سناريوهاي محاسباتي توسط آن مطمئن شد بايد شبيه‌سازي‌هاي سخت‌افزاري و توسعه‌هاي نرم‌افزاري زيادي روي آن انجام شود.

پاسخ: به زبان ساده الگوريتم ProgPow يعني كه تا جايي كه مي‌توان كليات هزينه سخت‌افزار را كاهش داد. از آنجايي‌كه بخش جديد اين الگوريتم با هدف تخصيص سخت‌افزار محاسبه كننده اين سناريوهاي محاسباتي تا كوچك‌ترين واحدهاي معماري آن ايجاد شده است، مي‌توان گفت كه ساخت يك اي‌سيك براي آن به زماني بسيار بيشتر از سه تا چهار ماه احتياج خواهد داشت.

سؤالي كه اينجا بايد به آن جواب داد اين است كه چرا عمليات مميز شناور حذف‌شده است؟ دليل آن ساده است: مميزهاي شناور (Floating Point) را نمي‌توان از يك تراشه به تراشه‌هاي ديگر منتقل كرد. تراشه‌هاي مختلف، موارد مرزي (Edge) مربوط به مقادير خاص (INF، NaN و Deform) را از راه‌هاي متفاوتي حل مي‌كنند. بزرگ‌ترين واگرايي در هنگام كار با نا اعداد (NaN) به وجود مي‌آيد كه به‌طور طبيعي و هنگام استفاده ورودي‌هاي تصادفي پيش خواهد آمد. به نقل از توضيحات ويكي‌پديا دراين‌باره:

اگر چندين ورودي مختلف نا عدد وجود داشته باشد بار مفيد نا عدد بايد شامل يكي از ورودي‌ها باشد و در اين استاندارد مشخص نشده كه كدام‌يك از آن‌ها بايد انتخاب شود.

پاسخ: اين يعني اينكه براي استفاده از مميزهاي شناور، لازم است كه هر عمليات مميز شناور با يك دستور چك (if(is_special(val)) val= 0.0 check) جفت شود. بديهي است كه اين دستور چك را مي‌توان توسط خود سخت‌افزار هم انجام داد. كاري كه براي يك اي‌سيك ارزهاي ديجيتال بسيار سودمند خواهد بود.

حالا بگذاريد ببينيم كه هش ريت يا هش در ازاي وات در كجاي بحث ما قرار مي‌گيرد.

هش ريت، مقياس اندازه‌گيري هزينه انرژي است. تا وقتي‌كه همه را با يك واحد اندازه‌گيري كنيم، واحد مصرف انرژي اهميتي ندارد، يك ماينر هميشه حداكثر انرژي (هش ريت) ممكن را مصرف خواهد كرد. به صرفه بودن عمليات، به دليل تغيير واحد سنجش از يك Ethash (با واحد كوچك‌تري مثل ژول) به يك ProgPow (واحد بزرگ‌تري مثل كالري)، تغيير نخواهد كرد. هش ريت كلي در واقع بيانگر هزينه اقتصادي كلي كار انجام‌شده توسط همه افراد براي تضمين امنيت شبكه است. تا هنگامي‌ كه كار هر كس به طور منصفانه‌اي و با يك واحد اندازه‌گيري يكسان اندازه‌گيري شود، وضعيت براي يك ماينر معمولي تفاوتي نخواهد كرد.

يك توليدكننده اي‌سيك با استفاده از بانك‌هاي كوچك‌تر GDDR6 مي‌تواند ازنظر هزينه ساخت از كارت‌هاي گرافيك جلو بزند. با استفاده از 16 تراشه 4 گيگابايتي GDDR6 مي‌توان با همان هزينه به يك پهناي باند دو برابري دست پيدا كرد.

در خصوص مزارع بزرگ استخراج، هميشه پاي ProgPow وسط است؛ ما هم در جواب تكرار مي‌كنيم كه صرفه جويي به مقياس يكي از واقعيت‌هاي زندگي است و هميشه وجود خواهد داشت.

پاسخ: اول اينكه داشتن يك پهناي باند دو برابري محتاج محاسبات دو برابري هم هست. پس اين يك مقياس بندي خطي است و يك برتري محسوب نمي‌شود.

دو اينكه ما در حال حاضر توليدكننده‌اي نداريم كه خط توليد تراشه‌هاي 4 گيگابايتي GDDR6 را آماده كرده باشد. شركت ميكرون (Micron) تنها تراشه‌هاي 8 گيگابايتي و شركت سامسونگ تنها تراشه‌هاي 8 گيگابايتي و 16 گيگابايتي توليد مي‌كنند. فعلا ساخت اينترفيس ورودي و خروجي GDDR6 روي داي حافظه بسيار گران تمام مي‌شود. در هر نسل، ميزان فضاي اشغال‌شده‌ي اينترفيس از داي در مقايسه با حافظه بيشتر مي‌شود؛ چرا كه سرعت طراحي PHY يا لايه فيزيكي كوچك تر نمي‌تواند با همان سرعت كوچك شدن سلول‌هاي حافظه در روند پردازش ، برابري كند. بازار حافظه توسط خريداران بزرگ مانند كنسول‌هاي بازي و كارت‌هاي گرافيك و در طي دوره هاي زماني طولاني كنترل مي‌شود كه حافظه هاي پر ظرفيت تر را ترجيح مي دهند. فروشنده‌هاي حافظه هم انگيزه‌اي براي ساختن قطعات 4 گيگابيتيِ پر ريسكي كه بازده ميليارد دلاري سالانه آنها را تضمين نمي كند، ندارند.

ماژول‌هاي زيادي در تراشه كارت گرافيك 2080 RTX وجود دارد كه فضاي زيادي از تراشه را خود اختصاص داده‌اند و هيچ كاربردي در الگوريتم ProgPow ندارند. ماژول‌هايي مثل PCIE، NVLINK، L2Cache، واحد سايه زني 3072، 64 واحد رندر خروجي و 92 واحد نقشه‌برداري بافت و …

پاسخ: كارت 2080 RTX نمونه خوبي براي اين بحث نيست. در سري RTX كمپاني انويديا فضاي بسيار زيادي از داي تراشه براي امكانات جديد آن مثل هسته‌هاي رهگيري پرتو (ray-tracing) در نظر گرفته‌شده است. ازآنجايي‌كه الگوريتم ProgPow طوري طراحي شده است كه بتواند با كارت‌هاي موجود هر دو شركت Nvidia و AMD كار كند، نمي‌تواند از اين امكانات جديد استفاده كند (زيرا كارت هاي AMD فاقد اين هسته ها هستند). به همين دليل مقايسه كارت‌هاي سري RX 5xx شركت AMD با سري 1XXX شركت Nvidia، مقايسه بهتري خواهد بود.

همان‌طور كه قبلاً هم اشاره شد، بخش‌هاي از كارت گرافيك هستند كه نمي‌توان آن‌ها را استفاده كرد. بخش‌هايي مثل واحدهاي مميز شناور منطقي، حافظه كش سطح 2 و بخش‌هاي مختص پردازش‌هاي گرافيكي مثل كش هاي بافت (گرافيكي) و واحدهاي رندر خروجي (ROP). بخشي كه براي الگوريتم ProgPow بسيار حياتي است و محاسبات وكتور در آنجا انجام مي‌شود واحدهاي سايه زني هستند. يك اي‌سيك ارزهاي ديجيتال علاوه بر اين‌ها بايد فضايي را هم براي تعبيه كاركردهاي Keccak اضافه كند. ما تخمين مي‌زنيم كه فضاي داي (سطح) تراشه‌ اي‌سيك الگوريتم ProgPow حدوداً 30 درصد كوچك‌تر و ميزان توان مصرفي آن در بهترين حالت تنها 20 درصد از كارت گرافيك هم‌ ارز خود كمتر خواهد بود. درست است كه بخش‌هاي غيرقابل استفاده روي داي كارت گرافيك فضاي زيادي را هدر مي‌رود، اما توان مصرفي آن‌ها بسيار كمتر است.

تراشه‌هاي كوچك در مقايسه با تراشه‌هاي بزرگ بازدهي بيشتري دارند.

پاسخ: اين مسئله طوري مطرح شده كه انگار در يك كلاس آموزشي چيپ سازي قديمي حضور داريم. فرمول محاسبه بازدهي آن‌ها مربوط به مقاله سال 2006 است. يعني در اين ميان 13 سال نوآوري درزمينه? بازدهي و كنترل پروسه، ناديده گرفته شده است.

براي تراشه‌اي كه تنها يك واحد عملكردي دارد، فضاي كوچكتر داي بهره وري بهتري خواهد داشت. البته اين موضوع درباره اكثر كارت گرافيك‌هاي امروزي صادق نيست. اجزاي كارت گرافيك‌هاي امروزي داراي هزاران واحد هستند كه در صورت نقص در عملكرد، ناديده گرفته مي‌شوند و به شكل اختياري قابل بازيابي هستند. تا زماني كه اندازه هر واحد قابل بازيابي كوچك باشد، بازدهي آن تراشه مي‌تواند به همان اندازه، يا حتي بيشتر، از تراشه‌هاي كوچك‌تري باشد كه بلاك‌هاي عملياتي بيشتري دارند.

بياييد براي توضيح اين مفهوم يك مثال عملي بزنيم:

1. فرض كنيد شما يك تراشه غول‌پيكر «الف» داريد كه تمام سطح ويفر را اشغال كرده است. تراشه الف شما از 100 هزار اجزاي فرعي قابل بازيابي تشكيل‌شده است كه براي كاركرد معمولي اين تراشه بايد تنها 80 درصد آن‌ها بدون نقص كار كنند. اجزاي فرعي معيوب در طول فرايند بازيابي به‌صورت كاربردي كنار گذاشته مي‌شوند.
2. حالا يك تراشه كوچك «ب» را در نظر بگيريد كه تنها يك بلاك (واحد) كاربردي غيرقابل‌بازيابي دارد و اندازه‌اش آن‌قدر هست كه 100 هزار واحد را در همان ويفر جاي بدهد. وجود تنها يك نقص در چنين تراشه‌اي به معناي ازكارافتادن كل تراشه خواهد بود.
3. اگر شما دقيقاً 20 هزار نقص را به‌طور مساوي در هر ويفر توزيع كنيد، بازده تراشه غول‌پيكر الف شما 100 درصد خواهد زيرا 20 درصد بلاك‌هاي فرعي در روند بازيابي كنار گذاشته‌شده‌اند اما بازده تراشه كوچك ب تنها 80 درصد خواهد بود زيرا براي آن هيچ بلاك قابل بازيابي پيش‌بيني‌نشده است.

به اين دليل است كه كارت‌هاي گرافيكي [تراشه‌هاي] مشابه زيادي وجود دارند كه تعداد سايه زن هاي فعال آن‌ها با يكديگر متفاوت است. براي نمونه مي‌توانيد به محصولات متنوع AMD با تراشه Polaris 20 و يا محصولات Nvidia با تراشه GP104 دقت كنيد. در اين تصوير مي‌توانيد تعداد بالاي بلاك‌هاي فرعي قابل بازيابي (قابل صرف‌نظر) يك كارت گرافيك را مشاهده كنيد.

ولتاژ اي‌سيك‌ها را مي‌توان به‌راحتي تا 0.4 ولت، يعني نصف ولتاژ كارت‌هاي گرافيك، پايين آورد. اين طراحي ولتاژ پايين همين‌ حالا هم در تجهيزات استخراج بيت كوين به كار مي‌رود و هيچ دليل ندارد كه از آن‌ها در اي‌سيك هاي الگوريتم ProgPow استفاده نشود.

پاسخ: طراحي‌هاي ولتاژ پايين تنها وقتي كار خواهند كرد كه تراشه آن، مثل اي‌سيك‌هاي SHA256d، تنها داراي هسته محاسباتي باشد. با ادغام ساير عناصر در اين تراشه مثل SRAMها (كه از ملزومات الگوريتم ProgPow به شمار مي‌رود)، عملكرد مؤثر اين قطعات بسيار دشوار يا كاملاً غيرممكن خواهد شد.

حافظه‌هاي پوياي LPDDR4x DRAM هم همين سطح از صرفه‌جويي در توان مصرفي را ارائه مي‌دهند و توان مصرفي آن‌ها از حافظه‌هاي GDDR6 هم پايين‌تر است.

پاسخ: پهناي باند حافظه‌هاي LPDDR4x به طرز چشمگيري (4.2 گيگابيت در برابر 16 گيگابيت براي هر پين) پايين‌تر از GDDR6 است. يعني براي رسيدن به همان كارايي بايد تعداد تراشه‌ها و اينترفيس‌هاي حافظه را چهار برابر كرد. كاري كه هزينه توليد را بسيار بالا خواهد برد.

البته بايد اين را هم در نظر داشت كه تعداد اينتفريس هاي تراشه‌هاي حافظه با پهناي باند بالا محدود است. اين يعني اين‌كه فضاي محدود داي تنها مي‌تواند ناحيه‌اي را در خود جاي دهد كه سيگنال‌ها بتوانند از طريق آن از تراشه به برد اصلي منتقل شوند. يك طراحي كه بر پايه LPDDR4x بنا شود براي دستيابي به پهناي GDDR6 بايد فضاي انتقال سيگنال‌هاي روي برد اصلي را تا 4 برابر افزايش دهد. در اين صورت هزينه تنها شامل تراشه‌هاي حافظه نمي‌شود بلكه فضاي داي محاسباتي موردنياز براي تغذيه حافظه‌ها را هم در بر مي‌گيرد. چيزي كه وضعيت را از اين هم بدتر مي‌كند اين است كه فضاي داي اضافي در اين عملياتِ سرعت محور باعث به هدر رفتن توان الكتريكي بيشتري خواهد شد.

به همين دليل است كه از اين نوع حافظه در كارت‌هاي گرافيك امروزي استفاده نمي‌شود. حافظه LPDDR4x ازنظر هزينه پهناي باند بسيار گران تمام مي‌شود. پهناي باند اين حافظه 4 برابر گران‌تر است زيرا تعداد تراشه‌هاي موردنياز آن 4 برابر بيشتر است. هزينه اين حافظه براي پهناي باند 256 گيگابايت در ثانيه و 9 وات مصرف انرژي 150 دلار است در صورتي كه GDDR6 همين پهناي باند را با 11 وات مصرف و تنها 40 دلار در اختيار شما مي‌گذارد؛ به عبارت ديگر، با صرف هزينه بيشتر عملا هيچ صرفه جويي‌اي در مصرف صورت نمي‌گيرد. لازم به ذكر است كه اين هزينه براي پهناي باند است و نه براي ظرفيت.

يك توليدكننده كارت گرافيك مثل شركت انويديا 8000 نفر را براي توسعه كارت‌هاي گرافيكش استخدام كرده است كه كار را از نقطه نظر فني بسيار پيچيده‌تر مي كند. درصورتي‌كه يك توليدكننده اي‌سيك مثل شركت لينژي (Linzhi) با استخدام 10 يا 12 نفر تمركز خود را روي اي‌سيك‌هاي مخصوص الگوريتم Ethash گذاشته است. هزينه كارمندان شركت انويديا حدود 100 برابر شركت لينژي است؛ بنابراين اي‌سيك‌ها از نظر هزينه و زمان لازم براي عرضه محصول به بازار ازتراشه هاي گرافيك بهتر عمل مي‌كنند.

پاسخ: يك‌بار ديگر مزيت‌هاي صرفه جويي به مقياس در اينجا اهميت پيدا مي‌كند. صنعت توليد كارت گرافيك با استفاده از كانال‌هاي فروش متنوع، بازار 420 ميليارد دلاري خود را در سراسر جهان سرشكن مي‌كند: شركت AMD با 11?6 ميليارد دلار، Nvidia با 154?5 ميليارد دلار و اينتل با 254?8 ميليارد دلار. اين ارقام تنها مربوط به حافظه است و هزينه‌هاي توليد لايه فيزيكي و ويفرها هم يك صنعت 500 ميليارد دلاري مجزا را تشكيل مي‌دهد كه در آن سامسونگ با 325?9 ميليارد دلار و 320,671 كارمند، ميكرون با 60?1 ميليارد دلار و 34,100 كارمند و هاينيكس (Hynix)با 56?8 ميليارد دلار و 187,903 كارمند، سردمداران اين صنعت محسوب مي‌شوند. شركت سامسونگ بزرگ‌ترين خريدار حق ثبت اختراعات آمريكا در جهان است و ميكرون اولين شركتي بود كه به سرعت سرسام‌آور 20 گيگابيت در ثانيه در حافظه‌هاي GDDR6 رسيد. در مقابل ارزش بازار صنعت توليد اي‌سيك ارزهاي ديجيتال تنها 146 ميليارد دلار است كه 76 ميليارد دلار آن را بيت كوين در اختيار دارد.

با در نظر گرفتن زمان آماده شدن محصول براي عرضه بازار و بازار در اختيار آن، مي‌توانيم زمان موردنياز براي توسعه جانشين ماينر محبوب S9 را محاسبه كنيم. با اين حساب ساخت يك ماينر نسبتاً ساده كه تحقيقات لازم براي آن به‌خوبي انجام‌شده باشد، سه سال زمان خواهد برد. حالا چه تضميني وجود دارد كه بتوان بر اساس آن گفت اي‌سيك‌هاي PogPoW كه به كارت گرافيك شباهت دارند به سرعت مورد استفاده قرار خواهند گرفت؟

از طرف ديگر مي‌توان نگاهي هم به اي‌سيك‌هاي اتريوم انداخت و نحوه كار آنها را بررسي كرد. با گذشت يك سال از عرضه نمونه‌هاي GDDR6، چه مدت طول خواهيد كشيد كه اين نوع از چيپ‌ها همه‌گير شوند؟

سخن آخر

الگوريتم ProgPow بر اساس ايده ساده‌ي ارائه هزينه واقعي و دقيق (اثبات) كار را با استفاده از سخت‌افزارهاي موجود و قابل‌دسترس براي همه، توسعه‌يافته است. [ما در تيم‌مان] سخت‌افزاري را هدف قرار داديم كه از پشتيباني صرفه جويي به مقياس بالا برخوردار است و كارايي بالايي دارد و از طرف ديگر در فضاي رقابتيِ پويايي نيز فعاليت مي‌كند.

ما يك گروه توسعه كوچك هستيم كه شغل اصلي هر كدام‌مان چيز ديگري است و قادر نيستيم تا به‌موقع به تمام اين بيانيه‌ها، مقالات و بحث‌هايي كه در تالارهاي گفتگو منتشر مي‌شود پاسخ دهيم. ما از مشاهده كنجكاوي شما درباره طراحي و توسعه سخت‌افزار خوشحال هستيم اما به شما توصيه مي‌كنيم كه محتاطانه عمل كنيد. سخت‌افزار هم مانند نرم‌افزار يك حوزه بسيار متنوع است و دانش شما در مورد اي‌سيك‌هاي ارزهاي ديجيتال شما را يك شبه تبديل به يك متخصص در حوزه اسيك‌هاي كارت گرافيك نخواهد كرد.