热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

IPFS挖矿奖励分配机制,如何获得更大的出快机会,水滴科技Filecoin扇区封装及挖矿流程是怎样的?[通俗易懂]

IPFS挖矿奖励分配机制,如何获得更大的出快机会,Filecoin扇区封装及挖矿流程是怎样的?Filecoin挖矿奖励区块奖励方面,在Filecoin总量20亿的FIL通证中,可以

IPFS挖矿奖励分配机制,如何获得更大的出快机会,Filecoin扇区封装及挖矿流程是怎样的?

Filecoin挖矿奖励

区块奖励方面,在Filecoin总量20亿的FIL通证中,可以通过挖矿获得的部分为70%。

其余为开发团队(15%)、投资人(10%),基金会(5%)的份额。就区块奖励而言,可挖通证的50%将在6年内挖出。

目前奖励的具体参数还没有最终确定,当前测试网Filecoin区块奖励模型由“简单供给+网络基线供给”构成。
  在这里插入图片描述

不少业内人士推测,在网络达到一定的目标存储规模之前,矿工的奖励会延迟发放,只有到达网络基线之后,奖励模式就会有可能变成一个简单的指数递减模型。

Filecoin的矿工奖励或收益,也主要来源于网络新铸造的通证和使用网络的矿工费。这里面尤其值得注意的三点是:

1、Filecoin网络有存储矿工和检索矿工两个角色,所以无论提供数据存储和数据查询矿工均可获得收益;

2、Filecoin需要抵押才可以进行挖矿,抵押的通证需要足以约束矿工按照合同承诺完成长期的存储;

3、挖出区块奖励也将有一部分放入锁定的资金,待完成存储合同后才可获得所有发放的奖励。

当然,这里面存在一个网络应用落地及普及的问题,在网络早期阶段,检索需求相对是缺乏的,这个时候的挖矿收入主要来源于发放给“存储”矿工的网络奖励。

Filecoin挖矿原理

Filecoin以硬盘存储来决定获取区块奖励的可能性,“预期共识+复制证明+时空证明”是Filecoin共识与存储算法的核心概念。

同时,与比特币通过哈希算力来竞争出块权力不同,Filecoin网络的核心资源是存储能力。

Filecoin的预期共识(EC,Expected Consensus)决定了网络用什么方式、选谁来获得出块奖励,Filecoin矿工有效存储的数据越多,被选举为出块节点的可能越大。
  在这里插入图片描述

这里提到的“有效存储”是已经存储的空间大小。EC预期共识让存储矿工采取非交互式的计算提交Ticket,通过零知识证明对比已经存储的数据,来产生出块矿工。

网络可以在一个时点上生成多个区块,奖励多名矿工,并将这些区块记录在一个Tipset里面,形成一个DAG结构的Tipset链。

如何去公开验证存储能力?

Filecoin设置了两个存储算法:复制证明(Proof-of-Replication,PoRep)用于确定矿工已经将数据成功复制封装在自己的设备中,时空证明(Proof-of-Spacetime,PoSt)则用来验证矿工按照承诺持续安全的存储着数据。

如何获取更大的出块机会?

第一种方法就是早参与早积累,本质上说Filecoin挖矿是一场马拉松,拼的是“积累”,积累的越多越早就会形成越大的优势。

早期矿工不仅能因为“头矿红利”相对更容易的积累通证,更重要的是更早的开始了有效存储的积累过程。

矿工可以接受存储订单,也可以存储非特定的数据来表明存储承诺,以供后续接到订单后将这部分存储空间升级为客户数据。

另一种方法就是提高存储力增长速度,所谓天下武功唯快不破。这就需要:

1.更快的封装速度和稳定的存储硬件;

2.存储已经验证客户的“有用数据(如气象、地图、科技等具备实际使用价值的数据)”,以此获得“加乘”,让存储力倍增。

其中官方在5月推出的Filecoin Discover计划就是提供已验证客户数据的一种方式,矿工购买的官方数据存储在硬盘中并通过线下方式寄送给矿工,矿工通过封装数据获得更多奖励,并存储了更多的有用数据,以此获得更多优势。

Filecoin挖矿配置

Filecoin挖矿的核心影响因素是高性价比的硬件+深度定制的挖矿系统+稳定的运维,所以在硬件、软件、运维方面的要求都会更高。

CPU、GPU、硬盘、网络连接等是Filecoin挖矿配置的主要构成。

虽然Filecoin第二阶段的Lotus测试网文件给出了“测试网+小规模”最低配置,包括2TB硬盘空间,8核CPU、128G的内存等内容。

但是即将到来的存储竞赛和主网,无论是从网络设计,还是参与者的提前布局,都似乎没有留给“最低配置”太多发挥余地。

从当前各大矿商推出的矿机产品也可以看出,最低配置也接近十万,高一点的配置则接近30万人民币,这无不是由于Filecoin本身挖矿对配置的高要求。

根据官方挖矿指南,Filecoin挖矿在数据在封装、生成证明等环节,对CPU、GPU的配置需求都特别高,尤其是最为耗时的“封装预提交阶段1”决定了封装速度,只有相对高的配置才能拉开封装速度的差距。

从Filecoin的抵押机制和惩罚机制来说,Filecoin要求矿机必须持续在线,而且矿机也不容易互相替代。

如果进行集群挖矿,矿场、矿池、矿机厂商以及行业各个生态参与者需要长期固定的合作和密切的联系,还需使用更加稳定的IDC机房,这对整个挖矿过程的硬件、软件和运维都提出了较高要求。

目前坎通结合Filecoin挖矿的最新需求,推出了极具竞争力和性价比的三款全新超算矿机系列产品“乾、坤、坎”。

Filecoin挖矿风险

综合来说,因为在Filecoin挖矿规则中,如果不能完成网络要求提交的时空证明,遇到掉线或者延迟,抵押的通证便会遭到一定比例的罚没,所以对网络环境和电力稳定性的要求非常较苛刻,进而对挖矿过程中的运维和底层软件的优化要求也十分高。

这是所有准备参与Filecoin挖矿的矿工需要认识到的损失风险。

另外,由于Filecoin挖矿在启动挖矿前需要抵押,获取网络奖励后还有锁仓,会在一定程度上牺牲通证的流动性,这对于期望短期回本或者暴富的矿工来说可能难以实现,参与挖矿的矿工可能要做好长周期回本的心理准备。


推荐阅读
  • 面试经验分享:华为面试四轮电话面试、一轮笔试、一轮主管视频面试、一轮hr视频面试
    最近有朋友去华为面试,面试经历包括四轮电话面试、一轮笔试、一轮主管视频面试、一轮hr视频面试。80%的人都在第一轮电话面试中失败,因为缺乏基础知识。面试问题涉及 ... [详细]
  • 一、Hadoop来历Hadoop的思想来源于Google在做搜索引擎的时候出现一个很大的问题就是这么多网页我如何才能以最快的速度来搜索到,由于这个问题Google发明 ... [详细]
  • 本文介绍了PhysioNet网站提供的生理信号处理工具箱WFDB Toolbox for Matlab的安装和使用方法。通过下载并添加到Matlab路径中或直接在Matlab中输入相关内容,即可完成安装。该工具箱提供了一系列函数,可以方便地处理生理信号数据。详细的安装和使用方法可以参考本文内容。 ... [详细]
  • 图解redis的持久化存储机制RDB和AOF的原理和优缺点
    本文通过图解的方式介绍了redis的持久化存储机制RDB和AOF的原理和优缺点。RDB是将redis内存中的数据保存为快照文件,恢复速度较快但不支持拉链式快照。AOF是将操作日志保存到磁盘,实时存储数据但恢复速度较慢。文章详细分析了两种机制的优缺点,帮助读者更好地理解redis的持久化存储策略。 ... [详细]
  • 本文介绍了2020年计算机二级MSOffice的选择习题及答案,详细解析了操作系统的五大功能模块,包括处理器管理、作业管理、存储器管理、设备管理和文件管理。同时,还解答了算法的有穷性的含义。 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • RouterOS 5.16软路由安装图解教程
    本文介绍了如何安装RouterOS 5.16软路由系统,包括系统要求、安装步骤和登录方式。同时提供了详细的图解教程,方便读者进行操作。 ... [详细]
  • Android工程师面试准备及设计模式使用场景
    本文介绍了Android工程师面试准备的经验,包括面试流程和重点准备内容。同时,还介绍了建造者模式的使用场景,以及在Android开发中的具体应用。 ... [详细]
  • 本文介绍了操作系统的定义和功能,包括操作系统的本质、用户界面以及系统调用的分类。同时还介绍了进程和线程的区别,包括进程和线程的定义和作用。 ... [详细]
  • 在2022年,随着信息化时代的发展,手机市场上出现了越来越多的机型选择。如何挑选一部适合自己的手机成为了许多人的困扰。本文提供了一些配置及性价比较高的手机推荐,并总结了选择手机时需要考虑的因素,如性能、屏幕素质、拍照水平、充电续航、颜值质感等。不同人的需求不同,因此在预算范围内找到适合自己的手机才是最重要的。通过本文的指南和技巧,希望能够帮助读者节省选购手机的时间。 ... [详细]
  • Learning to Paint with Model-based Deep Reinforcement Learning
    本文介绍了一种基于模型的深度强化学习方法,通过结合神经渲染器,教机器像人类画家一样进行绘画。该方法能够生成笔画的坐标点、半径、透明度、颜色值等,以生成类似于给定目标图像的绘画。文章还讨论了该方法面临的挑战,包括绘制纹理丰富的图像等。通过对比实验的结果,作者证明了基于模型的深度强化学习方法相对于基于模型的DDPG和模型无关的DDPG方法的优势。该研究对于深度强化学习在绘画领域的应用具有重要意义。 ... [详细]
  • macOS Big Sur全新设计大版本更新,10+个值得关注的新功能
    本文介绍了Apple发布的新一代操作系统macOS Big Sur,该系统采用全新的界面设计,包括图标、应用界面、程序坞和菜单栏等方面的变化。新系统还增加了通知中心、桌面小组件、强化的Safari浏览器以及隐私保护等多项功能。文章指出,macOS Big Sur的设计与iPadOS越来越接近,结合了去年iPadOS对鼠标的完善等功能。 ... [详细]
  • 2016 linux发行版排行_灵越7590 安装 linux (manjarognome)
    RT之前做了一次灵越7590黑苹果炒作业的文章,希望能够分享给更多不想折腾的人。kawauso:教你如何给灵越7590黑苹果抄作业​zhuanlan.z ... [详细]
  • 通过Anaconda安装tensorflow,并安装运行spyder编译器的完整教程
    本文提供了一个完整的教程,介绍了如何通过Anaconda安装tensorflow,并安装运行spyder编译器。文章详细介绍了安装Anaconda、创建tensorflow环境、安装GPU版本tensorflow、安装和运行Spyder编译器以及安装OpenCV等步骤。该教程适用于Windows 8操作系统,并提供了相关的网址供参考。通过本教程,读者可以轻松地安装和配置tensorflow环境,以及运行spyder编译器进行开发。 ... [详细]
  • 程序员如何选择机械键盘轴体?红轴和茶轴对比
    本文介绍了程序员如何选择机械键盘轴体,特别是红轴和茶轴的对比。同时还介绍了U盘安装Linux镜像的步骤,以及在Linux系统中安装软件的命令行操作。此外,还介绍了nodejs和npm的安装方法,以及在VSCode中安装和配置常用插件的方法。最后,还介绍了如何在GitHub上配置SSH密钥和git的基本配置。 ... [详细]
author-avatar
王意之
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有