这样一来，出产一个 RTX2080 显卡所用的硅晶片数量可以出产出 3 个 ASIC 芯片。也就是说，ASIC 芯片的本钱就只是 RTX2080 显卡的 1/3 。
最后，IfDefElse 还提到：
IfDefElse 还认为：
表 1. 英伟达显卡芯片的制造参数和机能
哈希率也翻了一番。可是，4GB GDDR6 芯片的面积只有 8GB GDDR6 芯片的一半。因此，前者的价值比后者低了 60% 多。GDDR6 芯片的总本钱见下表一。
假如芯片只是由计较单位构成的，那么低电压设计是可行的，好比 SHA256d 的 ASIC。一旦整合了其它模块，好比 SRAM （ProgPoW 数据缓存所必需的模块），低电压设计就变得很是难，甚至基础不行能。
对付一款只有一个成果单位（functional unit）的芯片来说，更小的芯单方面积的出产率会比大面积芯片更高。但对付现代 GPU 来说并非如此，因为本日的 GPU 用的是无数个很是微小、缺陷可忽略不计的反复单位，险些可以任意组合（binnable）和规复（recoverable）。只要每一个可二进制化成果单位都很小，那么大芯片的出产率可以跟利用更大成果单元的小面积芯片一样高，甚至更高。
IfDefElse 表明道：
Hashrate = k*BW (哈希算力 = k*总带宽 ) （个中 k 是常量，ETHash 和 ProgPoW 算法利用的 k 值差异。）
Innosilicon （芯动）和 Bitmain （比特大陆），甚至 linzhi （凛炙），大概都已经为原始的 Ethash ASIC 矿机找到了一个乐成的架构，，我相信对他们的 ASIC 设计者来说，将 Ethash ASIC 进级到 ProgPoW 只需要几周时间。整个设计流程、封装、测试模块和计较模块都可以重用，所以他们很容易就可以进级。
以 Nvidia 的 RTX2080 GPU 芯片为例，它的芯单方面积（die area）是 545 mm^2 ，按照公式可计较出收益率为 23%。假如将芯单方面积淘汰至本来的 1/3 ，收益率 Y 将增加 60% 。低收益率可以这算为 GPU 的本钱。ASIC 芯片的本钱将是 GPU 芯片的 1/3*23/60 = 0.13。因此，针对 ProgPow 算法研发的 ASIC 芯片在本钱优势上是商用 GPU 芯片的 7.7 倍。思量到 GPU 芯片的技能更为成熟，在下一步计较的时候我会将这一倍数节制为 5 。假如 ASIC 出产商去掉商用 GPU 芯片所需的 PCIE 和巨大的散热设计，ProgPow ASIC 芯片在 PCB 系统的设计上同样具有本钱优势。在一台 ASIC 矿机内，有大量 ASIC 芯片和 GDDR6 越发细密地封装（集成）在一起，它们在散热设计上要简朴的多，本钱效益也更好。一块商用 GPU 芯片的系统本钱或许占到了 50% ，而一台 ASIC 矿机的 PCB 系统本钱很容易就能降至 30% 。我在表一中较量了 GPU 和 ASIC 的本钱。
翻译 & 校对：闵敏、阿剑hashrate = BW/64/256 = 27.3Mh/s
总之，假如回收了 ProgPoW 算法，将来势必会呈现 ProgPoW ASIC ，并且只需要 3 至 4 个月就能实现量产。并且，ProgPoW ASIC 在本钱和功率效率方面起码是 GPU 的 4 倍。绕了一圈之后，我们照旧得面临同一个问题：为什么要回收 ProgPoW 算法，为什么要抵抗 ASIC 挖矿？
所以说，要想在 ETHash 或 progPoW 算法下晋升算力，我们需要增加内存带宽。早几年的时候，主流的高带宽内存设备就是利用 GDDR5 显存的显卡。（因为）只有 AMD 和 Nvidia 的 GPU 用得上这么高带宽的内存。因此，这两款 CPU 最适适用于 ETHash 挖矿。今朝的环境是，市场对内存的需求已经因为 ETHash 挖矿而大幅提高。对高速内存需求敦促了 GDDR6 和 HMB2 等下一代高速存储技能的成长。在 2018 年的第四季度，矿机厂商 Innosilicon 推出了本身的 GDDR6 IP 和针对 ETHash 算法的 ASIC 矿机。鉴于 ProgPoW 在算法和架构上与 ETHash 存在许多相似之处，我认为 Innosilicon 会针对 ProgPoW 算法研发下一代 ASIC 矿机。一旦 ProgPow 算法的参数确定下来，只需 3 到 4 个月就能设计并量产出相应的 ASIC 矿机。想必比特大陆也在奥秘研发本身的 GDDR6 IP 芯片。Rambus 和 eSilicon 等公司也已经宣布了本身的 GDDR6 IP 和 HMB2 IP。我相信剩下的 ASIC 制造商，譬喻 Linzhi 和 Canaan Creative ，在研发下一代芯片的时候也会回收 GDDR6 或 HBM2 显存。因此，比及未来 ProgPoW 算法启用之后，大概会呈现许多回收 GDDR6/HBM2 显存的 ASIC 矿机。
作者：ether4life首先，带宽倍增之后，计较本领也需要倍增，所以这是线性上升的，没有谁具有优势。
ASIC 的电压可以降至 0.4 V，即商用 GPU 的 1/2 。因此，在哈希率沟通的环境下，ProgPoW ASIC 所耗损的电力只有 GPU 的 1/4 。换言之，ProgPoW ASIC 的能效比是 GPU 的 4 倍。出产商在制造比特币矿机的时候已经回收了这种低电压的 ASIC 设计，没原理不会将这种设计用到 ProgPoW ASIC 上。这种设计同样可用于 LPDDR4x DRAM 芯片，比回收 GDDR6 显存的显卡耗电量更低。GDDR6 需要 1.35 V 的电压，而 LPDDR4X 需要 0.6 V 的电压，是 GDDR6 的 1/2 不到。因此，GDDR6 的耗电量至少是 LPDDR4x 的 4 倍。也就是说，LPDDR4x DRAM ASIC 的功率效率是 GDDR6 GPU 的 4 倍。如表二所示。
总之，假如回收了 ProgPoW 算法，将来势必会呈现 ProgPoW ASIC ，并且只需要 3 至 4 个月就能实现量产。并且，ProgPoW ASIC 在本钱和功率效率方面起码是 GPU 的 4 倍。绕了一圈之后，我们照旧得面临同一个问题：为什么要回收 ProgPoW 算法，为什么要抵抗 ASIC 挖矿？
图一：Nvidia RTX2080 显卡的架构
思量到存储效率的影响，实际值应该为 25.5Mh/s 。ASIC 出产商可以利用小一点的 GDDR6 内存条，这样对比 GPU 就有了本钱上的优势。回收 16 个 GDDR6 4GB 内存条可以在保持 GDDR6 本钱稳定的同时实现 2 倍带宽。在这种环境下，带宽可到达 16 * 14 * 32/8 = 896Gbps ，哈希率理论上可到达
在 ASIC 的世界里，这话是差池的。固然 ProgPoW 中插手了很大都学方程以及归并函数（Merge Function，来晋升计较进程中对计较机焦点和内存的利用率，但 ASIC 芯片可以垂手可得实现这些方程（请看这篇文章：《仅带来 1% 能耗比晋升的开源芯片设计》）。我们都知道，计较机能的增长切合摩尔定律，也就是说每 18 个月计较机能就会翻一番，可是，内存会见的机能远远落伍于计较机能的希望。所以内存会识趣能才是整个系统机能的瓶颈，这也就是所谓的 ”内存极限右墙“，如图一所示。
ProgPoW 的哈希率是由两个因素抉择的：计较焦点以及内存带宽。这就是 Ethash 与 ProgPoW 存在区此外原因……
顺带说一句，从芯片区域预计一款芯片的本钱是所有 ASCI 工程师的根基技术。从表 1 中可以看出，GPU 的本钱可以基于硅晶单方面积估算出来，GPU 芯片的本钱以及相应显卡的价值在表 1 和图 2 中列出来了，可以看出本钱和价值是相关的。
ProgPoW 和 Ethash 之间独一的相似性就是在 DAG 在全局内存中的运用。从纯粹的计较角度出发，Ethash 只需要牢靠的 keccak_f1600 焦点，以及一个求模方程。ProgPoW 则差异，既需要执行一个 16-lane 的随机数学序列，同时还得会见高带宽的 L1 缓存。设计一个可以运行 ProgPoW 数学序列的计较焦点要比设计一个执行牢靠算法（好比 Keccak 函数）的焦点要可贵多了。
此刻，以 Nvidia 的 RTX2080 显卡为例，我们来看一下 GPU 芯片的内部布局，见 Nvidia 显卡先容的图一。
P = U*I = U^2/R
就耗电量而言，商用 GPU 在 0.8 V 的正常电压下要比 ProgPOW ASIC 高得多。不外，ProgPoW ASIC 的耗电量是可以通过低落电压来淘汰的。按照欧姆定律，电功率与电压的平方成正比：
Y = 1/power(1+0.08*die_area)^22.4
ASIC 矿机可以基于 GDDR6 和 HBM2 显存回收许多优化要领。个中一种是，在 ASIC 矿机中添加比 GPU 多的 GDDR6/HBM2 内存条。以 Nvidia 的 2080 显卡为例，配备的是 8GB GDDR6 显存，运转速率为 14Gbps ，总带宽（BW）达 8*14*32/8 = 448Gbps。按照 ProgPoW 算法的带宽需求来算，哈希率（hashrate）理论上应该到达
RTX2080 显卡内部有许多模块，占据了很大一部门芯单方面积，并且对 ProgPow 算法毫无用处。这些模块包罗 PCIE、NVLINK、L2Cache、3072 个着色单位、64 个 ROP 和 192 个 TMU 等等。ASIC 矿机出产商可以去掉这些图形成果，将这部门芯单方面积举办优化，用于 ProgPow 算法，可以将 Nvidia 的 RTX2080 芯单方面积淘汰约莫 2/3 。
IfDefElse 上面的说法是禁绝确的。固然在大芯片中利用冗余设计可以修复一些芯片并提高制品率，这些次级芯片中只有少量才气挽救下来。冗余和修复在 SRAM 出产中是很常用的，因为它逻辑较量简朴并且布局上有许多反复单位。对计较逻辑单位来说，电路并不像 SRAM 那么简朴。利用冗余设计意味着插手冗余的 SM 焦点，可能雷同的对象。这种冗余性一定回增大硅的面积，并因此拉高本钱。对付 SRAM 来说，冗余一般会试本钱提高 10%。并且，不是所有的失败可以用冗余焦点来调停。只有估量算的失败（pre-calculated failure）才可以用冗余逻辑来修复。
不管是 ProgPow 算法照旧 ETHash 算法，算力都是由外部 DRAM 的存储带宽抉择的。也就是说
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
