ความเข้าใจแบบไร้เดียงสาของฉันเกี่ยวกับอัลกอริธึมการพิสูจน์การทำงานคือโดยพื้นฐานแล้วเป็นปัญหาประเภท p=np ซึ่งตรวจสอบวิธีแก้ปัญหาได้ง่าย แต่สร้างวิธีแก้ปัญหาได้ยาก
ฉันได้อ่านเมื่อเร็วๆ นี้ว่า สกุลเงินดิจิทัลบางสกุลใช้อัลกอริธึมที่ได้รับการออกแบบมาให้ทนต่อการขุด ASIC ซึ่งสร้างขึ้นเพื่อใช้งานบน GPU สิ่งนี้ทำให้ฉันสงสัยว่ามีอัลกอริธึมการพิสูจน์การทำงานที่สามารถออกแบบให้ทำงานบน CPU ได้หรือไม่ (ดังนั้นการใช้ GPU/ASIC จะทำให้ประสิทธิภาพลดลง)
สัญชาตญาณแรกของฉันคือ ไม่แต่ฉันจำได้ว่าเราไม่ได้ใช้ GPU สำหรับการทำงานหลักของคอมพิวเตอร์ของเรา และอาจมีเหตุผล เป็นไปได้ไหมที่จะสร้างอัลกอริธึมการพิสูจน์การทำงานที่ใช้ CPU ซึ่งจะไม่แปลเป็น GPU หรือ ASIC
CryptoNight ฟังก์ชัน pow ที่ Monero ใช้นั้นเป็นฟังก์ชันดังกล่าว https://monerodocs.org/proof-of-work/cryptonight/ โดยพื้นฐานแล้วมันต้องการการเข้าถึงหน่วยความจำแบบสุ่มมากขึ้น และหน่วยความจำ GPU ไม่ได้ออกแบบมาสำหรับสิ่งนั้น ดังนั้นปัญหาคอขวดจึงไม่ใช่พลังการประมวลผล แต่เป็นการเข้าถึงหน่วยความจำ CPU ต้องการการเข้าถึงหน่วยความจำอย่างรวดเร็วและสุ่มตลอดเวลาเพื่อรันโปรแกรม ดังนั้นมันจึงได้รับการออกแบบมาให้ใช้งานได้ดี นอกจากนี้ CryptoNight ยังได้รับการออกแบบมาให้ทำงานได้ดีกับขนาดแคช L3 ของ CPU ส่วนใหญ่เพื่อการเข้าถึงที่รวดเร็วมาก
แก้ไข: Monero ใช้ RandomX ในตอนนี้ ไม่ใช่ CryptoNight อย่างที่ฉันบอกไว้ในความคิดเห็น หลักการพึ่งพาการเข้าถึงหน่วยความจำแบบสุ่มยังคงเหมือนเดิม นอกจากนี้ คำแนะนำที่ใช้ในการคำนวณขึ้นอยู่กับอินพุต สิ่งที่ไม่ดีสำหรับ GPU เนื่องจากคอร์สามารถดำเนินการตามคำสั่งเดียวกันเท่านั้น (ไม่มีตัวนับโปรแกรมแยกต่างหาก)
คนส่วนใหญ่ไม่เข้าใจว่าการถามคำถามมากมายจะปลดล็อกการเรียนรู้และปรับปรุงความสัมพันธ์ระหว่างบุคคล ตัวอย่างเช่น ในการศึกษาของ Alison แม้ว่าผู้คนจะจำได้อย่างแม่นยำว่ามีคำถามกี่ข้อที่ถูกถามในการสนทนา แต่พวกเขาไม่เข้าใจความเชื่อมโยงระหว่างคำถามและความชอบ จากการศึกษาทั้ง 4 เรื่องที่ผู้เข้าร่วมมีส่วนร่วมในการสนทนาด้วยตนเองหรืออ่านบันทึกการสนทนาของผู้อื่น ผู้คนมักไม่ตระหนักว่าการถามคำถามจะมีอิทธิพลหรือมีอิทธิพลต่อระดับมิตรภาพระหว่างผู้สนทนา
