BTC、BCH和BSV 之间的比较

金色财经Publicado a 2024-07-08Actualizado a 2024-07-08

BTC在几年前区块容量逐渐接近上限之时,已经就扩容问题讨论许久,矿工、开发人员、用户之间的博弈相对混乱,在谈不拢的情况下,分叉成为唯一的结局。

于是,在 2017 年 8 月 1 日从 BTC 中分叉出 BCH,将区块大小从 1M 提升至 8M,号称自己才是中本聪“点对点电子现金系统”的真正体现。2018 年 11 月 15 日,BCH 内部再次因为 BCH 的未来发展方向出现分歧,导致 BCH 分裂为比特大陆系 BCHABC(前者后来拿回 BCH 称号)与 Nchain 系 BCHSV(后来命名为 BSV)。

至此,比特币终于形成三国鼎立之势。BTC 电子黄金、BCH 电子现金和 BSV 全球账本。接下来的篇章,将探讨它们之间的主要区别:

9fc079f90be44bf78206c27665c05646~tplv-tt-shrink:640:0.image?lk3s=06827d14&traceid=20240515142816524EDB1E5C5259F47AB0&x-expires=2147483647&x-signature=UcPfzhtiSA%2FbvAphJzDXaiK9zu8%3D

BTC

BTC 的区块链是创始 BTC 的原始区块链,它的第一个区块被称为创世区块,创建于 2009 年 1 月 3 日。

初始时,每个区块的新币奖励为 50 BTC,但在产生超过 21 万个区块后,系统奖励将减半。目前,每隔约十分钟产生一个区块,而总供应量限定在 2100 万 BTC。

根据当前的产生速率,BTC 估计将在大约 2140 年时几乎发行完所有的 BTC。

BCH

BCH 于 2017 年 8 月 1 日的区块高度 #478558 上发生了硬分叉,按照比特币1:1分发,总量 2100 万,删除隔离见证、区块上限升级为 8M,后升级为 32M,通过链上扩容解决了旧版比特币系统中手续费高、确认慢、实用性差等问题,履行比特币作为「点对点电子现金」的承诺。

该分叉主要由 Bitmain 以及其他区块链参与者和个人发起,他们认为 BTC 原有的区块大小 (1MB) 不足以支持多样化的商业应用。因此,他们希望扩大每个区块的容量,最初计划在六个月内将其增加到 2 MB,后来又在 2018 年五月将其调整到 32 MB。

在分叉后的几个月,BCH 经历了另一次分叉,分为BCC 和 BCH。之后,新链 BCH 一直保持主导地位,直到 2019 年中,原链 BCC 因大量区块链参与者的投入而重新复苏。

BSV

BSV 于 2017 年 10 月 24 日的区块高度 #491407 上进行了硬分叉。这次分叉是从 BCH 区块链中分叉出来的,形成了 BCH 和 BSV 两个不同的区块链。

分叉的主要原因是关于采用不同的区块链规则的争论,一些人希望回到 BTC 原始的规则。结果,BCH 维持了BCH 的设计,而 BSV 回归了 BTC 原始的设计。分叉的发起者希望通过这一变化,减轻变得过于专业化的问题以及硬件和 ASIC 的垄断。他们希望回归原生 BTC 的 GPU 方式。

在分叉之后,BSV 的开发团队立即释放了 100,000 枚 BSV,其中 95% 用于发展和支持 BSV 的区块链。虽然 BSV 遵循了 BTC 的许多原则,但它采用了稍有不同的工作量证明算法。然而,2018年,BSV 的用户主导了超过 50% 的计算能力,引发了双重支付问题,因此导致了巨额损失。

69a338e20c5e49cfb0b14108f063a8df~tplv-tt-shrink:640:0.image?lk3s=06827d14&traceid=20240515142816524EDB1E5C5259F47AB0&x-expires=2147483647&x-signature=Zc%2FrXpo0FrbmIv4b9aO0EJrBwTE%3D

Lecturas Relacionadas

La primera certificación antiexplosiva nacional y el primer esquema mundial de 'Cerebro de Repostaje', ¿cómo lograron conquistar estos dos 'números uno'?

Según las estadísticas, la financiación en el campo de la inteligencia encarnada en China superó los 37.000 millones de yuanes este año. La tendencia clave actual es la implementación práctica. La exposición a entornos peligrosos, como estaciones de servicio y plantas químicas, requiere que los robots superen la primera barrera crítica: la certificación a prueba de explosiones. Esto implica requisitos de diseño estrictos a nivel de hardware para garantizar la seguridad intrínseca. La aplicación en estaciones de servicio enfrenta el desafío de la precisión en operaciones continuas de múltiples pasos, como abrir la tapa del depósito y manipular la manguera de combustible, con una tolerancia de solo unos pocos milímetros. Los escenarios de inspección en plantas requieren capacidades de patrulla autónoma, identificación de anomalías y respuesta inmediata durante largos períodos. Para abordar estos desafíos, se destaca un enfoque arquitectónico innovador impulsado por un modelo del mundo (H-GAR). En lugar de una arquitectura lineal tradicional, este sistema predice primero el estado visual objetivo final de la tarea. Luego, sintetiza fotogramas intermedios de transición guiados por ese objetivo y refina las acciones utilizando retroalimentación contextual visual y una memoria de acciones históricas. Este mecanismo permite al robot "imaginar" la trayectoria completa de la tarea y alinear sus acciones con el estado final deseado, reduciendo significativamente la desviación acumulativa en secuencias largas y complejas. La implementación en escenarios especiales requiere un acoplamiento profundo entre el "cerebro" de IA encarnada y el cuerpo robótico, junto con un espíritu de perseverancia a largo plazo. Los primeros en lograr este ciclo cerrado de cerebro-cuerpo-datos podrían obtener una ventaja competitiva crucial en la carrera por la comercialización de la inteligencia encarnada.

marsbitHace 34 min(s)

La primera certificación antiexplosiva nacional y el primer esquema mundial de 'Cerebro de Repostaje', ¿cómo lograron conquistar estos dos 'números uno'?

marsbitHace 34 min(s)

El mercado bajista de Bitcoin provoca despidos en el sector cripto, pero desata la ola de fusiones y adquisiciones más agresiva de la historia de la industria

La prolongada caída del Bitcoin está forzando a empresas de criptomonedas a recortar personal y abandonar planes de expansión, pero al mismo tiempo ha desatado la ola de fusiones y adquisiciones más agresiva en la historia del sector. En el primer semestre de 2026, el volumen de transacciones de M&A alcanzó los 93.700 millones de dólares, 26 veces más que el año anterior. Esta aceleración contrasta con un mercado laboral en contracción, donde solo hay unos 2.900 puestos vacantes activos a nivel global y se priorizan roles en ingeniería y cumplimiento normativo. El capital disponible se ha vuelto selectivo, fluyendo hacia infraestructura que conecta con las finanzas tradicionales. Las instituciones financieras tradicionales, como bancos y procesadores de pagos, están impulsando esta ola al adquirir empresas con licencias regulatorias, soluciones de custodia y sistemas de pagos ya establecidos, en lugar de construirlos internamente. Ejemplos incluyen la compra de BVNK por parte de Mastercard. Al mismo tiempo, redes blockchain como Polygon están adquiriendo aplicaciones de consumo para asegurar una experiencia de usuario integral. En resumen, el mercado bajista está consolidando el sector. Debilita a empresas con modelos más frágiles, que se convierten en objetivos de adquisición, mientras premia con capital e interés de compra a aquellos que proveen infraestructura regulada y puentes con el sistema financiero tradicional.

marsbitHace 34 min(s)

El mercado bajista de Bitcoin provoca despidos en el sector cripto, pero desata la ola de fusiones y adquisiciones más agresiva de la historia de la industria

marsbitHace 34 min(s)

Empleados de Anthropic renuncian para emprender, valorados en 10,000 millones de dólares, también desarrollan «mejora autorrecursiva»

Empleados de Anthropic fundan Mirendil, una startup valorada en 10.000 millones de dólares que busca desarrollar IA con "mejora recursiva" Dos antiguos investigadores de Anthropic, Behnam Neyshabur y Harsh Mehta, han fundado Mirendil, una startup con una financiación inicial de 200 millones de dólares y una valoración de 10.000 millones. Su objetivo es crear herramientas para que científicos de campos como la medicina o la ciencia de materiales puedan desarrollar y entrenar sus propios modelos de IA, en lugar de depender de modelos generales de grandes tecnológicas. La compañía, cuyo nombre proviene del élfico de "El Señor de los Anillos" y significa "amigo de las joyas", cuenta con un equipo de 20 personas procedentes de Anthropic, xAI, Google DeepMind y OpenAI. Su financiación procede de Andreessen Horowitz, Kleiner Perkins y Nvidia. La visión de Mirendil es facilitar la "IA para la IA para la ciencia": una plataforma que permita a los laboratorios de investigación construir modelos de IA especializados y propietarios. Su enfoque técnico central es la "mejora recursiva" (recursive self-improvement), donde la IA optimiza continuamente su propio código y capacidades bajo supervisión humana. Los fundadores creen que existe una oportunidad en el mercado, ya que las grandes compañías de IA, como la propia Anthropic, utilizan sus modelos principalmente para acelerar su investigación interna y restringen su uso para entrenar productos competidores. Mirendil planea lanzar sus primeros productos en los próximos meses.

marsbitHace 58 min(s)

Empleados de Anthropic renuncian para emprender, valorados en 10,000 millones de dólares, también desarrollan «mejora autorrecursiva»

marsbitHace 58 min(s)

Trading

Spot
Futuros
活动图片