Что такое Reported Hashrate

Crypto.ruPublicado a 2022-11-18Actualizado a 2022-11-18

Resumen

Хешрейт — показатель вычислительной мощности майнингового оборудования. Этот параметр отображает число операций в секунду, которые производит компьютерная техника. Показатель выражается в H/s и высших мерах исчисления. Майнеры криптовалют нередко отслеживают разные параметры. Одна из характеристик — Reported Hashrate. Эта фраза переводится с английского языка как «заявленный хешрейт». Значение параметра, как правило, отличается от фактической мощности используемого оборудования. Новички редко понимают, почему так происходит.

Отличия заявленного хешрейта от фактического и среднего

Существует 3 термина, касающиеся значений вычислительной мощности:

-Current. Это фактическое (подтвержденное) значение. Его вычисляет майнинговый пул. Параметр зависит от количества вычисленных пользователем шар (shares). Показатель влияет на доходность добычи криптовалютных активов. Любой майнинг-пул оплачивает работу участников, учитывая именно предоставленные шары.

-Average. Это среднее значение. Оно вычисляется за конкретный промежуток времени — как правило, за 24 часа. Показатель используется в статистике. Другого применения у него нет.

-Reported. Это заявленная мощность. Значение применяется программным обеспечением (ПО) для фиксации отправленного хешрейта в пул. Параметр используется только для сравнения с подтвержденным значением. Между этими показателями, как правило, есть небольшая разница. Также параметр отображается только в ПО для подключенных воркеров (устройств для криптомайнинга).

Как стабилизировать Reported Hashrate

Разброс характеристик есть всегда. Если отличия не критичны, то не стоит тратить время на стабилизацию показателей. Но иногда фактические данные бывают сильно ниже заявленных. Тогда стабилизация необходима.

Current Hashrate может быть гораздо меньше Reported Hashrate по ряду причин, представленных в таблице.

Оптимальное заявленное значение

В норме Reported превышает Average только на 10-20%. Эта разница считается оптимальной в сообществе криптовалютных майнеров.

Диаграмма с хешрейтом, шарами и воркерами

Почему не следует гнаться за высокими показателями

Для увеличения подтвержденного хешрейта майнеры «разгоняют» свои видеокарты и другую технику. Однако новичкам не стоит делать этого. Чрезмерный или неправильный разгон приводит к увеличению вырабатываемого тепла. В результате майнинг-техника перегревается и выходит из строя без возможности ремонта. Также разгон повышает нагрузки на электронные чипы. Это снижает срок службы техники.

Lecturas Relacionadas

Los robots comienzan a 'devorar datos': La cadena de producción oculta desde las fábricas de datos en India hasta los robots humanoides de miles de millones de dólares

En una fábrica de ropa en la India, trabajadores llevan cámaras en la cabeza para grabar su trabajo desde una perspectiva en primera persona. Estos videos, convertidos en datos, se venden a empresas de inteligencia incorporada que necesitan grandes cantidades de información para entrenar robots. La industria de la inteligencia incorporada enfrenta un cuello de botella crítico: la falta de datos de entrenamiento de alta calidad. A diferencia de los modelos de lenguaje, que se nutren de vastos recursos de internet, los robots operan en un "desierto de datos" del mundo físico. Investigaciones como EgoScale de NVIDIA han demostrado que el uso de datos humanos en primera persona (Ego Data) para preentrenamiento, combinado con una pequeña cantidad de datos del robot, puede mejorar significativamente las capacidades de los robots, estableciendo una ruta de escalabilidad. Esto ha impulsado una nueva cadena de suministro de datos. Empresas en India y el sudeste asiático organizan "fábricas de datos" donde recolectores, siguiendo procedimientos estandarizados, generan miles de horas de videos Ego Data mostrando tareas como organizar una cocina o doblar ropa. Los datos se organizan en una "pirámide": en la base están los datos de internet (baratos pero de bajo valor para la acción), luego los Ego Data, seguidos por datos con guantes sensoriales para capturar movimientos finos de las manos, datos de simulación (abundantes pero con una brecha de realidad) y, en la cima, los costosos y escasos datos reales del robot, obtenidos mediante teleoperación. La industria de datos emergente incluye varios actores: fábricas de datos de bajo costo, proveedores especializados en captura y alineación de movimientos, servicios de teleoperación para datos del robot, empresas de datos de simulación y plataformas que buscan estandarizar el formato de los datos. Las compañías de robots adoptan un enfoque de "adquisición por capas": compran datos genéricos Ego Data a proveedores externos para el preentrenamiento, pero tienden a recolectar internamente los datos específicos para la adaptación de su hardware único y los datos de despliegue y fallos, que constituyen su ventaja competitiva central. El sector evoluciona hacia dos modelos: "fábricas de datos" que venden horas de datos procesados, y "motores de datos" que ofrecen un ecosistema completo para la mejora continua de los modelos. Se prevé la aparición de una empresa similar a Scale AI, pero adaptada a la complejidad de los datos físicos y del movimiento. La competencia en robótica está pasando de la fabricación de hardware a la capacidad de alimentar a los modelos con datos masivos y de alta calidad, una cadena de producción que ya conecta fábricas en India con laboratorios de robótica de alto valor en todo el mundo.

marsbitHace 35 min(s)

Los robots comienzan a 'devorar datos': La cadena de producción oculta desde las fábricas de datos en India hasta los robots humanoides de miles de millones de dólares

marsbitHace 35 min(s)

Comentario Picante｜Michael Saylor hace declaraciones de "chico malo"; una señora de 60 años "estafa a un joven" tras perder todo en futuros con apalancamiento

**Resumen en español europeo (c. 1500 caracteres)** La columna "辣评" (Comentarios Picantes) de esta semana analiza tres historias sobre riesgo, engaño y pérdidas en el mundo cripto. La primera destaca la polémica declaración de Michael Saylor, fundador de MicroStrategy. En un evento, aclaró que su famoso lema "nunca vendas Bitcoin" estaba dirigido a inversores individuales, no a su empresa, la cual podría vender si fuera necesario. Esto generó críticas en redes sociales, donde usuarios lo acusan de "jugar con las palabras" y recordaron declaraciones previas donde parecía implicar que la empresa tampoco vendería. La segunda historia relata un insólito caso de estafa en Beijing. Una mujer de 60 años, obsesionada con las criptomonedas, engañó a un joven haciéndose pasar por la "madrina" de una ficticia joven funcionaria llamada "Xiaohong", con quien el joven entabló una relación por chat. La estafadora, interpretando ambos papeles, le sacó más de 200,000 yuanes con excusas varias. El dinero fue invertido en cripto con x10 apalancamiento, resultando en una pérdida total tras un *margin call*. La mujer fue condenada a 4 años de prisión. La tercera parte comenta un desgarrador testimonio publicado en Reddit. Un trader anónimo compartió que su patrimonio neto alcanzó un pico de 45 millones de dólares gracias a inversiones en *memecoins*, pero que ahora se ha reducido a unos 17,200 dólares. Su post "Pregúntame lo que quieras" generó una ola de reacciones, con usuarios expresando conmiseración, asombro y consejos sobre la importancia de tomar ganancias y diversificar, criticando la adicción al juego que su historia refleja. El artículo concluye señalando que en el ecosistema cripto, esta semana hubo quien jugó con la semántica, quien con el engaño y quien con fuego, recordando los altos riesgos y la volatilidad inherentes al sector.

Foresight NewsHace 1 hora(s)

Comentario Picante｜Michael Saylor hace declaraciones de "chico malo"; una señora de 60 años "estafa a un joven" tras perder todo en futuros con apalancamiento

Foresight NewsHace 1 hora(s)

Tiemblen humanos, la IA sigue acelerando a toda velocidad

Sí, la IA sigue avanzando a toda velocidad. Aunque algunos creían que la Ley de Escalado (Scaling Law) podría estar tocando techo, expertos en la conferencia BAAI 2026 señalaron que está lejos de agotarse. Su efecto continúa impulsando modelos de lenguaje grandes (LLM) y multimodales. La IA también está aprendiendo a "auto-evolucionarse", usando IA para escribir y actualizar código, acercándose a la posibilidad de tomar el control del mundo digital. El próximo campo de batalla clave son los **Modelos Mundiales (World Models)**, que buscan que la IA comprenda e interactúe con el mundo físico. Sin embargo, aún no existe un consenso sobre la ruta técnica óptima (basada en lenguaje, píxeles, estructuras 3D o representaciones visuales) y persisten desafíos con los datos. Se estima que su desarrollo y convergencia llevarán de 3 a 5 años más. En el frente de la aplicación, los **Agentes (Agents)** son clave para llevar la IA a la vida cotidiana. Han pasado de ser "utilizables" a empezar a ser "útiles", volviéndose más proactivos y capaces de manejar tareas complejas en campos como la medicina o la investigación. Para que sean realmente "buenos", es crucial perfeccionar el **Harness**: el marco o entorno de ingeniería que gestiona la comprensión de la intención del usuario, la planificación de tareas, la ejecución y la verificación, superando las limitaciones del modelo solo. En resumen, la IA está en una carrera acelerada en dos frentes: hacia dentro, dominando y auto-evolucionando el mundo digital; y hacia fuera, buscando comprender y actuar en el mundo físico a través de Modelos Mundiales y Agentes más competentes.

marsbitHace 1 hora(s)

Tiemblen humanos, la IA sigue acelerando a toda velocidad

marsbitHace 1 hora(s)

El otro lado de los trillones de Musk: el 85 % que no se puede vender

Elon Musk se convierte en el primer billonario en dólares tras la OPV de SpaceX, que valora la compañía en 1,77 billones de dólares. Sin embargo, el 85,1% de sus derechos de voto no equivalen al mismo porcentaje de propiedad económica, y la mayor parte de su patrimonio está bloqueada en acciones con superderecho de voto y periodos de carencia, lo que limita drásticamente su liquidez. Solo el 4,2% de las acciones estarán disponibles para negociación inicialmente, lo que podría generar alta volatilidad en el precio. Unos 4.400 empleados podrían convertirse en millonarios en papel gracias al plan de participación accionarial, pero enfrentarán periodos de bloqueo, precios de ejercicio y obligaciones fiscales antes de obtener liquidez. La narrativa de crecimiento de SpaceX se basa en parte en sus ingresos por alquiler de capacidad de computación para IA, con contratos anualizados de 260.400 millones de dólares con Anthropic y Google. No obstante, su división xAI registró una pérdida de 6.400 millones en 2025 y se estima que requiere unos gastos de capital anuales de 308.000 millones, lo que plantea dudas sobre la sostenibilidad financiera a largo plazo. La verdadera prueba para la valoración de la compañía llegará cuando finalice el periodo de bloqueo y el 96% de las acciones restantes comiencen a llegar gradualmente al mercado secundario.

链捕手Hace 1 hora(s)

El otro lado de los trillones de Musk: el 85 % que no se puede vender

链捕手Hace 1 hora(s)

Investigadores de Ethereum proponen SPHINCS-, un esquema de firmas para carteras poscuánticas

**TL;DR** * Una publicación de Ethereum Research propone SPHINCS-, un esquema de verificación de firmas post-cuántico sin estado optimizado para la EVM. * El diseño reemplaza las funciones SHAKE256 estándar con KECCAK256 nativo de la EVM, permitiendo una implementación en Solidity sin cambios de protocolo o precompilados. * La variante C13 verifica con unos 127.000 gas y una firma de 3.704 bytes. * La propuesta es no estándar y está en fase de investigación, pero contribuye al creciente debate sobre seguridad post-cuántica en Ethereum. Investigadores de Ethereum exploran SPHINCS- ("SPHINCS menos"), un nuevo diseño de firma post-cuántico que permitiría a las billeteras verificar firmas resistentes a la computación cuántica directamente en la Máquina Virtual de Ethereum (EVM) sin requerir cambios en el protocolo. El esquema se adapta a las limitaciones prácticas de las billeteras blockchain, reduciendo el presupuesto de firmas por clave a un rango más relevante (2^14 a 2^20) en lugar del estándar 2^64, argumentando que las direcciones normales no necesitan un número astronómico de firmas. La propuesta, aún en etapa de investigación y no estándar, sustituye las funciones hash estándar por KECCAK256, nativo de Ethereum, lo que posibilita implementar la lógica de verificación en Solidity. Para su variante C13, se reportan costes de verificación de ~127.000 gas y un tamaño de firma de 3.704 bytes, mostrando eficiencia frente a esquemas estándar. Sin embargo, se señalan compromisos, como tiempos de firma muy largos en hardware wallets (hasta 390 segundos), resaltando la brecha entre eficiencia teórica y experiencia de usuario práctica. Aunque no resuelve todo el desafío de la migración post-cuántica, SPHINCS- representa una ruta de verificación concreta, nativa de la EVM y sin estado, que podría funcionar sin depender de cambios en la capa base de Ethereum, aportando al planeamiento a largo plazo para la seguridad de las cuentas.

bitcoinistHace 3 hora(s)

Investigadores de Ethereum proponen SPHINCS-, un esquema de firmas para carteras poscuánticas

bitcoinistHace 3 hora(s)

Trading

Spot

Futuros