Сложность майнинга биткоина в конце года вырастет на 3%

CryptoSlatePublicado a 2022-12-20Actualizado a 2022-12-20

Resumen

Ожидается, что 19 декабря сложность майнинга биткоина увеличится как минимум на 3%, согласно оценщику сложности майнинга биткоина Bitrawr.

Ожидается, что 19 декабря сложность майнинга биткоина увеличится как минимум на 3%, согласно оценщику сложности майнинга биткоина Bitrawr.

Согласно данным, текущая сложность добычи BTC составляет 34244331613176,18, а предполагаемое повышение на 3% приведет к увеличению сложности добычи до 35421102548895-35421764497396.

Сложность майнинга описывает, насколько сложно решить криптографическую задачу, необходимую для создания блока в сети Bitcoin, и изменяется каждые две недели.

Сложность майнинга BTC в 2022 году

В 2022 году в сети Bitcoin было зафиксировано 26 корректировок сложности майнинга – в результате 16 из них значение повышалось, а в результате остальных десяти – понижалась. Это несколько отличается от 2021 года, когда сложность изменялась 27 раз, из которых 19 изменений были повышающими, а восемь – понижающими. При этом, в то время сложность майнинга повышалась девять раз подряд после того, как в Китае запретили майнинг биткоина.

На приведенном выше графике сложность майнинга BTC изображена оранжевой линией. Сложность майнинга пережила значительный всплеск в октябре. Однако в ноябре она достигла плато, а в декабре упала до нынешнего уровня.

Несмотря на падение, сложность майнинга биткоина в конце года будет всего на 4% ниже своего исторического максимума, что свидетельствует о том, что показатель остается высоким.

С момента достижения пика в ноябре средний хэшрейт BTC снизился, но он по-прежнему превышает 240 экзахеш в секунду.

Oluwapelumi Adejumo для CryptoSlate.

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 51 min(s)

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

marsbitHace 51 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 52 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 52 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 1 hora(s)

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

marsbitHace 1 hora(s)

Trading

Spot
Futuros
活动图片