举报矿工有奖励,严重热浪和电力短缺,加密货币挖矿是“元凶”?令人意想不到的挖矿场所

币界网发布于2024-08-16更新于2024-08-16

币界网报道:

在严重热浪和电力短缺的背景下,伊朗推出了一项新措施以遏制非法加密货币挖矿活动。伊朗政府将提供约24美元(100万里亚尔)的奖励,鼓励民众举报未经授权的加密货币挖矿行为。此举是伊朗政府为减轻国家电网压力所采取的一部分行动,官方声称非法挖矿活动加剧了电力供应问题。

图片

席卷伊朗的高温热浪已导致气温飙升至摄氏45度,进一步加剧了本已脆弱的电网压力。伊朗国营电力公司Tavanir的执行长Mostafa Rajabi Mashhadi表示,非法加密挖矿是导致当前能源危机的主要原因之一。他指出:有些投机者正在利用政府补贴的电力和公共网路来非法挖掘加密货币。

Mashhadi补充道,未经授权的电力使用导致电力消耗“异常激增”,进而引发全国范围内的电力供应中断。他透露,当局已发现约23万台非法挖矿机,这些设备总计消耗约900兆瓦的电力,相当于一个拥有140万人口省份的能源需求。

图片

为了解决这一问题,政府推出了举报奖金制度。民众若举报非法加密矿机,将可获得100万里亚尔的奖励,约合24美元。此措施旨在鼓励更多人协助识别并关闭这些给国家电力基础设施带来额外压力的非法挖矿活动。

伊朗的非法加密挖矿问题由来已久,经常有报导指出非法矿场被设置在一些意料之外的地点,如学校和清真寺,这些场所因享有免费或高度补贴的电力,成为矿工运营的理想场所,无需承担高昂的能源成本。

图片

加密货币挖矿是一个资源密集型过程,专门化的计算机需要解决复杂的加密难题,以验证交易并获取奖励,最常见的是比特币作为奖励。作为最受欢迎的工作证明(PoW)区块链,比特币挖矿需要大量计算能力,使其成为能源消耗大的活动。

今年4月的比特币减半事件使挖矿奖励减少了50%,使矿工维持盈利变得更加困难。一些美国主要的加密矿工因此转向人工智慧(AI)领域以维持营运。而伊朗则面临独特挑战,该国的补贴电力使其成为非法挖矿的热点,进一步加剧了本已过载的电网压力。

图片

伊朗并非唯一一个采取严厉措施打击加密货币挖矿的国家。今年5月,委内瑞拉禁止加密挖矿,原因是担心其能源消耗对国家电网的影响。这些措施凸显了加密挖矿的能源需求与经济或环境压力下稳定电力供应需求之间的不断增长的矛盾。

伊朗的举报奖金制度是控制非法加密挖矿负面影响的最新尝试。随着全球对加密货币和能源的需求不断增加,其他国家可能也会采取类似措施,以在技术发展与资源管理之间寻求平衡。

你可能也喜欢

韩国机构的加密竞赛:稳定币与 RWA 双线爆发

韩国加密货币市场正经历结构性变革,金融与互联网巨头依托庞大的散户基础,积极布局机构级区块链基础设施,其中稳定币和现实资产(RWA)代币化是两大核心驱动力。 在稳定币领域,各方正围绕合规韩元稳定币的发行主体展开博弈。银行(如KB金融、韩亚金融)、支付商(如新韩信用卡、BC Card、Danal)及互联网平台(如KakaoPay、NAVER Pay)均已开展试点,旨在防御因美元稳定币流行导致的资金外流,并将数字金融活动锚定在本土体系内。加密原生项目若能在此期间主动提供底层技术解决方案,有望在监管放开后成为关键基建一环。 RWA代币化方面,韩国机构进展迅速,且聚焦本土特色产业,如船舶融资、军工供应链、K-pop知识产权等。相关法律框架(《资本市场法》修订)将于2027年初生效,新韩投资证券等机构已牵头搭建交易平台。加密项目的机遇在于弥补韩国券商的技术短板,提供全球分发渠道、跨链流动性方案及资产赋能工具,而非试图颠覆现有机构。 用户入口方面,互联网平台掌握关键流量。NAVER拟收购Upbit母公司Dunamu,Kakao正打造统一数字钱包,Toss则拥有全金融牌照和广泛线下网络。它们将区块链视为底层基建,是加密项目触达海量普通用户的重要渠道。 当前韩国监管框架逐步明晰,市场已具备散户基础、机构试点和民众认知。在监管完全落地前,与本土机构建立深度合作、落地实用场景的加密企业,将更有可能定义韩国数字资产行业的未来格局。美国《CLARITY法案》等外部监管进展也可能影响韩国市场的推进节奏。

Foresight News10分钟前

韩国机构的加密竞赛:稳定币与 RWA 双线爆发

Foresight News10分钟前

如何判断AI视频真假?综述动态、可溯源、可解释的检测体系

随着AI生成视频技术(如Sora、Veo等模型)的飞速发展,生成内容的逼真度已大幅提升,对虚假视频的检测变得日益困难且紧迫。传统仅输出“真假”二分类的检测方法已无法满足需求,检测目标应重新定义为“事实保真度验证”,即核查视频内容在感知和认知层面是否与真实世界一致。 本文综述了AI生成视频检测领域的最新进展。首先,将AI生成视频分为三类范式:局部操控视频、跨模态音视频编辑和端到端生成式视频合成。针对检测,提出了一个从低层到高层的四层方法框架: 1. 底层视觉线索分析:检测像素异常、生理信号等底层伪迹。 2. 时空一致性分析:核查视频在时间和空间上的连续性与合理性。 3. 跨模态一致性分析:验证视频内画面、声音、文字等多模态信息是否对齐。 4. 语言引导的世界级推理:引入外部知识,判断视频内容是否符合常识、物理规律和事实。 检测方法的演进趋势是从依赖视觉线索(第1、2层)逐步转向结合语言和多模态推理(第3、4层)。评测体系也需相应发展,不仅评估分类准确率,更要关注模型判断的可解释性、证据的可靠性以及在真实复杂环境下的鲁棒性。 未来的可信检测系统需要协同视觉与语言双视角,建立“识别-定位-解释”的清晰推理路径,并将内容分析与来源追溯相结合。这需要计算机视觉、自然语言处理、多模态理解等领域的共同努力,构建动态、可溯源、可解释的检测体系,以应对日益严峻的AI生成视频挑战。

marsbit46分钟前

如何判断AI视频真假?综述动态、可溯源、可解释的检测体系

marsbit46分钟前

万万没想到,AI x Crypto 最先落地的是安全审计

AI正深刻改变加密领域安全审计的格局。数据显示,2026年上半年DeFi领域安全事件频发,累计损失约9.42亿美元,其中第二季度尤为严重。传统观点认为安全审计需求稳定,但以Claude Mythos为代表的新一代AI工具大幅降低了发现智能合约漏洞的门槛,攻击者可快速扫描并利用漏洞,使得传统审计报告的有效期急剧缩短。 攻击不再局限于小型协议,即使经过多家知名机构审计的头部协议也频繁遭殃。攻击手段扩展到社会工程学、基础设施配置缺陷等领域,显示代码审计的覆盖范围存在局限。例如,Drift Protocol和KelpDAO均因非代码层面的漏洞导致重大损失。同时,AI也在辅助攻击者挖掘多年前部署的旧合约漏洞,使历史审计的保护价值归零。OpenZeppelin联合创始人甚至公开表示“所有DeFi都不安全”,引发行业广泛讨论。 面对挑战,项目方开始基于新标准进行防御性的重复审计,但这更多是应对风险的被动支出。审计机构则加速转型,一方面研发AI辅助审计系统提升效率,如OpenZeppelin推出Skills系统将安全防线前移;另一方面,商业模式正从一次性报告交付转向提供持续监控、形式化验证等嵌入式服务。例如,AI原生审计工具Firepan在已被多重人工审计的Curve合约中发现了新的组合型漏洞,展现了AI在防守端的潜力。 总之,AI加剧了攻防两端的竞赛。对于项目方,安全已成为需要持续投入的基础设施;对于审计机构,唯有加快技术和服务模式的重构,才能适应新时代的竞争。安全审计赛道正从红利模式转向激烈的竞争模式。

链捕手1小时前

万万没想到,AI x Crypto 最先落地的是安全审计

链捕手1小时前

交易

现货
活动图片