Qubic 设定4月1日为对狗狗币发起攻势的起始日

bitcoinist發佈於 2026-03-23更新於 2026-03-23

文章摘要

Qubic宣布将于4月1日启动针对Dogecoin的挖矿计划,这标志着其继Monero之后新一轮挖矿战略的推进。该计划旨在通过外部工作量证明(PoW)机制,将Dogecoin挖矿纳入其去中心化计算网络,以强化其代币经济模型。 Qubic表示,其网络中的Oracle Machines(预言机机器)将独立验证每笔Dogecoin挖矿份额,并通过拜占庭容错机制达成共识。Dogecoin ASIC矿机可同时挖掘Qubic并获得更高收益,而挖出的DOGE将在公开市场出售以购买QUBIC。部分收益将用于激励矿工,其余则被销毁,以实现QUBIC的通缩。 与此前对Monero的争议性攻击(实际算力占比约28-35%)不同,Qubic强调Dogecoin挖矿可与其基于CPU/GPU的AI训练并行运行,互不干扰。该计划自2025年8月Monero事件后便开始筹备,目前已完成测试并进入主网部署阶段。 截至发稿时,DOGE价格为0.09美元。

Qubic宣布将于4月1日启动其狗狗币推进计划,这标志着该挖矿策略进入了新阶段,该策略最初通过对门罗币的攻势而引发关注。核心问题在于Qubic能否将狗狗币挖矿转化为其更宏大理念的实景演示:外部工作量证明可被去中心化计算网络吸收,并用于强化Qubic自身的代币经济模型。

在周末发布的一系列推文中,Qubic将此次部署既定位为产品发布,也视为压力测试。“通过Qubic网络挖出的每个狗狗币份额均由Oracle Machines验证:这些独立计算器遍布网络,各自分别验证份额。每笔交易最多提交13次Oracle验证。若结果达到法定拜占庭容错阈值(676个计算器中451个达成一致),则通过链上验证。”

Qubic将于4月1日启动狗狗币挖矿攻势

团队补充说明,Oracle Machines已于2月11日在主网上线,并将狗狗币挖矿描述为“基于该系统构建的首个真实世界外部用例”。这些声明与Qubic三月的技术更新一致,该更新称狗狗币挖矿正按计划于4月1日主网上线,并将其定位为对网络外包计算栈的真实世界压力测试。

狗狗币ASIC矿机将能挖掘Qubic并获得更高奖励,而挖出的DOGE将在公开市场出售以购买QUBIC。声明称,所购代币的一部分将循环投入挖矿激励,而“其余部分将被销毁”,明确目标是使QUBIC通缩。Qubic官方的狗狗币挖矿说明同样表示,社区仍在最终确定挖矿收益在ASIC矿工、计算器及更广泛网络激励之间的分配方案。

这使得4月1日的启动不止是简单的挖矿整合。Qubic数月来一直主张,狗狗币将改变其运营模式,因为基于ASIC的Scrypt挖矿可与网络基于CPU和GPU的AI训练并行运行,而非像此前门罗币那样交替处理工作负载。

“ASIC矿机处理狗狗币。CPU和GPU继续训练Aigarth。两者共同为网络做贡献。互不排斥,”Qubic在3月3日的说明中写道。“同一验证框架可服务于价格馈送、跨链数据及智能合约需要响应的任何外部信息。”

背景是Qubic更具争议的门罗币 campaign。2025年8月,该项目发布题为《Qubic执行51%门罗币网络接管演示》的文章,声称已达到多数算力并重组了链。但这一说法在后续审视中未能完全成立。

后来的独立分析显示Qubic有效占比接近28%至35%。连Sergey Ivancheglo最终也承认该操作“应重新命名为‘34%攻击’”,暗示此举更像自私挖矿而非完全多数控制。

狗狗币并非仓促转型。2025年8月中旬门罗币事件后,Qubic社区已选择狗狗币作为“下一个挖矿季”的目标,Ivancheglo表示转型需数月开发。Qubic 2026年1月和3月的更新显示该时间表现已趋近启动:1月开始规划,3月测试推进,调度程序已上线处理任务。

截至发稿,DOGE交易价格为0.09美元。

DOGE徘徊于关键支撑区域上方,周线图 | 来源:TradingView.com上的DOGEUSDT

相關問答

QQubic宣布将于何时开始对Dogecoin进行挖矿攻击?

AQubic宣布将于2026年4月1日开始对Dogecoin进行挖矿攻击。

QQubic网络如何验证Dogecoin的挖矿份额?

A通过Oracle Machines(独立计算节点)网络进行验证,每个计算节点单独验证份额,需要451个计算节点达成拜占庭容错阈值共识才能通过链上验证。

QQubic对Dogecoin的挖矿策略与之前对Monero的策略有何不同?

ADogecoin采用ASIC挖矿可与网络的CPU/GPU AI训练并行运行,而Monero需要交替处理工作负载;且Dogecoin挖矿收益将部分用于回购销毁QUBIC代币。

QQubic此前对Monero的所谓"51%攻击"实际控制率是多少?

A根据独立分析,Qubic对Monero网络的实际有效算力控制率约为28%至35%,Sergey Ivancheglo后来承认应称为"34%攻击"。

QQubic挖矿Dogecoin的经济模型设计目标是什么?

A通过出售挖出的DOGE购买QUBIC代币,部分用于矿工激励,部分进行销毁,旨在使QUBIC成为通缩型代币。

你可能也喜歡

AI PC大战:不要押阵营,要押收费站

英伟达与联发科切入AI PC,标志着Windows端侧AI生态进入多玩家竞争阶段。作者认为,不应简单将其视为“x86对Arm”的阵营之争,而应关注谁能持续获取利润与产业链定价权。 AI PC的投资机会可分为三层:一是先进制程“收费站”,无论哪方胜出,台积电(TSMC)都将受益;二是算力与平台外溢,以AMD(x86进攻)和英伟达(GPU软件栈延伸)为代表;三是架构扩散和困境反转,Arm和英特尔(INTC)具备弹性但需谨慎。 行业已从概念进入出货验证期。尽管短期出货预测有所下调,但AI PC长期标配化趋势不变。投资难点在于用户换机意愿,若企业端广泛部署隐私计算等应用,将推动市场从消费电子转向企业IT更新。 竞争格局上,各芯片厂商优势各异,但高端芯片均依赖先进制程。台积电在晶圆代工市场占据超70%份额,成为AI硬件时代的确定性受益者。 投资策略上,作者建议分层配置:将台积电视为底仓(确定性现金流),AMD作为进攻性选择,Arm和英特尔则用于捕捉弹性机会。核心逻辑是投资“收费站”和平台,而非押注单一架构。 风险包括:AI PC应用不及预期、Windows on Arm兼容性改善缓慢、关税与宏观因素影响需求、先进制程供需错配,以及整体AI估值偏高可能引发的回调。因此,应将AI PC视为长期产业趋势,在情绪退潮后布局生态与现金流稳定的公司。

marsbit6 分鐘前

AI PC大战:不要押阵营,要押收费站

marsbit6 分鐘前

万字解析:从10美元到290美元,MRVL靠「不做GPU」赢了整个AI时代

Marvell Technology(MRVL)股价从2016年不到10美元涨至2026年的290美元,涨幅达30倍,核心在于其独特定位:不做GPU,而是专注于AI时代的“连接”基础设施。 公司业务分为三块:一是光互连(光DSP),在400G以上数据中心光模块市场占约70%份额,技术护城河深;二是定制AI芯片,为Amazon等云巨头设计XPU,拥有18个项目、750亿美元潜在收入;三是以太网交换芯片与企业存储,提供稳定现金流。 CEO Matt Murphy上任后大幅改革,砍掉非核心业务,收购Inphi(光DSP)、Cavium、Celestial AI(光子织网)等公司,聚焦数据中心,并绑定大客户获得长期订单。 英伟达投资20亿美元战略入股,认可Marvell在AI互连生态的价值。市场常将Marvell视为“小Broadcom”,但两者本质不同:Marvell在光DSP是领导者,而定制芯片业务虽毛利率较低,但随规模扩大有望改善。 主要风险包括:丢失Amazon Trainium3订单、客户集中度高、毛利率天花板、英伟达既是伙伴也是潜在竞争者、内部人士减持及供应链产能压力。但公司光互连技术优势显著,结合PEG约0.6的估值,仍有增长空间。 本质上,Marvell抓住了AI基础设施从“堆算力”转向“建系统”的趋势。在AI集群规模不断扩大、数据流动需求激增的背景下,“连接”的价值日益凸显,而Marvell正处在这一核心位置。

marsbit36 分鐘前

万字解析:从10美元到290美元,MRVL靠「不做GPU」赢了整个AI时代

marsbit36 分鐘前

AI中转站引发知乎热议:便宜Token背后,用户真正担心什么?

知乎上关于“AI中转站与便宜Token”的讨论引发广泛关注,焦点从单纯的工具选择转向了深层的成本与信任问题。 用户首要担忧的是模型真实性。AI中转站被类比为“AI版黄牛”,技术门槛不高,但上游来源常不透明,存在“模型掉包”风险。由于大模型输出具有随机性,普通用户难以辨别自己是否真的在使用所付费的旗舰模型,这本质上是一种信息不对称交易。 其次,便宜Token的性价比需要理性看待。其“低价感”常源于与官方API按量价的对比,若与官方订阅套餐、国产模型或免费额度相比,未必总是最优。讨论强调用户应先明确自身需求——是偶尔使用还是高频调用,再选择合适渠道。 便宜Token的来源复杂,既可能有批量采购、缓存优化等合法路径,也可能涉及订阅拆分、地区价差套利甚至更灰色的渠道。这种混合供给导致服务稳定性和余额风险难以评估。真正的成本计算需涵盖模型真实性、服务稳定性和数据安全。 数据安全成为核心关切,尤其在AI编程、Agent和企业应用场景中。经过中转站的prompt、代码、业务文档和密钥可能面临泄露风险。对于企业,这还涉及商业秘密、数据合规与供应商审查等治理问题。 讨论形成的普遍共识是:AI中转站可用于低敏感、可替代的任务(如公开资料总结、简单测试),但不建议作为默认入口,尤其不能用于处理敏感数据或接入生产环境。实用建议包括:避免大额充值、分散风险、定期测试模型、做好数据脱敏。 这场讨论揭示,当AI能力按Token计价时,用户为节省调用费用,可能潜在地牺牲了信任与安全。随着AI更深度融入工作流,明晰请求路径、模型来源与数据流向变得至关重要。

marsbit1 小時前

AI中转站引发知乎热议:便宜Token背后,用户真正担心什么?

marsbit1 小時前

交易

現貨
合約
活动图片