如何提高xmr用服务器挖

1. 云服务器挖矿践行 第一篇

三天以前看到壮乡金荣仔的文章，从中了解到可以利用阿里云服务器进行挖矿，收益可观，于是立即和作者进行了联系，咨询拜师的事情。

通过和孙师傅交流发现，因为写作让我们有了很多共同交流的基础，并且我居然已经关注了孙师傅有好几个月的时间了，这让我们很快建立了信任。

孙师傅在文章中提到正式收徒弟还要等一段时间，我觉得这段时间也不能浪费，还应该为将来拜师以后做一点准备工作。于是我立即开始对云服务挖矿这件事情进行了认真的思考并实践。

云服务挖矿的可行性，大概有这么几个方面。

一，云服务器挖矿的成本收益分析。

成本构成：挖矿的成本主要有三项，矿机的支出，电费，场地及相关管理费用；

收益构成：挖矿的收益主要来自两个方面，一是按照当前数字货币的法币价格可以不管成本而获得的收益，二是数字货币在未来增值获得的收益。

分析：云服务器的运算能力远远低于实体矿机，但是不用支付电费，这是最大的成本节省，另外，由于不需要场地，自己远程管理，场地和管理费用也趋近于零。

因此在算力有限的情况下，云服务器挖矿最大限度地消除了电费和场地的费用，这是这项技术的优势所在。而盈利的平衡点，将极大的取决于服务器费用的支出和当前币价的相对关系。

二，云服务器和挖矿币种的分析。

云服务器的种类有很多，主要分两种，CPU型和GPU型。

目前市场上的各种虚拟币算法也分两类，GPU友好型和CPU有好型。比特币以太坊，莱特币等绝大多数币种都属于GPU友好型，CPU友好型比较少，我了解到的只有大零币zec,小零币xzc,门罗币xmr。

所以这样一来，在服务器和币种的选择问题上，方向很清晰：CPU和GPU任何一个方向，选择算力性价比最高的云服务器和挖矿收益最高的币种。

三，实践。

李笑来的文章中提到过，任何挖矿的行为都不如直接到市场上去买来得容易。我也因此在之前的虚拟货币的学习中，很少关注挖矿的知识。同时对于服务器方面的知识也了解很少，所以一开始我只能用网络上能够搜索得到的办法进行实践， 以快速入门，开始积累。

网上能够直接搜索到的就是利用CPU服务器挖掘门罗币。文章链接如下。

于是我花了391.5元购买了三个月的阿里云轻量型服务器，配置如下。阿里云目前在搞活动，首单可以打七折。

开始进行实践。

经过了两天的折腾，终于在运行服务器上挖矿成功，但是算力只有140h/s，在这个算力下，要亏本一半。

具体折腾的过程中，遇到坑无数，也麻烦了我搞计算机的朋友很多，这个过程留待下一篇再写吧。

四，关于风险的思考。

目前来看，用云服务器挖矿服务器的价格是预付的，并且是固定的，所以挖矿是否有收益，取决于目前的虚拟货币的价格。从孙师傅的截图来看，目前收益还是很可观的。

近期的风险来自于币价的下跌，远期的风险来看，就是阿里云服务器会禁止挖矿行为。阿里云对于挖矿的行为，在网上有过很多的声明。在搜索服务器挖矿相关知识的时候，也发现有国外的服务器禁止挖矿。

长期来看，如果目前云服务器挖矿不赔本那么未来大概率是会有很大的收益的。

就在写这一篇的过程中，孙师傅的收徒标也发出来了，很快就要收徒弟啦。我也正好把这一篇当做我第一这周的作业。

2. 如何优化策略降低系统能耗

针对云计算系统在运行过程中由于计算节点空闲而产生大量空闲能耗，以及由于不匹配任务调度而产生大量“奢侈”能耗的能耗浪费问题，本文提出一种通过任务调度方式的能耗优化管理方法。

高能耗是云计算系统最为严重的问题之一
云计算系统中，除了处理任务时产生的必要能耗开销，其运行过程中还存在能耗浪费的现象
解决方案
用排队模型对云计算系统进行建模，分析云计算系统的平均响应时间和平均功率，建立云计算系统的能耗模型；
提出基于大服务强度和小执行能耗的任务调度策略，分别针对空闲能耗和“奢侈”能耗进行优化控制。基于该调度策略，设计满足性能约束的最小期望执行能耗调度算法ME3PC (minimum expectation execution energy with performance constraints).
结果
大量实验表明，本文提出的能耗优化管理方法在保证其性能的前提下，大幅度降低了云计算系统的能耗

下一步工作
将研究在给定和真实的云计算系统体系结构下，如何根据任务到达率的大小和分布规律，决策系统中应该处于运行状态的计算机个扮胡数，结合关闭/休眠技术和电压动态调整技术，进一步对云计算系统的能耗进行优化控制，并且将研究的理论成果在实际云平台上进行评测，以验证其正确性

能耗
能耗分类
空闲能耗：由于计算任务达到的随机性，使得单位时间内到达的任务量时而稀疏，时而密集，而现有的云计算系统通常是长时间处于开启状态，等待计算任务的到达。但是当计算机处于空闲状态时，其空闲功率会占峰值功率的50%~60%。因此，云计算系统会产生大量的空闲能耗。奢侈能耗：由于云计算系统中通常包含不同的计算机，实验结果表明，不同计算机对不同计算任务的执行功率和响应时间一般不同。例如，同一图像处理任务分别在CPU 和GPU 上的执行功率和响应时间不同，任务执行完成后，产生的总能耗也不同。因此，当未考虑能耗因素时，不匹配的调度方式会造成:本来用较低能耗就能解决问题，但却用了较高能耗。本文把由于任务的不合理调度而浪费的能耗称为“奢侈”能耗。执行能耗：执行能耗可定义为：任务在计算机上运行时，指令和数据驱动计算机硬件运转所产生的能耗
传统节能的方法
关闭/休眠技术：最大饥模限度的降低空闲能耗，缺点是当使用计算机时需要较长的启动时间，导致系统性能一定程度的下降
电压动态调整技术：为了便于研究，本文假定执行功率为任务整个执行过程的平均耗电功率。根据CMOS 电路动态功率公式Pdynamic~αCV2f 可知，动态功率与厅肢拦电压的平方成正比。因此，降低处理器的电压可以降低处理器的动态功率。但该方法的缺点是，随着电压的下降，处理器的性能会随之下降
虚拟化技术：可实现多个任务在一个计算机的不同虚拟机上运行，通过提高计算机资源利用率，以减少所需计算机数量的方式降低能耗。虚拟化技术实现了计算机资源从物理实体向虚拟实体的迁移，提高了计算机资源的利用率。但虚拟化，特别是深层次的虚拟化本身也要付出高昂的效能代价，因为虚拟化技术通过对底层硬件部件到高层服务应用的层层虚拟，每一级的虚拟都造成了效能的损失。
任务和系统模型
随机任务模型
根据任务对计算机资源的需求特征，可分为计算密集型、通信密集型、数据密集型和I/O密集型等。
随机到达云计算系统的任务可以用三元组（T，Λ，W）表示，第i类任务可以表示为(ti，λi，wi)。ti表示第i类任务，λi表示ti任务单位时间平均到达数量，wi表示ti任务的计算量
云计算系统模型
现有云计算平台的硬件基础设施通常是架构在大规模廉价服务器集群之上，系统中的不同服务器或计算机通常是由不同公司生产，有不同的硬件配置。这些计算机不仅有不同的功能和性能，其耗电的功率也不同，具体可表现为：功能异构、性能异构、空闲功率和峰值功率异构、执行功率异构；
云计算系统可以定义为六元组：(C，Pbusym×n，Pidle，Ppeak，Um×n，S)
+a7+rW9tO//Ksbv6oaLPtc2z1tDL++NDQus/+1xMrHvbW1zc+1zbPUy9DQuf2zzNbQsvrJ++8wsfUxrzGy++"http://www.it165.net/uploadfile/files/2014/0508/20140508200129405.jpg" alt="\">
问题描述
根据2.1节和2.2节的分析，并结合能耗的计算公式E=P*T，则任意一个任务从进入云计算系统到执行完成离开所产生的期望能耗可表示为

\
在给定任务类型、确定云计算系统体系结构的条件下，只有调度概率Pij的值是根据调度策略的不同而动态变化的，云计算系统的期望能耗与任务和计算机之间的调度策略有关
能耗优化管理
实质
根据任务的到达时间和类型、不同计算机的功率和性能、计算机实时的负载情况，对任务进行合理调度，使系统在满足一定性能的条件下，降低云计算系统运行过程中产生的空闲和执行能耗
假设
根据任务对计算机资源的需求特征，可分为计算密集型、通信密集型、数据密集型和I/O密集型等。不同类型任务要处理的数据形式和问题规模一般不同。为了便于研究，本文假定同一类型任务的计算量相同
由于用户服务请求的自主性、地域的分布性，导致不同用户提交的任务之间通常没有优先约束关系，即任务是独立的
假设对于系统中的每个计算机，任务的到达间隔相互独立,且服从同一参数的负指数分布
每个计算机对不同任务的服务时间也相互独立，且服从同一参数的负指数分布
到达间隔时间与服务时间相互独立
不同类计算任务以不同的概率调度到不同的计算机上
性能约束的最小期望执行能耗调度算法ME3PC(minimum expectation execution energy with performance constraints)
调度器针对不同的情况，采用不同的调度策略，详情请参考第3章

根据负载情况，将节点分在三个队列：Clight、Cnormal、Chigh，
如果Clight不为空，则优先考虑集合Clight中的计算机，并采用基于大服务强度的任务调度策略，使对tCi类任务有大服务强度的计算机cCj有较大的调度概率，其中j∈Clight
Clight为空，Cnormal不通ky"http://www.it165.net/qq/" target="_blank" class="keylink">qq/+aTwvc3ViPsDgyM7O8dPQvc/Qoda00NDE3LrEtcS8xsvju/pjQzxzdWI+ajwvc3ViPtPQvc++QzxzdWI+ViPrK7zqq/1aOsvLTL+2yLW9uLrU2Nfu0KG1xLzGy+O7+snPCjxwPgo8aW1nIHNyYz0="http://www.it165.net/uploadfile/files/2014/0508/20140508200130420.jpg" alt="\">
定理满足性能约束的最小执行能耗调度算法ME3PC的最坏时间复杂度为O(3mn)，其中，m为任务的类型数，n为云计算系统中计算机的个数。
实验
实验环境的设置
为了验证ME3PC算法的有效性，本文使用Matlab 的离散事件模拟工具进行模拟实验。实验环境涉及的相关参数以及取值或取值范围见下表。

实验中任务分为4 类。第i类任务的到达间隔时间服从参数为1/λi的负指数分布。该间隔时间可通过负指数分布函数exprnd(1/λi)来生成，其中，λi的值在[10，15]区间随机生成。根据任务的到达间隔，利用函数cumsum(?)可得到第i 类每个随机任务到达系统的时刻。最终可确定所有6000个任务到达系统的时刻。计算机cj对ti类任务的服务时间服从参数为1/μij的负指数分布，同样，服务时间也通过函数exprnd(1/μij)来生成，参数μij的值在[1，5]区间随机生成
为了让模拟系统的运行存在平衡状态，需要满足条件\
\
实验与结果分析
为了进一步说明ME3PC算法的有效性，本文又设计了最小执行功率调度算法(minimum execution power，简称MEP)，并将ME3PC与MEP、经典MIN-MIN 算法进行比较。其中，MEP的算法思想是:在任务调度时，将任务调度到执行功率最小的机器上，而不考虑该计算机当前的负载情况以及执行该任务的服务时间。MIN-MIN是针对独立任务的动态调度算法，广泛应用于同构或异构分布式并行计算环境，有良好的调度性能。本文分别从系统执行任务的平均能耗、任务的平均响应时间、系统的平均功率、负载平衡和可扩展性这5个方面对3种算法进行对比分析

从图2可以看出，采用MEP算法时系统的平均功率最小，ME3PC略大于MEP，MIN-MIN的功率最大，且远大于ME3PC和MEP。分析原因是，MEP算法专注于系统执行功率的优化，任务调度时只将任务调度到执行功率最小的机器上，因此系统平均功率最小，但没有考虑调度的机器性能，因此总体性能最差。MIN-MIN算法则相反，只专注于任务的完成时间，而不考虑能耗、负载平衡等其他因素，因此响应时间最小，但是系统平均功率最大。ME3PC算法则同时考虑了功率和性能因素，虽然系统功率较MEP算法平均增加了6.4%，响应时间比MIN-MIN算法平均增加了5.7%，但是任务在系统中的所产生的能耗却最小，如图4所示。究其原因是:（1）由于ME3PC算法针对空闲或轻载计算机采用了大服务强度优先的调度策略，大大降低了系统中计算机出现空闲的概率，使系统的利用率高于MEP和MIN-MIN。其中，采用ME3PC算法时，系统产生的空闲能耗平均是MEP和MIN-MIN算法的81%和73%，如图5所示。（2）由于优先对空闲和轻载计算机进行调度，最大限度地避免了负载不平衡的发生。因此，ME3PC算法保证了系统的负载平衡，如图6（a）、图6（b）所示。可见，只有同时考虑功率和性能因素才能真正降低云计算系统的能耗。

从实验结果中，我们发现了一个有趣的现象:当计算机个数为1时，3种算法下的系统平均功率、任务平均响应时间和任务平均能耗自然都相等。但是随着计算机个数的增加，系统执行任务的平均能耗却呈线性下降。当计算机个数为8时，系统执行任务的平均能耗最小。随着计算机个数的继续增加，系统执行任务的平均能耗开始增大，且呈指数级增长。究其原因是:（1）当计算机个数从1增加到8的过程中，任务平均响应时间呈指数级减少（如图3所示），但是系统的平均功率的增势却基本趋于平稳（如图2所示），这导致系统执行任务的平均能耗在该过程中是逐渐降低的，并且由于此时系统平均功率的绝对值较小，因此降低的趋势呈线性。（2）当计算机个数从8增加到128的过程中，任务平均响应时间下降的趋势趋于平缓（如图3所示），但是系统的平均功率的增势却呈指数级增加（如图2所示），这导致系统执行任务的平均能耗在该过程中是逐渐增加的，并且由于此时系统平均功率的绝对值较大，因此增长的趋势呈指数级。由此可见，在等能耗的条件下，计算机个数为8时系统有最好的扩展性。对于实际的云计算系统，如何根据系统的体系结构、任务到达的规律确定系统中应该开启或关闭的机器个数，以及开启或关闭哪些机器进行能耗的优化控制，将作为下一步的研究内容。

3. ddam虚拟币排在世界多少

不入流。

世界十大虚拟货币排名：

一、比特币 BTC（BITCOIN）

比特币，这个我想排到第一位是币圈所公认的，作为虚拟币的风向标，领头羊。比特币的每一个涨跌都牵动币圈玩家的神经。

他已经不再是一个简单的虚拟币币种，更像一个虚拟币界的图腾标志。所有谈到虚拟币发展的无论如何都不可能绕过BTC去讨论，几乎所有的交易平台上面必须必备的就是BTC的交易对。

自从虚拟货币出现至今就一直占据榜首不动摇，而且常年占据总市值的40%以上的份额，差不多是顶级流量了。比特币的涨跌都关乎总体虚拟货币的态势，可以说是牵一发而动全身，只要谈到虚拟币的发展都不可能绕开比特币，它的每一个涨跌都牵动币圈所有玩家的神经。

九、STEEM

这个项目可以说是构思很大的，建立自己在区块链上的社区平台，想要超越国际NO.1 FACEBOOK。作为多媒体的社交平台，最国际上还是非常有市场的，很少见到那个外国人没有FACEBOOK账号或TW账号的，就好像国人没有QQ或者微信账号一样。

十、新经币 NEM

新经币（New Economy Movement， NEM），是一种点对点虚拟货币。2015年初发布，源代码由Java编写并100%属于原创。

NEM 广泛发布于人群中，其块链采用了全新发明的基于重要性证明POI的同步解决方案。

NEM特征也包括：完整的点对点安全系统加密信息系统和基于Eigentrust++算法的声望系统。

NEM把一种新的突破性的技术引入加密货币世界，称之为POI算法（重要性证明）NEM包含一套基于Eigentrust++的节点声望系统并利用了集成到块链中的多签技术，基于这些手段能最大程度地保障系统安全。

其他特性还包括加密信息传输以及一种可扩展的设计，该设计使得基于NEM平台的客户端应用可以充分地获得NEM先进块链技术所带来的种种优势。

4. 当区块链不再需要矿机挖矿时比特大陆会沉底吗

今年3月底，比特大陆推出了一款基于ASIC的蚂蚁矿机X3，主要是针对门罗币（XMR）以及依赖CryptoNight算法的加密货币，门罗币随即发出反制声明，将改变核心算法以对抗ASIC算力的入侵。

如果这个出现在数字加密货币的世界里会是什么结果？就是错误的计算结果可能被带入到整个网络而无人发现。

而更关键的是，如果一家“计算器生产厂”垄断了计算器市场，它还可以故意生产出这种带错误的计算器改变数学规则。

毕竟，在加密数字货币领域的“计算”可不是1+2+3这么简单，你不可能拿纸币对比特币进行手工验算。

比特大陆算力垄断的现实意义

关于基于51%算力的攻击，我们已经在各种文章中了解了。

但现实是，虽然之前全球约有78%的算力在中国大陆，但所幸他们分散在不同的矿池里，被不同的人所掌控。

尽管所有基于PoW的加密数字货币都存在被51%攻击的风险，但由于算力的分散导致很少有人能真的发动攻击。

但是如果矿工本身不想发动攻击，但矿机生产厂商发动攻击呢？

依然用刚才的比喻来说，就是虽然每一个矿工主观上都想独立的做题验算，但他们手中的计算器被远程动了手脚给出了一致的错误答案。这就可能对数字加密货币造成极大的威胁。

而偏偏，拥有矿机绝对话语权的生产厂商比特大陆又曾经出现过这样的问题。

2017年4月，比特大陆矿机曾爆出Antbleed后门。尽管在中文圈这被描述为一个“漏洞”，但Antbleed更像是一个被实现设计好的功能。

匿名人员发现，一台比特大陆生产的蚂蚁矿机连上网络后，会定期与比特大陆持有的一个域名进行通信，将矿机的序列号、MAC地址和IP地址回传给比特大陆的服务器。而如果比特大陆的服务器给出否定的信号，这台矿机将终止运行。

尽管比特大陆回应称，他们不能关闭任何不属于他们的矿机。但比特币Core团队则在实验中证明，这个功能其实没有任何验证，任何人可以通过伪造DNS来关闭矿机——但这同时也意味着，比特大陆是有能力关闭任何已销售矿机的。

之后，比特大陆修复了这一“漏洞”，但却在社区中引发了激烈的讨论。而这也奠定了几乎所有PoW区块链社区对比特大陆都存在偏见的基调。

几个月后，在比特大陆的主导下ViaBTC挖出了第一个区块，对比特币区块链进行了硬分叉，从此世界上有了比特现金BCH（BitcoinCash）。

矿机垄断是否会破坏分布式系统？

面对这个问题，我们现在应该有了一个明确的答案。那就是矿机垄断一定会影响PoW数字加密货币的安全运转。

这一问题并不在于比特大陆和创始人吴忌寒是否值得信任，而是在于任何一个区块链系统的价值之一就应当是在排除对任何单个公司和单个个人信任的情况下安全运转。

即便是ASIC矿机没有被比特大陆垄断，ASIC矿机本身也会加重算力的集中度。

用于挖矿的ASIC对通风、电力和场地有很大的要求，除了用于挖矿之外没有任何用途，同时由于算力强大而拉高了全网的计算难度。

这导致外部玩家很难像5年前那样，在电脑上下个软件就开始挖矿。而最近的中心化交易所被黑事件频发导致，也证明在这个没有监管的市场中集中绝对会导致不安全。

假设比特币网络运行在100万个矿工之上，就没有任何一个人能关闭它。而如果比特币网络运行在20个大型矿场上，那么关闭它就容易多了。

而截止到2017年末，已经有78%的算力集中在中国大陆，这导致中国监管部门事实上有对比特币发起致命攻击的可能性。

并且，大多数数字加密货币的使用场景都与“去中心化”有关，一旦中心化，将意味着这些使用场景不复存在。导致一个原本可能有价值的项目变成纯粹浪费算力的空气币。

那么，我们面对这一状况应该采取什么样的措施呢？

首先是作为项目方，也许是时候放弃纯粹的PoW机制了。事实上，在许多发行加密数字货币的项目中，尤其是在资产证券化类的项目里。类似于现实世界中股票概念的PoS本身就比PoW更为合理。

在不了解区块链的媒体中我们经常听到这样的话“比特币浪费了大量的算力还毫无价值”，这在一定程度上是有道理的。基于PoW的区块链很难将项目本身的价值与所发行的数字加密货币进行绑定——因为货币的价格背后真正的价值并非来自于项目，而来自于维持算力的成本。

而PoW+PoS的混合模式更像是未来，在混合模式中，持币用户和矿工都可以参与到这一社区的重大决策中。而如果一个决策被广泛认可，那么无需开发者过分干预，区块链就会软分叉到最新的状态，几乎不会有矿工或矿机私自抵制的状况。

其次，作为散户矿工，如果你现在还在挖一种纯粹的PoW机制货币，那你应该无条件的支持社区发起的为了抵御ASIC矿机进行的分叉活动，哪怕这会导致你的矿机失效。

这听起来有些自相矛盾，但是从长远利益考虑在一个被算力垄断控制的币种中竭泽而渔，不如促进社区的改革获得更多的收益。因为，在许多过去的算力与社区的冲突中，最终的结果是算力主会强行保留旧有算法对区块链进行硬分叉。

而一如ETH和ETC一样，属于算力主的经典以太坊（ETC）由于失去了开发者的支持，变成没有活力、不可能发展出应用的空气币。

作为散户韭菜，你应当谨慎交易比特大陆矿机所支持的非主流数字货币（比特币除外），避免掉入一个完全由比特大陆控制算力的区块链中。

最后，如果你就是比特大陆，你应该怎么办？

比特大陆的目标是成为Intel、AMD和Nvidia，为整个计算机行业做出更大的贡献，成为一家伟大的公司，而不只是纠结于挖矿的眼前利益。

华尔街的金融家们早就已经看透Nvidia显卡挖矿所带来的暴力，这家公司的股票价格涨跌已经和比特币的价格走向一致，甚至说是受数字货币行情的影响。知名做空机构香橼近日已看空Nvidia，认为这家公司将太多精力放在了为数字货币矿工提供服务，而不是把重点放在人工智能、游戏和无人驾驶等正经业务上。

芯片厂家的使命是提供更强大的芯片来驱动更智能的服务，最后为现实世界做贡献，而不是成为虚拟世界的垄断大亨。当大家再也不走进虚拟世界的大门时，剩下的只是一片无人的荒地。

在去年接受美媒的采访时，吴忌寒曾透露将以数十亿美元的市值进行IPO。作为一家即将上市的企业，比特大陆不仅要对投资人负责，还要接受投资人对业务的可持续性的质问，“如果你的矿机上市就遭遇分叉，该怎么办？”

而这个需要上市后才会问的问题，已经出现：门罗比团队分叉后的分叉币XMO目前一个的价格是7.5美元，而真的门罗币XMR目前一个的价格是194美元，分叉币被门罗社区彻底抛弃。

在比特大陆成为所有区块链社区唾弃的名字之前，完全可以靠这几年积累的巨额资本沿着此前的规划向人工智能芯片公司的转型，而不是继续开发各种各样数字货币矿机来榨取生态崩盘前的最后一滴油。

内容来源：凤凰网