Índice de consumo de eletricidade Cambridge Bitcoin atualizado para refletir a distribuição de hardware e aumentos na taxa de hash

Pesquisadores de Cambridge revisaram o índice amplamente citado em resposta a evidências que indicam superestimação periódica do consumo de eletricidade da mineração de Bitcoin.

Os pesquisadores por trás do conhecido Cambridge Bitcoin Electricity Consumption Index (CBECI) revisaram oficialmente sua metodologia para melhorar a precisão e a confiabilidade das estimativas do índice pela primeira vez desde seu início em 2019.

O CBECI foi lançado em julho de 2019 em um esforço para fornecer insights confiáveis ​​baseados em dados para questões sobre a natureza intensiva de energia da mineração de Bitcoin e o impacto ambiental associado.

Falando exclusivamente ao Cointelegraph antes do anúncio da revisão, o pesquisador-chefe Alexander Neumueller desvendou o papel do Índice em fornecer uma estimativa relativamente precisa do consumo de eletricidade da rede Bitcoin (BTC) e contextualizar os dados de uma forma que seja digerível para o leigo na rua .

As principais conclusões da metodologia revisada incluíram um foco nos desenvolvimentos recentes no hardware de mineração de Bitcoin e na taxa de hash e se o CBECI estava refletindo com precisão o cenário em mudança. Os pesquisadores se concentraram em questões sobre o que levou a aumentos substanciais na taxa de hash nos últimos anos, à medida que os equipamentos de mineração mais novos eclipsavam os modelos mais antigos em termos de poder de computação.

Relacionado: Fontes de energia nuclear e de gás que mais crescem para mineração de Bitcoin: dados

Neumueller e seus colegas pesquisadores observaram que a escassez de dados relacionados ao hardware representava um desafio significativo, pois limitava a capacidade do CBECI de avaliar com precisão os tipos de hardware que os mineradores usam, bem como sua onipresença.

Isso levou os pesquisadores a criar uma metodologia que simula uma distribuição diária de hardware com base em dados de desempenho e uso de energia de hardware real. Neumeuller observa que a espinha dorsal da metodologia CBECI anterior presumia que cada modelo de hardware lucrativo lançado há menos de cinco anos alimentava igualmente o hashrate total da rede.

Isto, por sua vez, levou a um “número desproporcionalmente grande” de hardware de mineração mais antigo em comparação com modelos mais novos na distribuição de hardware assumida pela metodologia durante períodos de mineração excepcionalmente lucrativos.

Relacionado: Iris Energy compra 248 GPUs Nvidia no valor de US$ 10 milhões para IA generativa e mineração de Bitcoin

Os investigadores descobriram posteriormente que os equipamentos lançados mais recentemente pareciam estar sub-representados, enquanto os equipamentos que se aproximavam do fim do seu ciclo de vida estavam sobre-representados. Isso motivou a mudança na metodologia CBECI.

Neumeller então explicou como sua equipe começou a comparar os aumentos de hashrate com os dados de importação dos Estados Unidos, refletindo as recentes entregas de hardware de mineração de Bitcoin. Isto foi combinado com um exame dos dados de vendas disponíveis publicamente do fabricante de hardware de mineração Canaan.

A análise, que considerou uma série de fatores aprofundados, foi usada para testar a hipótese de que os aumentos na taxa de hash da rede podem ser atribuídos a hardware de mineração lançado mais recentemente.

Neumueller destacou uma divisão de opinião, com os críticos sugerindo que o Bitcoin “coloca em risco os avanços ambientais e pode exacerbar as mudanças climáticas”, enquanto os defensores argumentam que a indústria de mineração poderia combater as mudanças climáticas e proporcionar outros benefícios sociais.

O CBECI inclui uma ampla gama de pontos de dados e visualizações ricos, incluindo a demanda de energia da rede Bitcoin do índice, um mapa de mineração que reflete a distribuição geográfica da taxa de hash de mineração do Bitcoin e um índice de emissões de gases de efeito estufa.

Os índices CBECI e de emissões de gases com efeito de estufa fornecem três estimativas diferentes para ambos os setores, fornecendo um intervalo hipotético para estas métricas específicas.

Colete este artigo como um NFTpara preservar este momento da história e mostrar seu apoio ao jornalismo independente no espaço criptográfico.

Revista: Inscrições recursivas: 'supercomputador' Bitcoin e BTC DeFi em breve