技术详解 Chia Network 挖矿：如何参与？收益怎样？(3)

要铭记一点：家用电脑的民用级 SSD 寿命普遍为几百 TB 擦写量。按照 Chia 官方文档指出，每制作一个 0.1TB 的默认参数 plot 文件，实际造成的擦写量约为 2TB，即 20：1。这意味着一块擦写寿命为 500TB 的民用 SSD 最多能生产出 25TB 的算力就会寿终正寝。*这也是官方强烈不建议在笔记本电脑内置的 SSD 上进行 plot 的原因。

如果你是雄心勃勃入市的准新矿主，那么我们的建议是购买一些高性能机器专门用作生产 plot 文件，同时再配备少量的低功耗机器专门用作挖矿。为了高效利用资金，并没有必要购买高性能整机，最好是按需搭建。假设没有功耗、尺寸、噪音等限制，那么使用全尺寸主板搭建开放式的主机较为理想。Empower Labs 认为在相当长的时间内，投入数万元至数十万元成本搭建 Chia 小型矿场的做法会较为流行。根据 Empower Labs 的分析和与业内人士交叉验证，有如下建议：

制作 plot 所需要的核心资源有 CPU、内存、SSD 三部分，需要尽量均衡。

在 CPU 方面，因为第一、第二阶段存在的密集操作，CPU 需要有尽可能高的主频。其次，为了同时进行多并发任务，核数也需要多。一部分矿工选择了二手多路 E5 系统却发现性能并不尽如人意，其原因在于核数虽多，主频却不高。

内存方面，plot 过程耗费的并不算多，而且随着软件版本迭代一直有所降低。据实际观察，在 1.03 版中，单个 plot 过程占用的内存约为 4.6GB，而 1.04 和 1.05 版最多不会超过 3.5GB。如果并发任务彼此之间有少许间隔时间，并不会同时到达内存占用高峰。合理设置的话，以并发数 *3G 甚至更少完全可行。目前并未观察到 DDR 内存的频率会产生较大影响，所以无需刻意追求高频。

SSD 方面是差异较为显著的，应首选企业级大容量 SSD，兼顾性能和寿命来选择。企业级 SSD 的寿命多以 PB 计，可以更快产出更多的 plot，平摊成本更低。目前最佳性能的 SSD 多采用 U.2 接口，并非民用级主板常见的 M.2 和 SATA 接口，这也限制了主板的选择。当然选择 U.2 转为 PCIE 16X 接口的转接卡也是合理选项。

除了 SSD，服务器主板上常见的 SAS 硬盘接口也是很好的选择，尤其是当你可以获取充足的 SAS 硬盘时，以 RAID 卡组成磁盘阵列，经验证效果往往比单一 SSD 更好。

在操作系统方面，并不一定要选 Windows。Mac 和 Ubuntu/CentOS 等 Linux 系统自身占用的资源更少，而且 Chia 官方钱包均已支持。如果计划进行长期不间断的生产，融易资讯网（www.ironge.com.cn），最好使用命令行界面（CLI），而非图形界面的 plot 程序。Chia 钱包的图形界面其实也依靠调用命令行程序来实现 plot。以 Windows 为例，命令行程序位于 C:Users_XXXXXXXX_AppDataLocalchia-blockchainapp-1.0.xesourcesapp.asar.unpackeddaemonchia.exe。其中_XXXXXXXX_是你的 Windows 当前用户名。目前钱包 GUI 程序经常会出现不稳定的情况，而且钱包程序本身负担着全节点的同步任务，也会耗费 CPU。所以，CLI 是长期挖矿的更佳选择。

官网及社区讨论中揭示的信息

经过对官网文档的深度挖掘，以及参考了大量国内外 Chia 社区的讨论，发现有一些有价值的信息尚未广为人知。

关于-r 的选择

-r 参数是 chia 命令行程序中指定最大 CPU 线程数的参数。在许多讨论中，矿工倾向于认为越大越好。然而通过深入挖掘，我们发现并非如此。

根据 Chia 的 Github 讨论，-r 参数仅仅在 plot 的第一阶段，即生成哈希值时起作用。理论上，如果设置-r 6，那么最佳结果是 6 个 CPU 线程都 100% 参与工作，这一阶段的总 CPU 数应为 600%。但实际上 CPU 的参与程度远小于此。

在我们的实验中，使用了 i7-8700 CPU，设置-r 6 单独进行一个 plot，从 chia.exe 的日志中可以看到如下输出：

Starting phase 1/4: Forward Propagation into tmp files... Mon Apr 19 17:22:22 2021Computing table 1F1 complete, time: 172.346 seconds. CPU (183.87%) Mon Apr 19 17:25:15 2021Computing table 2Forward propagation table time: 964.964 seconds. CPU (312.470%) Mon Apr 19 17:41:20 2021Computing table 3Forward propagation table time: 1179.445 seconds. CPU (281.610%) Mon Apr 19 18:00:59 2021... ...

日志表明，在 7 张表的计算过程中，CPU 的总使用程度仅为预计的一半不到。经过多次实验，提高-r 数可以一定程度提高 CPU 总使用率，但并不明显。因此我们认为 CPU 方面，主频是最影响 plot 速度的关键，而非核数。

当然，更高效的做法是并行进行多个 plot 队列。上述问题揭示的意义在于，首先-r 参数并非独占，其次-r 参数的作用周期较短。最佳做法是通过实验掌握第一阶段消耗的时间，通过设置间隔来避开，使得每个并行任务在执行到第一阶段的时候，总能通过较大的 r 值来尽可能独占 CPU。

关于-b 的选择