GPUマイニングで米国証券取引委員会から罰金を科されたNvidiaは、最近、暗号化アルゴリズムが解読されるという新たな問題に直面している。 潜在的な利益に駆り立てられて、NVIDIA が Ampere アーキテクチャ グラフィックス カードにハッシュ ロック (LHR) を提案したとき、誰かがそれを解読するのは時間の問題だと私たちはわかっていました。 QuickMinerソフトウェアとマイニングマシンを開発するNiceHash社は、Nvidiaのアルゴリズムが解読され、LHRによってロックされたGPUでイーサリアム(ETH)のマイニングパフォーマンスが100%回復したと発表した。 NvidiaのGPUは、ディープラーニングやゲーム、デザインなどの分野で広く使用されているだけでなく、暗号通貨にとっても重要なツールとみなされてきました。しかし、同社にとって、個々のユーザーのニーズを確実に満たすことは常に優先事項でした。昨年5月、NVIDIAはGeForce RTX 30シリーズのLHRバージョンの正式リリースを発表しました。LHRは「Lite Hash Rate」の略で、市販のGPUに暗号通貨のマイニング制限があることを意味します。この技術はマイナーを思いとどまらせ、ゲーマーがより多くのGeForceグラフィックカードを入手できるようにすることを目的としています。 LHR は当初、GeForce RTX 3060、3060 Ti、3070、3080 の新しいバージョンで導入され、後に RTX 3050、3070 Ti、3080 12 GB、3080 Ti にも適用されました。現在のバージョンの GPU では、LHR アルゴリズムがハードウェアとより緊密に統合されていると言われています。 最上位の RTX 3090 グラフィック カードは、現在、LHR 制限のない唯一の 30 シリーズ GPU です。 LHR アルゴリズムは、GPU によって実行されるタスクがマイニング動作であるかどうかを識別し、通常のゲームには影響を及ぼしません。 公式は具体的なデータを示していないが、実際には、LHR を搭載した RTX 30 シリーズのマイニング効率は半分になるだろう。 NvidiaがLHRをリリースして以来、多くの人がマイニングの自由を実現するためにアンチマイニングの制限を回避しようとしており、進展を遂げたプロジェクトもあります。 以前は、NBMiner などのマイニング ソフトウェアは、LHR グラフィック カードのパフォーマンスを 70% 回復することができました。一方、T-Rex のようなプログラムはより創造的になり、ロックされた残りの 30% の計算能力を最大限に活用するために、2 つの異なる暗号通貨を同時にマイニングできるようになりました。さらに、一部の悪意のある人物が、いわゆる LHR Mining Unlocker ツールをリリースしましたが、これはマルウェアであることが判明しました。ついに、5 月 7 日に、NiceHash の最新バージョンの QuickMiner が初めて実際にクラックされました。 チームは、100% パフォーマンスのクラッキング ツールは、LHRv3 暗号化を備えた最新リリースのグラフィック カード (RTX 3050 および 3080 12GB) を除くすべての LHR バージョンをサポートし、Windows システムでのみ使用可能で、DaggerHashimoto (Ethash) アルゴリズムのみをサポートすると主張しています。研究チームは具体的な破砕法については明らかにしなかった。 Nicehash は印象的なマイニング速度をリストアップしています: このデータは第三者によるテストによって確認されています。 Benchmark.pl によると、このソフトウェアをパソコンで使用すると、RTX 3080 Ti のマイニング効率が以前の 85~88 MH/s から 117 MH/s に向上し、約 40% 増加します。 これは、採掘が再び利益を生むようになったことを意味するのでしょうか?暗号通貨の価格がここ数カ月下落傾向にあるため、人々はこれについて悲観的です。大規模なコンピューティングパワーのクラッキングは、コストと価格のさらなる削減を意味する可能性があります。 次に、Nvidia がこれに対して、ドライバーを更新するか、新しくリリースされた GPU にさらに高度な暗号化アルゴリズムを実装するかを見守る必要があります。ただし、この時点では余分な労力をかける価値はおそらくなく、既存の LHRv2 以前の GPU はすべて現在のドライバーのままで、100% のマイニング パフォーマンスを得ることができます。 |
<<: もう在宅勤務はしないのですか? GANの父イアン・グッドフェローは怒りのあまりアップルを辞職した
>>: 5Gで「選ばれる」分野!自動運転バスがあなたのところにやって来ます
要点一般的な機械学習/ディープラーニング プロジェクトでは、データ準備が分析パイプライン全体の 60...
この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...
[[258319]]人工知能 (AI) は、私たちの毎日の通勤を含め、ゆっくりと、しかし確実に、より...
自動運転企業Roadstar.aiは最近、 1億2,800万米ドルのシリーズA資金調達ラウンドの完了...
ハッシュは、一般的に「ハッシュ」と翻訳され、「ハッシュ」と直接書き起こされることもあります。ハッシュ...
この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...
従来の観点から見ると、目に見えず、実体のない風が新しい日にどのような挙動を示すかを予測することは依然...
StarCraft 2 のプレイヤーのうち、AI にまだ負けていないのはわずか 0.2% です。これ...
Python は画像やビデオから顔を検出して認識できます。顔の検出と認識は、コンピューター ビジョ...
AI 起業家にとって、次の 4 つの新しい方向性は注目する価値があるかもしれません。第 1 に、人間...