一年产生近3500吨二氧化碳:比特币耗能源这么多真的有价值?_SHA:COINW是什么

用数据说话:比特币到底消耗了多少能源?

年度统计结果汇总

单笔交易统计

关键数据网络统计结果

关于这一能耗的估算前提假设,请点击此处查看。本文讨论了对这一估算结果的批评意见与潜在验证思路。

假设网络中使用的计算机全部为BitmainAntminerS,并据此根据总网络哈希率计算得出。2019年2有13日,最低基准变更为BitmainAntminerS15。

更多重要真相

自上线以来,比特币的信任最小化共识一直通过由其提出的工作证明算法来实现。这些进行“工作”的计算机正在消耗大量能源。而建立此份比特币电力消耗指数的目的,正是帮助大家通过数字理解这种消耗之巨,并提高人们对于工作证明算法不可持续性的认识。

请注意,此份指数报告涵盖比特币加BitcoinCash。后者已经于2019年10月1日被删除。我们还整理出一份以太坊统计指数,感兴趣的朋友可以点击此处查看。

矿工负责执行哪些任务?

所谓矿工设备,大约每10分钟就会将新的交易集添加至比特币区块链当中。在区块链上协作时,这些矿工彼此之间无需相互信任。矿工唯一需要信任的,只有运行比特币项目的代码。该代码包含验证新交易的一系列规则。例如,只有发送者实际拥有所发送的金额,交易才能够起效。每个矿工都将独立确认交易是否符合这些规则,如此一来就能在无需信任其他矿工的前提下完成交易验证。

灰度以太坊信托负溢价收窄至一年内最低:金色财经报道,CryptoQuant数据显示,继本周Ark向监管机构提交首只现货以太坊交易所交易基金 (ETF)备案后,灰度以太坊信托 (ETHE) 的资产净值 (NAV) 负溢价已收窄至27%,是去年9月以来首次,创下一年来的最低水平。去年年底,随着加密市场的暴跌,这一数字一度飙升至近60%。

IntoTheBlock指出,这一行动使ETHE股价今年上涨了140%,远远超过了以太坊今年迄今36%的涨幅。[2023/9/9 13:27:48]

其中的诀窍,是让所有矿工就相同的交易历史达成共识。网络中的每个矿工都将不断负责为区块链准备下一批交易。但这些计算得出的区块中只有一个会被随机选择为链上的最新块。但在分布式网络中进行随机选择绝非易事,因此才需要工作证明算法提供支持。在工作证明中,下一区块将来自第一个产生有效区块链的矿工。不过说起来容易做起来难,比特币的协议设计使得矿工很难抢到这个名额。实际上,协议会定期调整难度,以确保网络中的所有矿工平均每10分钟只能产生一个有效区块。一旦某个矿工设法生成了一个有效区块,就会向网络的其余部分发送广播。其他矿工在确认该区块符合规则要求之后,便会接收该区块,同时丢弃自身正在计算的同一区块。幸运的矿工将获得固定数量的代币,作为计算新区块链内各已处理交易所缴纳的交易费奖励。在此之后,整个循环将再次开始。

产生有效区块的过程,基本上就是进行反复尝试。各矿工每秒都在进行大量尝试,试图找出所谓“nonce”区块组件的正确值,并希望最终得出的完整区块能够满足其要求。因此,采矿实际上与抽奖非常相似,参与者相当于选择了一个开奖数字。每秒尝试次数由您采矿设备的哈希率决定,通常表示为Gigahash每秒,缩写为GH/s。

可持续性

这样循环往复的区块开采周期,激励着全世界的人们参与到比特币的采矿中来。由于采矿能够提供稳定的收入来源,因此人们非常愿意运行大量吞噬电力的设备以获取收益。多年以来,随着比特币价格不断突破新高,比特币网络的总能耗也以惊人的速度持续增长。根据国际能源机构发布的最新报告,整个比特币网络的电力消耗水平已经超越诸多国家。如果将比特币项目视为一个国家,那么其耗电量排位情况如下所示。

数据:比特币和黄金的关联性达到一年高点:Skew数据显示,比特币和黄金之间的关联性达到了一年以来的最高水平。两者关联性的增强可能表明,更多投资者正在将BTC视为价值存储。[2020/9/21]

除了横向比较之外,我们还可以将比特币网络的电力消耗与全球能耗最高的几个国家进行比较,结果如下所示:

碳足迹

比特币的最大问题甚至不在于其恐怖的电力消耗,而是比特币网络中的大多数采矿设施都位于严重依赖煤电的地区。简单来讲,“比特币项目依靠煤炭为其提供燃料。”

应该考虑控制比特币蔓延以减少二氧化碳排放。—halfin(@halfin)2009年1月27日

矿工的地理分布

多年以来,确定比特币网络引发的碳影响一直是个巨大的挑战。我们不仅需要了解比特币网络的总体功率水平,同时还需要了解这些能源的确切地理分布。矿工的位置,则是判断其所使用电力是否清洁的关键性因素。

正如判断比特币网络中包含多少活跃设备是项难度极高的工作一样,我们也很难跟踪这些设备的所处位置。最初,与此相关的唯一共识就是大部分采矿设备位于中国。由于我们能够确定中国电网的平均排放因子,因此能够粗略估算出比特币采矿的碳足迹情况。假定有70%的比特币采矿活动在中国进行,且其中30%的采矿活动完全清洁,那么加权平均得出的碳排放强度约为每千瓦时490克二氧化碳。利用这一数字,我们即可进一步对比特币网络总功耗以及碳足迹进行估算。

直播|条子哥 > Chainlink如何在一年内将生态扩大了400%?:金色财经 · 直播主办的《 Focus 价值50》深度解析 6 大TOP50 项目,白话分享,刷新共识!6月16日16:30准时开播,本期Chainlink中国区负责人 条子哥将在直播间聊聊“Chainlink如何在一年内将生态扩大了400%?”,该项目刚刚被当选世界经济论坛技术先锋,感兴趣的朋友扫码移步收听![2020/6/16]

更详尽的估算结果

在此之后,GarrickHileman与MichelRauchs于2017年发布了一份《全球加密货币基准研究》报告,其中发布了更多详尽信息。在这项研究中,他们确定了目前比特币哈希率中约半数采矿设施,其总体电力消耗为232兆瓦。其中中国的采矿设施约占一半,最低电力消耗量为111兆瓦。利用这一信息,我们可以更准确地计算出用于采矿的每千瓦时电力所对应的二氧化碳当量与碳排放因子。

下表列出了由Hileman与Rauchs在调查报告中整理出的采矿设施能耗细分结果。通过与国家/地区电网排放因子相对应,我们发现比特币网络的加权平均碳排放强度为每千瓦时475克二氧化碳。

Rauchs等人在一年之后又发布了类似的第二轮研究结果。在最新研究中,Rauchs等人确定的加密货币采矿设施总能耗约为17亿瓦。根据他们的推断与估算,全部加密货币采矿设施的运行功率在59亿瓦到127亿瓦之间。由此可见,他们在上一轮调查中涵盖的数据范围非常有限,而且比特币也只占全部能耗的一小部分。但好消息是,最新研究得出的采矿设施地理分布与上一轮相比几乎没有变化。

动态 | 以太坊Defi锁仓金额一年暴增6倍 PoS上线后有望继续增加:据区块律动BlockBeats消息,在DeFi,ENS和Edgeware中锁定了大概320万ETH,占所有ETH流通的3%左右。这是一年前总锁定量的6倍。随着6个月以后PoS抵押系统的上线,ETH熊市的说法将不攻自破。[2019/7/4]

区域性碳排放强度分析

可能有人会强调,调查中所涵盖国家/地区的实际发电碳排放强度可能并没那么高。例如在2018年,比特币公司Coinshares提到中国的大部分采矿设施位于四川省,人们在这里利用廉价的水电能源开采比特币。虽然现在来看,这份报告中有不少站不住脚的论断,但我们也不妨假定其中的结论正确,然后思考这一切又意味着什么。

很多人可能认定水电能源的存在,意味着比特币网络的碳足迹水平相对较低。但事实证明,问题并没有这么简单。主要问题在于,水力发电往往存在发电量不稳定的问题。特别是在四川省,雨季的平均发电量可达旱季的三倍。为了抵消这种电量供应波动,旱季期间的不足部分往往需要利用其他类型——特别是火力发电——的方式填充。相比之下,瑞典的电网排放因子则稳定较低,因为这里的发电方式主要为核能与水力发电。瑞典电网的碳排放因子为每千瓦时13克二氧化碳。

在一份名为《比特币的碳足迹》的最新报告中,研究人员解释了这种地区差异,结论是整个比特币网络的加权平均碳排放强度约为每千瓦时480克到500克二氧化碳。

其他问题

可以看到,可再生能源普遍存在供给不够稳定的问题,但比特币矿工的能源需求却是恒定的。比特币采矿一旦开启,除非系统崩溃或者无法继续实现盈利,否则就永远不会关闭。因此,当可再生电力产量较低时,比特币矿工的存在自然增加了对电网负荷的基础需求,并刺激发电设施利用化石燃料填补这部分电力缺口。在最极端的情况下,比特币矿工的存在甚至会刺激电力运营商建设新的燃烧发电厂或者重启已经关闭的原有火力发电厂,而这方面影响显然难以准确量化。

康奈尔大学计算机科学家教授EminGünSirer:POS协议会在大概一年之后开始实现真正应用价值:据Bitcoin.com报道,康奈尔大学计算机科学家教授EminGünSirer,认为区块链领域位于许多其他领域的交叉点,结合了经济学,博弈论,包括编程语言和一系列数据库等元素。虽然现在有越来越多的协议,但仍然不很实用,可能POS协议会在大概一年之后开始实现真正应用价值。[2018/4/6]

感兴趣的朋友也可以参阅顶级期刊《焦耳》杂志上关于比特币与可再生能源间关联的《可再生能源无法解决比特币可持续问题》的文章。

比特币与其他支付系统电力消耗比较

为了进一步理解比特币网络的电力消耗水平,我们不妨将其与另一类支付系统进行比较。根据VISA公布的数据,该公司在全球范围内的全部运营总计消耗掉67万4922千兆焦耳能量。这意味着VISA的电力消耗总量相当于17000个美国普通家庭的能源需求。我们还知道,VISA公司在2017年年内共处理了1112亿笔交易。根据这些数字,我们可以对两套支付网络做出比较,并发现比特币的单笔交易电力消耗远高于VISA。

当然,这些数字并不完全准确。但由于二者能耗存在巨大差异,因此即使承认这种不准确性的存在,结论仍然令人震惊。与常规金融系统中的平均非现金交易能耗水平相比,比特币交易的平均电力消耗可达数千倍。有些朋友可能会争辩,这些成本完全来自交易自身,不涉及任何第三方信任机构;但是,我们将在后文中提到,无论如何能耗也不应高到这样的程度。

备选方案

工作证明是第一种能够自我证明的共识算法,但并不是唯一可行的共识算法。近年来,诸如权益证明之类能效更高的算法正在快速发展之中。在权益证明中,区块创建工作将由代币所有者——而非矿工——负责进行,因此不再需要设备为了每秒生成尽可能多的哈希值而消耗巨量电力。事实上,与工作证明算法相比,权益证明的能耗几乎可以忽略不计。比特币未来有可能会转向这种新的共识算法,从而显著提升自身的可持续性。但唯一的缺点在于,目前的权益证明存在多种不同版本,且没有任何一种版本能够力压群雄成为客观标准。当然,必须承认这种算法的存在已经为未来加密货币的发展带来了重要希望。

能耗模型与重要假设

即使能够快速计算出网络整体的哈希率,我们也无法断言这项指标到底代表着怎样的电力消耗水平,毕竟所有活动设备一直各自为战——因此无法统计其确切能耗。以往,我们在能耗估算中通常需要使用以下假设:哪些设备仍处于活跃状态以及具体分配方式,而后据此得出每GH/s所消耗的特定电力瓦数。对现实世界中的比特币采矿进行调查之后,我们意识到由于这套模型忽略了机器可靠性、气候以及冷却成本等相关因素,由此得出的能耗结果必然低于实际水平。这种武断的估算方法会带来各种各样的能源消耗估算值,且不同估算值之间往往存在巨大的差别,甚至足以改变由此得出的经济性结论。因此,我们在比特币电力消耗指数当中提出了新的解决方法,并试图从经济角度审视其具体能耗状况。

此项指数以矿工收入与成本相关性为基本前提。由于电力成本占采矿持续成本中的主要比例,因此比特币网络的总电力消耗也必然与采矿收入直接相关。简而言之,要获得更高的采矿收入,就必然引入更多高能耗计算调和。以下图表详细解释并总结了比特币电力消耗指数如何利用矿工收入得出电力消耗估算值:

需要注意的是,采用不同的假设性前提可能得出不同的计算结果。在此次估算中,我们选择了基于实际采矿操作信息这一既直观又相对保守的计算方式。这里要强调,本指数的目标并非产生准确无误的估算结果,而是提供在经济层面具有可靠性的常规评估方式,从而确保相关结论的准确性与可靠性高于基于采矿设备的常规计算方法。

批评与验证

MarcBevand与JonathanKoomey等批评者长期以来一直坚称比特币电力消耗指数的估算方法存在“严重缺陷”,但他们对2019年发布的剑桥比特币电力消耗指数却抱有不同的意见。剑桥指数基于Koomey所大力提倡的替代性估算方法,但得出的估算结果却与我们无甚区别。实际上,比特币电力消耗指数与剑桥比特币电力消耗指数的结论基本吻合。

除了电力消耗估算之外,由此产生的环境影响也受到RobertSharratt以及Coinshares公司等批评方的强烈反对。其中,Sharratt还曾利用Coinshares的采矿调查报告来论证比特币网络对环境并未产生显著影响。有趣的是,Coinsahres采矿报告仅暗示比特币采矿可能因使用了大量可再生能源而并未造成显著的环境影响,但其中完全没有提及“碳足迹”一词。这样的遗漏非常严重,因为其忽略了Coinshares在报告中列出的另一项数据,即作为中国比特币采矿的中心,四川省内发电设施的碳排放强度并不像人们想象中那么低。

慕尼黑工业大学考虑到了这一现实情况,并通过独立研究之后给出了“比特币项目依靠煤炭为其提供燃料”的结论。在该大学的研究中,他们将比特币网络的整体加权排放因子与比特币电力消耗指数给出的采矿设施碳足迹加权排放因子进行了匹配,因此得出了完全不同的观点。

展望未来

当然,比特币电力消耗指数也可以作为一套面向未来比特币电力消耗的预测性模型。我们的模型预计,矿工最终将把60%的收益用于支付电费。截至目前,矿工们在电费上的开销实际高于60%。根据2019年1月22日的比特币电力消耗指数统计,矿工已经将收入的全部投入到电费成本上。在采矿收入大幅下降的情况下,人们也许会放弃继续利用大量计算设备投入到比特币网络当中。但考虑到这部分机器采购投资将沦为沉没成本,因此矿工大概率仍会继续维持设备运转,直到电费超过采矿收入为止。

届时,由于几乎全部收入都被用于支付电费,因此电力消耗指数给出的比特币电力消耗预测结果将不会发生显著变化。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金宝趣谈

[0:46ms0-3:354ms