19.ETH-挖矿算法-北大肖臻老师客堂笔记

北京大学肖臻老师《区块链技术与应用》公开课第 19 讲的主题是**“以太坊的挖矿算法 (Ethash)”**。

以下是第 19 讲的深度总结：

一、 核心设计哲学：为什么不一样？

肖老师首先抛出了一个问题：为什么以太坊不直接沿用比特币的 SHA-256 挖矿算法？

• SHA-256 是计算密集型 (CPU-bound) 的。这意味着谁的运算速度快，谁就挖得快。
• 发展路径：CPU GPU FPGA ASIC (专用矿机)。
• 后果：ASIC 矿机的出现导致算力高度集中在少数大矿场手中，普通人无法参与，违背了“去中心化”的初衷。

• 为了抗 ASIC，以太坊采用了 内存硬依赖 (Memory Hardness) 的设计思路。
• 原理：限制挖矿速度的瓶颈不再是芯片的计算速度，而是内存的读取带宽。因为提升内存带宽在硬件物理上很难（比提升 CPU 频率难得多），ASIC 即使做出来，优势也不会像比特币矿机那么夸张。
• 结果：这使得以太坊在很长一段时间内都是显卡 (GPU) 挖矿的主力，保证了算力的分散。

二、 Ethash 算法详解 (核心机制)

Ethash 是早期 Dagger 和 Hashimoto 两个算法的结合变体。它的核心在于使用了两个大小悬殊的数据集：Cache 和 DAG。

1. 两个数据集

• Cache (小数据集)：

• 大小：初始约 16MB。

• 生成：由一个种子 (Seed) 生成。Seed 每隔 30,000 个区块（一个 Epoch，约 5 天）改变一次。

• 特点：非常小，全节点和轻节点都能轻松存下。

• 对应你的截图：mkcache 函数的代码。

• DAG / Dataset (大数据集)：

• 大小：初始约 1GB，每年线性增长（目前已超过 5GB）。

• 生成：完全由 Cache 生成。通过伪随机的方式，从 Cache 中读取数据并混合而成。

• 特点：非常大，必须存放在显存中。

2. 挖矿流程 (Hashimoto 算法)

这是矿工每秒钟进行几百万次的实际工作：

• 进入 64 次循环。
• 根据当前的哈希值，去 DAG (1GB+) 中读取相邻的 128 字节数据。
• 将读取的数据与当前的哈希值进行混合运算。

为什么抗 ASIC？
因为 DAG 太大了，塞不进芯片的 L1/L2 缓存，必须放在显存里。这 64 次循环中的每一次读取都是随机访问。矿工的算力实际上被显存带宽给卡住了——芯片计算得再快也没用，因为必须等数据从显存里读出来。

三、 绝妙的设计：轻节点如何验证？

如果挖矿需要 1GB+ 的内存，那手机上的轻节点岂不是没法验证交易了？Ethash 设计了一个“时间换空间”的策略：

• 矿工 (Miner)：

• 策略：空间换时间。

• 做法：预先算出完整的 DAG (1GB+) 存在显存里。挖矿时直接读取，速度极快。

• 轻节点 (Light Node)：

• 策略：时间换空间。

• 做法：只保存 16MB 的 Cache。当需要验证某个区块是否合法时，轻节点不需要整个 DAG。它根据哈希值算出“我需要用到 DAG 里的哪一个数据块”，然后利用 Cache 临时计算出那一个数据块。

• 代价：计算一次哈希的时间比矿工慢很多（因为要临时算 DAG 数据），但验证只需要做一次，几毫秒就能完成，完全可接受。

四、 其他课程重点

• 视频最后提到了以太坊启动时，有约 7200 万个 ETH 是通过“预售”发行的，而不是挖出来的。这是为了筹集开发资金。肖老师指出，这在当时引发了争议，但现在已成为一种常见的融资模式 (ICO 的雏形)。

• DAG 的大小随着区块高度增加而增加。当 DAG 超过 4GB 时，所有 4GB 显存的显卡就瞬间被淘汰了（无法加载 DAG 文件），这被称为“DAG 时代终结”。

🧠 课程逻辑思维导图 (Ethash)

我将这节课的逻辑整理成了 Mermaid 思维导图：

#mermaid-svg-iF3zrLFCGbcSCHxI{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-iF3zrLFCGbcSCHxI .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-iF3zrLFCGbcSCHxI .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-iF3zrLFCGbcSCHxI .error-icon{fill:#552222;}#mermaid-svg-iF3zrLFCGbcSCHxI .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-iF3zrLFCGbcSCHxI .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-iF3zrLFCGbcSCHxI .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-iF3zrLFCGbcSCHxI .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-iF3zrLFCGbcSCHxI .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-iF3zrLFCGbcSCHxI .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-iF3zrLFCGbcSCHxI .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-iF3zrLFCGbcSCHxI .marker{fill:#333333;stroke:#333333;}#mermaid-svg-iF3zrLFCGbcSCHxI .marker.cross{stroke:#333333;}#mermaid-svg-iF3zrLFCGbcSCHxI svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-iF3zrLFCGbcSCHxI p{margin:0;}#mermaid-svg-iF3zrLFCGbcSCHxI .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-iF3zrLFCGbcSCHxI .cluster-label text{fill:#333;}#mermaid-svg-iF3zrLFCGbcSCHxI .cluster-label span{color:#333;}#mermaid-svg-iF3zrLFCGbcSCHxI .cluster-label span p{background-color:transparent;}#mermaid-svg-iF3zrLFCGbcSCHxI .label text,#mermaid-svg-iF3zrLFCGbcSCHxI span{fill:#333;color:#333;}#mermaid-svg-iF3zrLFCGbcSCHxI .node rect,#mermaid-svg-iF3zrLFCGbcSCHxI .node circle,#mermaid-svg-iF3zrLFCGbcSCHxI .node ellipse,#mermaid-svg-iF3zrLFCGbcSCHxI .node polygon,#mermaid-svg-iF3zrLFCGbcSCHxI .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-iF3zrLFCGbcSCHxI .rough-node .label text,#mermaid-svg-iF3zrLFCGbcSCHxI .node .label text,#mermaid-svg-iF3zrLFCGbcSCHxI .image-shape .label,#mermaid-svg-iF3zrLFCGbcSCHxI .icon-shape .label{text-anchor:middle;}#mermaid-svg-iF3zrLFCGbcSCHxI .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-iF3zrLFCGbcSCHxI .rough-node .label,#mermaid-svg-iF3zrLFCGbcSCHxI .node .label,#mermaid-svg-iF3zrLFCGbcSCHxI .image-shape .label,#mermaid-svg-iF3zrLFCGbcSCHxI .icon-shape .label{text-align:center;}#mermaid-svg-iF3zrLFCGbcSCHxI .node.clickable{cursor:pointer;}#mermaid-svg-iF3zrLFCGbcSCHxI .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-iF3zrLFCGbcSCHxI .arrowheadPath{fill:#333333;}#mermaid-svg-iF3zrLFCGbcSCHxI .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-iF3zrLFCGbcSCHxI .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-iF3zrLFCGbcSCHxI .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-iF3zrLFCGbcSCHxI .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-iF3zrLFCGbcSCHxI .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-iF3zrLFCGbcSCHxI .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-iF3zrLFCGbcSCHxI .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-iF3zrLFCGbcSCHxI .cluster text{fill:#333;}#mermaid-svg-iF3zrLFCGbcSCHxI .cluster span{color:#333;}#mermaid-svg-iF3zrLFCGbcSCHxI div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-iF3zrLFCGbcSCHxI .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-iF3zrLFCGbcSCHxI rect.text{fill:none;stroke-width:0;}#mermaid-svg-iF3zrLFCGbcSCHxI .icon-shape,#mermaid-svg-iF3zrLFCGbcSCHxI .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-iF3zrLFCGbcSCHxI .icon-shape p,#mermaid-svg-iF3zrLFCGbcSCHxI .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-iF3zrLFCGbcSCHxI .icon-shape rect,#mermaid-svg-iF3zrLFCGbcSCHxI .image-shape rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-iF3zrLFCGbcSCHxI .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-iF3zrLFCGbcSCHxI .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-iF3zrLFCGbcSCHxI :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

轻节点: 时间换空间

利用 Cache 临时计算

只存 Cache

收到新区块

需要用到 DAG 特定位置

生成特定 DAG 数据

验证哈希合法性

矿工: 空间换时间

随机读取 DAG

计算哈希

存储完整 DAG

Header + Nonce

Hashimoto 循环

内存带宽成为瓶颈

提交结果

双数据集设计

每3万块更新

伪随机生成

Seed 种子

Cache 小数据集 (16MB+)

DAG 大数据集 (1GB+)

目标: 抗ASIC中心化

内存硬依赖 Memory Hardness

Ethash 算法

挖矿过程 (Miner)

验证过程 (Light Node)

💡 总结

第 19 讲的核心在于理解 Ethash 的不对称性：

• 对挖矿者：必须拥有大内存（存 DAG）和高带宽，迫使算力停留在通用硬件（GPU）上。
• 对验证者：只需极小内存（存 Cache），保证了轻节点（手机/个人电脑）也能参与网络安全验证。