Nvidiaのアルゴリズムが破られ、RTX30シリーズはマイニング計算能力を100%回復:グラフィックカードの値下げは終わったのか?

Nvidiaのアルゴリズムが破られ、RTX30シリーズはマイニング計算能力を100%回復:グラフィックカードの値下げは終わったのか?

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

ブログ    
ブログ    
ブログ    

推薦する

LVS セットアップノート: 負荷分散アルゴリズム

先ほど、負荷分散を完了するための最初のステップである Linux LVS インストール プロセスを紹...

ディープラーニングツール:スマート端末におけるTensorFlowの応用

[[204425]]序文ディープラーニングは、画像処理、音声認識、自然言語処理の分野で大きな成功を収...

MLタスクを効率的、迅速、正確に完了するにはどうすればよいでしょうか? 4つのAutoMLライブラリについて学びましょう

自動機械学習 (AutoML) は、データをモデル化するための機械学習モデルの構築プロセスを自動化す...

Cacti パーセンタイル監視アルゴリズム

Cactiパーセンタイル監視アルゴリズムcacti のテンプレート自体はハードディスクの使用サイズし...

人工知能(AI)時代に誰もが身につけるべき9つのソフトスキル

今日の人工知能、ビッグデータ、自動化の時代では、技術的なスキルとデータリテラシーが非常に重要です。し...

新しいインテリジェント顔認識温度測定システムソリューション

春節休暇の到来とともに、全国の主要都市の鉄道駅、空港、地下鉄などの公共の場所が、防疫・抑制の重点エリ...

...

ダイクストラのアルゴリズムの詳細な説明

この記事では、まず単一ソース最短経路問題から始め、次にベルマン・フォード アルゴリズムについて説明し...

あらゆるシーンのあらゆるもの: リアルなオブジェクトの挿入 (さまざまな運転データの合成に役立ちます)

あらゆるシーンのあらゆるもの: フォトリアリスティックなビデオオブジェクト挿入論文リンク: http...

AI を活用することで、銀行は年間 1 兆ドルの追加収益を得ることができる | マッキンゼーの最新調査レポート

AI を活用して財務管理や投資を行いたいと考えていますか? [[351941]]好むと好まざるとにか...

ロボットが自律的に人間を助けるというアイデアはもはや手の届かないものではない

サイエンスフィクションネットワーク、11月18日(朱熹偉)技術の発展に伴い、さまざまな形や大きさのロ...

...

犯罪を予測する人工知能(AI)の倫理的・法的危機

あなたが通りを歩いていると、突然パトカーが止まり、数人の警官が飛び降りてきて、あなたの腕をつかみ、逮...

機械学習から学習する機械まで、データ分析アルゴリズムにも優れた管理者が必要だ

[[177274]]写真は、IBM Big Data and Analytics のグローバル研究開...

テレンス・タオ:私の数学的経験に基づくと、室温超伝導LK-99とその再現は非常に刺激的です

昨今、室温超伝導の再現に対する世界的な熱気は衰えを知らず、さまざまな有力者が自らの見解を表明している...