[논문 리뷰] AsicBoost - A Speedup for Bitcoin Mining

Yaish, Aviv, Zohar, Aviv|arXiv (Cornell University)|2016. 04. 03.

Blockchain Technology Applications and Security인용 수 12

한 줄 요약

AsicBoost는 블록 헤더 후보 여러 개 간에 SHA-256 메시지 스케줄을 재사용함으로써 복수의 작업 항목 간에 충돌을 일으키는 방식으로 비트코인 마이닝의 성능을 20% 향상시키는 최적화 기법이다. 이는 마이닝 루프의 순서를 재정렬하고 중간 상태 간에 Expander 1 계산을 공유함으로써 게이트 수를 감소시키고, 기가해시당 에너지 소비량과 비용을 약 20% 절감한다.

ABSTRACT

AsicBoost is a method to speed up Bitcoin mining by a factor of approximately 20%. The performance gain is achieved through a high-level optimization of the Bitcoin mining algorithm which allows for drastic reduction in gate count on the mining chip. AsicBoost is applicable to all types of mining hardware and chip designs. This paper presents the idea behind the method and describes the information flow in implementations of AsicBoost.

연구 동기 및 목표

• 기존의 저수준 하드웨어 최적화를 초월하여 비트코인 마이닝 효율성을 향상시키는 새로운 알고리즘 최적화 기법을 개발하는 것.
• 다양한 작업 항목 간에 중간 결과를 재사용하여 마이닝 ASIC 내 SHA-256 처리의 계산 오버헤드를 줄이는 것.
• 에너지 소비량(기가해시당 줄), 시스템 비용($/기가해시/s)을 낮추어 마이닝 수익성을 향상시키는 것.
• 파ip라인 및 비파이프라인 코어와 같은 기존 ASIC 설계 철학과 호환되는 성능 향상을 가능하게 하는 것.
• 하드웨어(ASIC) 또는 소프트웨어(GPU) 환경에서 최소한의 오버헤드로도 실행 가능한지, 메모리가 풍부한 환경에서의 구현 가능성을 입증하는 것.

제안 방법

• 마이닝 루프를 재구성하여 넌스를 업데이트하기 전에 복수의 중간 상태(충돌하는 블록 헤더에서 유도됨)를 반복 처리함으로써 Expander 1 기능의 재사용을 가능하게 하는 것.
• 이전 해시의 자유 비트나 거래 순서 조정 등을 통해 첫 번째 청크만 변경함으로써 충돌하는 블록 헤더 후보를 생성하고, 머클 루트나 메시지 부분은 일정하게 유지하는 것.
• 다중 해싱 코어(예: 듀오코어 또는 멀티코어 설계) 간에 Expander 1 출력을 공유함으로써 중복 계산과 게이트 수를 감소시키는 것.
• Expander 1 논리가 넌스나 메시지가 변경될 때만 토글되는 저전력 코어 설계를 구현함으로써 동적 전력 소비를 최소화하는 것.
• 마이닝 소프트웨어에서 작업 항목을 사전 처리하여 충돌하는 후보에 대해 중간 상태와 메시지를 계산하고 캐시한 후 ASIC에 전달하는 것.
• 메시지 스케줄 재사용을 통해 내부 루프에서 Expander 1 기능을 제거함으로써 최대 25%까지 고주파수 연산 수를 감소시키는 것.

실험 결과

연구 질문

• RQ1 비트코인 마이닝에서 복수의 블록 헤더 간에 SHA-256 메시지 스케줄을 재사용하여 중복 계산을 줄일 수 있는가?
• RQ2 마이닝 루프 순서를 재정렬하고 중간 계산을 공유함으로써 ASIC 설계에서 얻을 수 있는 최대 성능 향상은 얼마인가?
• RQ3 AsicBoost의 게이트 수 감소는 기가해시당 에너지 효율성 향상과 시스템 비용 절감에 어떻게 번역되는가?
• RQ4 AsicBoost는 파이프라인 또는 비파이프라인 코어와 같은 기존 ASIC 설계 방법론과 어느 정도 호환되는가?
• RQ5 AsicBoost의 성능 향상은 메모리나 계산 오버헤드가 크게 증가하지 않는 한 소프트웨어(GPU 등) 환경에서도 달성 가능한가?

주요 결과

• AsicBoost는 16개의 충돌하는 작업 항목을 처리할 경우 최대 23.4%의 성능 향상을 기록하며, Expander 1이 총 계산의 1/4을 차지할 경우 이론적 최대 향상률은 25%이다.
• 이 방법은 에너지 소비량(기가해시당 줄)과 시스템 비용($/기가해시/s)을 약 20% 감소시켜 직접적으로 마이닝 수익성을 향상시킨다.
• 이 성능 향상은 이전 최적화와 누적 가능하며, AsicBoost 이전에 알려진 모든 최적화로도 약 7%의 성능 향상이 있었던 것으로 평가되었기에, 20%의 향상은 매우 뚜렷한 의미를 가진다.
• AsicBoost는 파이프라인 및 비파이프라인 ASIC 코어 설계 모두와 호환되어 기존 마이닝 하드웨어 아키텍처 전반에 걸쳐 광범위하게 적용 가능하다.
• 메모리가 풍부한 환경에서 랜덤 액세스 메모리의 가용성 덕분에 GPU와 같은 소프트웨어 환경에서도 최소한의 오버헤드로도 실행 가능하여 비-ASIC 플랫폼에 대한 적용 가능성이 높다.
• 저전력 코어 설계를 통해 Expander 1의 토글 빈도를 넌스나 메시지가 변경될 때만 제한함으로써 동적 전력 소비를 줄여 에너지 절감 효과를 유지한다.