chia 的 p 图过程详解及优化攻略

仅仅两个⽉的时间，chia 全⽹算⼒就突破了 15EP，1p 算⼒单⽇收益也从最初的三十多个变成了零点⼏个。在这场激烈的博弈中，⼤家为了更快的⼊场，都想加快 p 图速度，⽽事实证明，较快的 p 图速度确实能获得更多收益。那么究竟什么是 p 图呢？⽽⼜如何才能更快的 p 图呢？本文带你⼀起来研究。

准备工作

chia 的 p 图过程⼗分漫⻓，根据不同的机器配置，需要消耗 6 个⼩时甚⾄10 多个⼩时，在这么⻓的时间， p 图都做了哪些⼯作呢？

每次 P 盘开始时，都会⽣成⼀个随机主私钥，通过它可以派⽣出⼀个本地私钥，这个本地私钥⼜可以导出⼀个本地公钥，最终，本地公钥与农⺠公钥（Farmer Public Key）融合，⽣成了绘图公钥（Plot Public Key），这个随机主私钥是 P 盘开始时随机⽣成的，每个 Plot⽂件都使⽤不同的随机主私钥（注意：这⾥提到的 plot⽂件的随机主私钥与 Chia 钱包软件的主私钥（Master Private Key）不是⼀个东西），矿池公钥（Pool Public Key）和绘图公钥（Plot Public Key）会被组合到⼀起，并进⾏⼀次哈希，⽣成⻓度 64 的字符串，哈希的结果被称为绘图 ID （Plot ID）。

在 chia 的区块链浏览器中我们也可以看到类似的绘图 ID。

每个图的 Plot ID 是唯⼀的，这也就为矿池判断旷⼯是否双挖提供了依据（钱包和矿池双挖），矿池只需要拿旷⼯数据库中已签名的 Plot ID 和链上数据做下匹配，就能在⼀定程度上判断是否双挖，当然，这只是判断的⼿段之⼀，也不是本⽂讨论的重点。

P 图过程详解

接下来，⽣成 Plot ID 之后，就开始了漫⻓的 P 盘过程，⽽整个 P 盘过程⼜分为了四个阶段：正向传播、 反向传播、压缩以及检查数据点。在官⽅代码中我们可以找到 P 图相关的代码，代码位于 : chia-blockchain/chia/plotting/createplots.py ，在代码中有⼀个 createplots 的⽅法，不过实际阅读下来，P 图的核⼼代码还是⽤ C++ 实现，C++ 运⾏速度更快，能够提升 P 图效率。

从 DiskPlotter 中，我们可以了解到 P 图的整个过程在这四个阶段中都完成了什么⼯作，
代码位置位于：
https://github.com/Chia-Network/chiapos/blob/78dea902eaa068a687538f2f433509461a7681e9/src/plotter_disk.hpp

第一阶段：正向传播 Forward Propagation

这⼀步主要完成 F 函数（F Function）的计算，并把中间结果存放在磁盘上，这个过程会有⼤量的读写操作，这就是为什么临时⽬录建议使⽤ SSD，如果使⽤机械硬盘，由于读写速度的限制，P 图过程会⾮常慢。在这个阶段会完成 7 个表的计算，耗时根据电脑情况的不同，需要 3 到 6⼩时不等，该过程除了对磁盘的读写速度要求较⾼之外，同时对 cpu 的线程数和主频都有⼀定的要求。

第二阶段：反向传播 Backpropagation

该过程会倒序对数据表 7 到 1 逐个进⾏扫描和排序，剔除对挖矿没有作⽤的⽆效证明数据，从⽽减少磁盘空间占⽤，并同时⽣成新的临时⽂件。如果你看到 P 图的进度条很⻓时间卡在 31%，那说明正处于这个阶段，该阶段主要消耗内存。

第三阶段：压缩 Compression

该阶段会对哈希进⾏排序并通过算法将其压缩到临时⽬录中，同时开始构建最终⽂件，为了更快的数据检索匹配，会对筛选好的证明数据进⾏磁盘排序整理和压缩，该阶段主要消耗固态硬盘。

第四阶段：检查数据点 Checkpoints

这⼀步构建检查点表（Checkpoint Table），并写⼊ Plot ⽂件到机械硬盘，该过程优化了查询效率，这样挖矿时，就可以减少对硬盘的读取次数，从⽽降低对硬盘读取性能的要求，该阶段主要消耗机械硬盘。

如何优化

在了解 P 图过程之后，我们再来探讨根据每个阶段所消耗的资源情况来进⾏针对性优化。

1、合理计算电脑能够同时的 P 图数量

以 k32 为列，我们先来了解⼀下关键因素的计算公式：

固态硬盘的计算：
单个固态硬盘实际容量 /239GB= 任务数
附：GiB 和 GB 单位误差较⼩，这⾥直接忽略误差，直接以 GB 为单位，⽅便计算。
CPU 的计算：
CPU 线程数 /2= 任务数
内存的计算：内存容量 /4GB= 任务数

以上是根据 P 图默认参数进⾏计算，实际 P 图过程中可以适当考虑给系统留⼀些资源，P 图对硬件的需求也遵守“⽊桶理论”，即⼀只⽊桶盛⽔的多少，并不取决于桶壁上最⾼的那块⽊块，⽽恰恰取决于桶壁上最短的那块。同样的道理，我们在设置任务时也要遵循这个原理，⽐如你的 cpu 是 8 核 16 线程，得到的任务数是 16/2=8 个，但固态硬盘只有 2T，2T 固态硬盘实际容量只有 1.8T, 得到的任务数 (1.8*1024)/239=7.7 （取 7 个）, 所以按照⽊桶理论最多只能并⾏7 个任务。

2、任务并⾏时要设置间隔时间

不要同时启动多个任务，每个任务之间应该有 10 到 20 分钟的间隔时间。这么做的原因是因为 P 图的每个阶段对资源的需求都不⼀样，这样做的好处是避免多个任务竞争同⼀资源，⽐如在写机械硬盘时，如果多个任务都在写，那效率会⾮常低下。

3、合理优化 cpu

如果 cpu 的线程数 > 任务数 *2 且剩余线程数⽐较多的情况下，可以考虑增加每个任务的线程数，设置为 3 或 4，可以增加第⼀阶段的效率，当然，这⾥不是越⼤越好，官⽅推荐的最⼤设为 4 是⽐较理想的状态。

4、合理优化内存

内存如果⽐较充裕，可以适当增加每个任务的内存，如果内存⾜够⼤，还可以把桶设置为 64 桶，默认桶 是设置的 128 桶，128 桶需要 4G 内存，⽽64 桶需要 8G 内存，经测验，64 桶在 P 图效率上更胜⼀筹。

作者：创宇区块链安全实验室；来自链得得内容开放平台“得得号”，本文仅代表作者观点，不代表链得得官方立场凡“得得号”文章，原创性和内容的真实性由投稿人保证，如果稿件因抄袭、作假等行为导致的法律后果，由投稿人本人负责得得号平台发布文章，如有侵权、违规及其他不当言论内容，请广大读者监督，一经证实，平台会立即下线。如遇文章内容问题，请发送至邮箱：linggeqi@chaindd.com