RRChain(RRC)去中心化全球算力交易平臺

買賣虛擬貨幣
RRC 專案的目標是,打造一個去中心化全球算力交易平臺。透過 P2P 網路連線電腦、手機等有計算能力的終端裝置 , 使應用端使用者(算力需求方)可以向網路中的其他使用者租用算力 (算力供應商),租用的算力可以完成某些特定需求的計算任務,如:大資料分析、人工智慧、影象處理、遊戲運算等諸多方面,可以讓以往被浪費掉的個人計算終端的閒置算力發揮出巨大的價值。整體專案會分為三個主要階段:第一階段:打造生態基礎-圈算力使用者建立公鏈,發行 RRToken,透過給使用者提供簡單易用的挖礦工具,集合全球個人終端(電腦、手機)閒置算力。讓使用者透過瀏覽器、客戶端等各種方式進行挖礦。讓大量使用者快速持有 RRToken。第二階段:構造流通環境
以 RRToken 為槓桿撬動生態打造消費流通場景,將影片網站、新聞資訊、電商等消費場景納入RRC 經濟體系,讓使用者可以透過 RRToken 方便的消費。第三階段:建立分散式計算網路提升投資價值利用個人終端構建全球化分散式計算網路,將個人閒置的終端的算力集中起來執行商業化計算任務,為 RRC 經濟體系注入新的商業價值。RRC 的生態體系

在 RRC 的生態體系中,將主要分為三類角色:

⚫ 算力供應者(Supplier):出售算力獲得經濟回報的個體或組織。
⚫ 算力需求者(Demander):算力的需求方,購買者。
⚫ 算力應用場景開發者(Developer):將算力應用到特殊場景,並以此獲利者。

生態建立的前期, 算力供應者(Supplier) 是我們的發展重點。尤其是利用普通裝置上網的網民,如果能有效的將這部分群體納入到我們的生態體系中來,RRC 就有了廣泛的使用者群和堅實的信任基礎,可以持續為 RRC 的生態貢獻力量。

算力需求方(Demander)是相對容易引入 RRC 生態體系的群體,因為價格因素,輔以適當的市場推廣行為,相信就會聚集大量的算力需求方。同時,在實際應用場景中,算力需求者與算力供應者之間可以平滑轉換,形成一個內建生態閉環。

長期來看,算力應用場景開發者(Developer)是整個生態持續發展的中心要素。當生態日趨成熟時,開發者就可以自行整合各種算力應用場景方案,此時生態系統擴張就會依賴開發者群體的創意和軟體及系統的知名度。

RRC 的整體產品結構體系

⚫ 分散式計算實現機制

我們透過 CSSP,將海量的不可靠的計算節點的算力進行收集,當 CDSP 獲得任務時,可透過
RRMR 系統將複雜的計算任務分解為極為微小的計算單元,分發給每一個計算節點。計算節點完成計算任務後,會將計算結果提交給 RRMR 進行冗餘校驗,前 n% 提交正確結果的計算節點會獲得獎勵。

1. 算力供應方平臺(CSSP, Computing Supply-Side Platform)


算力供應方平臺在技術方面主要需要解決的是如何有效率得將分散、碎片化的算力,使之變為規模化,標準化,有經濟價值的算力。“聚合效率”和“聚合算力的顆粒度”是這個平臺發展核心雙要素。

我們的算力供應者主要分為兩類,個人使用者(User)和網際網路應用/服務供應商(Publisher)。我們會根據這兩大群體的需求,為他們分別提供易用性高的平臺和服務。

UCRABS,User Computing Resource Auto-Balanced System
CM&CMS,Client Management&Config Mapping System
UDC,User Data Center

針對個人使用者(User)的功能 *以下圖例中涉及到的數字皆為示意

1) 一鍵挖礦功能

2) 個人激勵系統


3) 工會系統


4) 兌換商城

針對網際網路應用/服務供應商(Publisher)

1) 多種型別封裝程式碼


2) 運營工具

3) 靈活的 API 介面

CSSP 提供 API 介面給網際網路應用/服務供應商(Publisher),使其完成複雜地查詢、操作和統計等功能,以滿足為其使用者提供額外的服務,如免費地檔案下載、網路遊戲中的遊戲幣獎勵或者道具獎勵等。

2. RR 鏈 (RRChain )RRChain 利用區塊鏈技術獨有的共識機制,記錄算力供應者(Supplier)的勞動量與勞動所得。在整個生態體系中將使用 RRToken 做為獎勵。算力憑證 POC 機制:所有接入 RRMR 的節點將會執行雜湊和任務兩類計算,為此我們設計了
一種 POC 機制來解決衡量單個計算節點貢獻度的問題,即:一個計算任務裡可設定雜湊與任務計算的佔比,並將雜湊隨機分佈在整個計算任務中,計算節點必須完成所有雜湊的計算並透過區塊鏈中其他節點地驗證,方可根據兩部分任務的時間佔比,以雜湊計算量衡量任務貢獻。即:(任務計算時間/雜湊計算時間)*雜湊計算回報=整個計算任務回報RR 鏈 (RRChain )同時支援算力應用場景開發者(Developer)利用智慧合約或側鏈發行基於自己服務的 Token。為保證 RR 鏈(RRChain)的設計初衷與願景,RR 鏈(RRChain)會開發一套豐富程度遠超 X11且需要使用 CPU 全部部件的 POC 演算法集合--RR 演算法。開發會分為兩個階段:第一階段,為了主鏈上線初期的安全,我們將對 CryptoNight 進行改進,加入對適當容量 DRAM的需求,以排除近期可能出現的 CryptoNight 礦機的威脅,當前 CryptoNight 演算法,之所以讓 CPU相對於 GPU 落後不太多,是因為它對小塊儲存(2MB)的 8 位元組隨機訪問,特別適合 CPU 的 L3 Cache,因為 CPU 上的處理核心訪問 L3 的 Latency 很小;而 GPU 的片上 Cache 和 DRAM,擅長大塊連續資料的讀寫,對於 8 位元組短資料的隨機訪問支援得很差。但 CryptoNight 演算法並不能防止 ASIC 礦機,先進的積體電路製造工藝中,整合 2MB 的 SRAM,代價很小。第二階段,由於 ASIC 礦機從立項到回本的週期較長,包括研究演算法,晶片設計,晶片製造,整機制造,產能爬坡,銷售,挖礦等,至少需要一年時間。如果 POC 演算法集合實現逐區塊進行輪轉,而且隨著時間推移演算法集不停變化,變化的間隔小於礦機的生命週期,那麼 ASIC 礦機的最佳化就會無利可圖,只能做可配置、可重新整理演算法的礦機。同時會利用資料依賴性消除掉海量程序並行的機會。這樣,即使做可配置礦機,也必須做的非常像 CPU。當然目前業界公認的安全的雜湊演算法屈指可數,但透過一種三明治結構,可以把幾乎任何 CPU 上的演算法改造成雜湊演算法:先用某個標準雜湊函式 H把 nonce 和隨機數種子 seed 擴充套件為大量的隨機數輸入 I=H(nonce,seed);用 CPU 擅長的演算法 A 處理隨機數輸入 I,得到一些輸出 O=A(I);再用另外的雜湊函式 h 計算這些輸出的雜湊值 h(O),以 leading zero 的數目判斷是否滿足難度要求。這種三明治結構,已經被 ZCash 證明是有效的了,我們只需要把中間部分的廣義生日悖論問題修改為 CPU 擅長的其它演算法。由於有收尾的標準雜湊演算法把關,h(A(H(nonce,seed)))可以滿足雜湊函式的雪崩特性和不可逆特性,同樣難以碰撞,是合格的雜湊函式。
3. RR 分散式計算平臺(RRMR, RR MapReduce)該平臺主要解決分散式計算任務地細分拆解與海量微型計算節點任務分發地精細管理,根據區域、時間等維度特徵調節任務分配的冗餘度,保證資源投入與任務時效性的平衡。
4. 算力需求方平臺(CDSP, Computing Demand-Side Platform)
算力需求方平臺主要是解決算力任務提交與部署的易用性,和算力交易的透明化、市場化相關問題。



RRCHAIN 技術模型

技術模型圖:

RRCHAIN 技術的模型是由自下而上的資料層、網路層、共識層、激勵層、合約層和應用層組成。


1.資料層

封裝了底層資料區塊的鏈式結構,以及相關的非對稱公私鑰資料加密技術和時間戳等技術,這是整個技術模型中最底層的資料結構。這些技術是構建RRChain 的基礎。

2.網路層

包括 P2P 組網機制、資料傳播機制和資料驗證機制等。

3.共識層

RRCHAIN 採用的是 pow 機制,礦工透過挖礦獲取獎勵,同時也保證了系統的穩定執行。

共識層封裝了網路節點的各類共識機制演算法。共識機制演算法是區塊鏈的核心技術,因為這決定了到底是誰來進行記賬,而記賬決定方式將會影響整個系統的安全性和可靠性。目前已經出現了十餘種共識機制演算法,其中比較最為知名的有工作量證明機制(PoW,Proof of Work)、權益證明機制(PoS,Proof ofStake)、股份授權證明機制(DPoS,Delegated ProofofStake)等。

工作量證明機制實際上是一個投票制度。使用者投票選擇正確的交易順序,以實現協議中的新功能和誠實的貨幣供應分配。因此,在表決過程中,所有參與者都有相同的投票權。 RRCHAIN 使平等的平均工作定價功能完美適用於普通 PC。它採用內建的 CPU 指令,這些指令在專用裝置或具有低延遲的快速記憶體片上裝置上實現非常困難且太昂貴。

4.激勵層

將經濟因素整合到 RRChain 技術體系中來,包括經濟激勵的發行機制和分配機制等。在 RRChain 中激勵遵守規則參與記賬的節點,並且懲罰不遵守規則的節點,才能讓整個系統朝著良性迴圈的方向發展。

5.合約層

封裝各類指令碼、演算法和智慧合約,是區塊鏈可程式設計特性的基礎。比特幣本身就具有簡單指令碼的編寫功能,而 RRChain 極大的強化了程式語言協議,理論上可以編寫實現任何功能的應用。如果把比特幣看成是全球賬本的話,那麼可以將RRChain 看作是一臺“全球計算機”,任何人都可以上傳和執行任意的應用程式,並且程式的有效執行能得到保證。

6.應用層

應用場景-剩餘算力收集再利用

基於 RRChain 的演算法特性,使得使用者參與雜湊計算的操作門檻可以降至最低。使用者不必下載一般挖礦所需要的龐大的客戶端程式,而是隻要開啟支援JavaScript 的瀏覽器便可以開始執行雜湊運算(挖礦)。而且在運算過程中,使用者可以自主調節速度,真正能做到在不影響使用者的使用體驗的情況下,透過閒置的CPU 進行包括雜湊計算在內的各種運算,達到廣泛收集“剩餘算力”的目的。

同時,RRChain 天然的競爭性治理方面的優勢,使得“礦機”的優勢不明顯。這使得大量個人使用者更樂於加入到 RRChain 的社群中來。

RRChain 的這一特性,可以為網站主和軟體開發商提供一種除了廣告和會員收費外全新的獲利模式。比如:一個影片網站主可以透過向使用者提供免費影片,來換取使用者電腦的剩餘算力,再透過出售算力給其它的需求方獲利。

所以基於 RRChain 可以構建出一個全新的剩餘算力收集交易生態體系。同時,廣泛的第三方開發者,可以基於 RRChain 開發出各類的 Dapp,共享在RRChain 社群中的算力。

在 RRChain 釋出且使用者量達到一定數量級之後 , 將隨後釋出基 於MapReduce 模型,利用零散的個人使用者作為計算節點的大資料分散式計算處理平臺 RRMapReduce。

該平臺主要解決的問題是,分散式計算任務的細分拆解與海量微型計算節點任務分發的精細管理,根據區域、時間等維度特徵調節任務分配的冗餘度,保證資源投入與任務時效性的平衡。產品結構設計圖如下:

RRMapReduce 釋出後,將為市場提供一種廉價的計算服務解決方案。相對於傳統自建大資料叢集或採買雲端計算服務,透過 RRChain 及 RRMapReduce所產生的算力產品將更具價格優勢,對於實時性要求不高的離線計算服務具有極大的競爭力。

測試案例如下:日誌抽取任務,抽取日誌中有效資料。

4T 的原始日誌檔案抽取,Mapper 傳送至 Reducer 的資料 600G,在 40 個節點 600 個核的叢集裡,採用 hadoop 方案,被分割成 10000 個子任務,計算完成需要 60 分鐘。採用阿里雲 EMR 費用約為 550 元。

同樣的任務採用 RRMR 計算,假設每臺終端只提供 1 核資源用來計算,將任務分配到 6000 個節點上,計算任務時間同樣為 60 分鐘。如果我們給每個節點獎勵 5 分錢人民幣,那麼完成同樣的任務使用 RRMapReduce 只需花費大約阿里雲 1/2 的費用。同時如果使用者持續貢獻 1 核算力,那麼一個月使用者收入為36 元人民幣。36 元錢的收入,已經大於大多數影片、遊戲、軟體等服務商的月平均收費。也就是說,使用者正常使用電腦時的剩餘算力產生的價值,可以支持使用者免費使用軟體,享受網路服務。這將構成一個良性的社群生態體系。


RRCoin 的應用流通場景

基於 RRChain 的廣泛適用性,和高競爭治理能力,可以快速聚集大量的普通使用者成為礦工,並與其已有的網路產品使用習慣深度結合。因此,可以想見隨著 RRChain 的發展將會產生一個龐大基數的 RRCoin 持有群體。而如何讓RRCoin 高速快捷的流通,則成為了保持 RRChain 社羣活力的一個重要影響因素。

為此,我們設計了可以使用 RRCoin 快速便捷消費的商城體系 RRMall,以滿足使用者的需求。

RRMall 會解決 RRCoin 的快速可交易問題。我們將為使用者提供網頁版輕錢包,採用半中心化的方式處理小額交易的速度問題。使用者透過 RRMall 購買商品進行支付時不用經過漫長的區塊同步等待,快速完成交易。

同時,RRMall 還將會開放 API 和 SDK。這樣大量的第三方平臺(電商、軟體、遊戲等)可以快速接入,支援 RRCoin 的支付模式。


關於更多RRChain資訊:

更多區塊鏈專案介紹:http://www.qukuaiwang.com.cn/news/xiangmu
風險提示:區塊鏈投資具有極大的風險,專案披露可能不完整或有欺騙。請在嘗試投資前確定自己承受以上風險的能力。本網站只做專案介紹,專案真假和價值並未做任何稽覈。

免責聲明:

  1. 本文版權歸原作者所有,僅代表作者本人觀點,不代表鏈報觀點或立場。
  2. 如發現文章、圖片等侵權行爲,侵權責任將由作者本人承擔。
  3. 鏈報僅提供相關項目信息,不構成任何投資建議

推荐阅读

;