NotizieCryptoFutureBit testa il mining di Bitcoin con un cervello di mosca della frutta simulato

FutureBit testa il mining di Bitcoin con un cervello di mosca della frutta simulato

Autore: Decrypt·

Punti chiave

  • •La dimostrazione HashFly di FutureBit esegue calcoli di mining di Bitcoin in un browser web utilizzando un cervello di mosca della frutta simulato, basato su 2.914 pathway neurali del connectoma MaleCNS v1.0.
  • •HashFly gira su hardware convenzionale e opera solo a una frazione della difficoltà di rete di Bitcoin, rendendolo incapace di competere con miner ASIC come l'Apollo III di FutureBit, che raggiunge 18 terahash al secondo.
  • •FutureBit stima che un sistema ipotetico costruito con neuroni organici reali potrebbe raggiungere circa un watt per terahash, circa dieci volte l'efficienza dei migliori chip ASIC a 3 nanometri odierni.
  • •FutureBit sta lavorando per simulare tutti i neuroni del dataset della mosca della frutta con SHA-256 e prevede di pubblicare i risultati oltre l'attuale dimostrazione a 2.914 pathway.
  • •Un progetto separato, FlyMiner, utilizza un connectoma di 139.255 neuroni di mosca della frutta e 16,8 milioni di connessioni per decidere quando un programma di mining standard si attiva, testando soluzioni fino a 700.000 tentativi al secondo tramite il pool di mining solitario CKPool.
FutureBit testa il mining di Bitcoin con un cervello di mosca della frutta simulato

Mentre i miner di Bitcoin si rivolgono sempre più a chip sempre più specializzati nella ricerca di maggiore velocità ed efficienza energetica, il produttore di hardware FutureBit dichiara di aver testato un approccio notevolmente diverso: l'uso di un cervello di mosca della frutta simulato per eseguire calcoli di mining in un normale browser web.

Il percorso verso la specializzazione si è sviluppato nel corso di generazioni: l'hardware di mining è progredito dai processori ordinari dei primi personal computer alle schede grafiche, ai dispositivi FPGA e infine a chip progettati esclusivamente per l'hashing. In questo contesto, la dimostrazione di FutureBit, chiamata HashFly, gira su hardware convenzionale e non è competitiva con un miner basato su circuito integrato specifico per applicazione (ASIC). Simula l'attività attraverso 2.914 pathway neurali tratti da MaleCNS v1.0, un connectoma, ovvero una mappa digitale dei collegamenti, del cervello e del cordone nervoso centrale di una mosca della frutta maschio adulta.

FutureBit ha dichiarato su X di stare lavorando per simulare tutti i neuroni del dataset con SHA-256 e di prevedere di pubblicare i risultati, un passo oltre i 2.914 pathway neurali simulati nell'attuale dimostrazione.

“Fun fact if this could be scaled on real organic neurons, it would hash at ~ 1 watt per terahash...10x the efficiency of the best silicon 3nm ASICs!” ha scritto l'azienda.

Introducing HashFly...the first organic neuron bitcoin miner based on the fly brain. Fun fact if this could be scaled on real organic neurons, it would hash at ~ 1 watt per terahash...10x the efficiency of the best silicon 3nm ASICs! pic.twitter.com/T2qxBb7XQR

— FutureBit (@FutureBit) September 13, 2026

Secondo la stima della stessa azienda, se il concetto potesse un giorno essere scalato a neuroni organici reali, un sistema minerario costruito con questi eseguirebbe mille miliardi di calcoli al secondo, pari a un terahash, consumando circa un watt di elettricità, circa 10 volte l'efficienza dei migliori miner ASIC a 3 nanometri di oggi. La stima di FutureBit applica il consumo energetico totale di una mosca della frutta a un sistema ipotetico in cui ogni neurone mina Bitcoin ininterrottamente. Quell'efficienza, ovvero il rapporto tra la produzione di hashing l'elettricità consumata, è il parametro con cui l'hardware di mining viene tipicamente giudicato, poiché l'energia è tra i maggiori costi ricorrenti nelle operazioni su scala industriale.

Nella pratica, tuttavia, HashFly gira su hardware informatico convenzionale e non possiede l'hash rate né la difficoltà necessari per competere con veri miner di Bitcoin. Nel mining di Bitcoin, i partecipanti gareggiano per aggiungere nuovi blocchi di transazioni eseguendo ripetutamente calcoli SHA-256, con l'hash rate della rete che misura il numero totale di tentativi al secondo; la rete ricalibra periodicamente la propria difficoltà per far sì che i nuovi blocchi arrivino più o meno ogni dieci minuti, indipendentemente da quanto hash rate entri o esca. HashFly consente agli utenti di regolare il target, ma opera solo a una frazione dell'attuale difficoltà di rete di Bitcoin; a confronto, FutureBit dichiara che il suo miner ASIC Apollo III di cinque pollici raggiunge 18 terahash al secondo.

Un progetto separato, FlyMiner, adotta un approccio analogo: utilizza una mappa digitale di 139.255 neuroni di mosca della frutta e 16,8 milioni di connessioni per decidere quando un programma di mining Bitcoin standard si attiva. Quando i segnali simulati dai neuroni che controllano il movimento della mosca raggiungono una soglia prestabilita, il programma testa possibili soluzioni a un problema di mining fornito dal pool di mining solitario CKPool, a velocità fino a 700.000 tentativi al secondo.

I progetti con la mosca della frutta sono solo gli ultimi di una lunga serie di esperimenti di mining di Bitcoin non convenzionali. A marzo 2021, un ricercatore di sicurezza informatica ha trasformato un Nintendo Game Boy del 1989 in un miner che produceva circa 0,8 hash al secondo. Una casa termale di Brooklyn ha dichiarato a giugno 2023 di convogliare il calore delle proprie attrezzature di mining nelle sue piscine, mentre la Nodal Power, con sede nello Utah, ha raccolto 13 milioni di dollari ad agosto 2023 per ampliare strutture che generano elettricità dal metano delle discariche e usano parte di quella energia per minare Bitcoin. Ciò che collega questi progetti è la ricerca di un vantaggio al di fuori della corsa agli ASIC dell'industria mineraria mainstream, tramite hardware insolito, calore riutilizzato o fonti di energia alternative: uno sforzo che i risultati pianificati da FutureBit estenderanno con dati su come una simulazione ispirata al cervello si comporta su scala completa.