TL;DR (To long; didn’t read)
In unseren Tests verbraucht eine Raspberry Pi 4-Node etwas mehr als ein Millionstel einer kWh pro IOTA-Nachricht/Transaktion, einschließlich Proof-of-Work-Kosten.
Zum Vergleich: Die Zubereitung einer Tasse Kaffee in einer Einzelportionsmaschine verbraucht etwa 0,024 kWh (fast 22.000 Mal so viel Energie).
Zusammenfassung
Es gibt eine zunehmende und angemessene Untersuchung des Energie-Fußabdrucks in Bezug auf Kryptowährungsnetzwerke. Bei der IOTA Foundation legen wir den Schwerpunkt auf niedrige Energieanforderungen und grüne Anwendungsfälle.
- Digitalisierung der Messung, Berichterstattung und Überprüfung der Nachhaltigkeitsleistung (Digital MRV) in Chile, finanziert von der kanadischen Regierung.
- Verfolgung des Weges der Energie von der Produktion in Solarzellen bis zum Verbrauch in Elektrofahrzeugen in Trondheim, Norwegen, mit Jaguar Land Rover, Engie Lab Crigen & Entra ASA.
- Verbesserung der Effizienz in der Lieferkette und Ermöglichung des freien Warenverkehrs über Grenzen hinweg, mit Zebra Technologies.
- Verringerung der Reibung in der Lieferkette von Kenia in die Niederlande, Beschleunigung des Warentransfers und Reduzierung der Verschwendung von Frischwaren, mit Trademark East Africa.
Externe Untersuchungen haben bereits den geringen Stromverbrauch des IOTA-Netzwerks vor Chrysalis gezeigt. Das jüngste Chrysalis-Upgrade beseitigt viele ineffiziente Aspekte des Protokolls und sollte die Energieeffizienz weiter verbessern. Allerdings hat die IOTA Foundation traditionell davon abgesehen, irgendwelche Energieeffizienz-Zahlen öffentlich zu veröffentlichen, da die Messung komplex und nuanciert ist. Die Zahlen können je nach Netzwerktoplogie und Last stark variieren.
Aufgrund des großen Interesses an diesem Thema und als Reaktion auf Anfragen aus der Community haben wir uns entschlossen, unsere internen Messwerte zu veröffentlichen, die während der Entwicklung von Chrysalis gesammelt wurden. Diese Metriken zeigen eine signifikante Reduzierung des Energieverbrauchs als Ergebnis des Upgrades.
IOTA ist darauf ausgelegt, leichtgewichtig zu sein und eine Hornet-Node kann auf Geräten mit geringem Stromverbrauch wie Raspberry Pi laufen.
- Der Betrieb einer Hornet-Node auf einem Raspberry Pi 3 oder 4, ohne dass Transaktionen ausgegeben werden, verbraucht eine vernachlässigbare Menge an Energie.
- Wenn eine Raspberry Pi 4-Node keinen Remote-Proof-of-Work durchführt, dann liegt der Energiebedarf bei nur 1,18 mJ(Millijoule) pro Transaktion/Nachricht bei 100 Nachrichten pro Sekunde (MPS). Dies entspricht einem Wert von 3.28x10-10 kWh oder, einfacher ausgedrückt, weniger als ein Milliardstel einer kWh.
- Wenn ein Raspberry Pi 4 einen Remote Proof-of-Work durchführt, dann liegt der Energiebedarf bei nur 4,026 Joule pro Transaktion/Nachricht. Dies ist gleichbedeutend mit 1.1x10-6 kWh oder, einfacher ausgedrückt, etwas mehr als ein Millionstel einer kWh.
- Die Reduzierung des Energieverbrauchs durch das Chrysalis-Upgrade (in verschiedenen Testszenarien) liegt zwischen 33 % und 95 %.
Hinweis: Diese Zahlen sollten nur als Richtwert und als Vergleich mit dem Vor-Chrysalis-Netz gesehen werden. Sie sind ein Ausgangspunkt für ein Gespräch und keineswegs erschöpfend. Die wichtigsten Einschränkungen sind die folgenden:
- Wir haben Raspberry Pi für die Nodes verwendet (um die Messung zu vereinfachen) in einer einfachen Konfiguration, während die meisten Nodes auf billigen VPSs und mit einer komplexeren Netzwerktopologie betrieben werden.
- Es ist unwahrscheinlich, dass der Energieverbrauch linear mit der Netzwerklast skaliert.
Einführung
Die zweite Phase des Chrysalis-Upgrades führte viele Änderungen am IOTA-Protokoll ein. Diese Änderungen zielen darauf ab, den Übergang zu Coordicide zu vereinfachen, die Erfahrung der Entwickler zu verbessern und die Akzeptanz in der Industrie zu beschleunigen. Ein sehr wichtiges Merkmal sind jedoch die erheblichen Leistungsverbesserungen. Upgrades wie der Übergang zur binären Logik (im Gegensatz zur ternären) sowie die Verwendung von Ed25519-Signaturen anstelle von W-OTS reduzieren einen Großteil der Rechenlast, die HORNET-Nodes tragen müssen, um das Netzwerk am Leben zu erhalten.
Diese Benchmark-Analyse zielt darauf ab, die Auswirkungen dieser Faktoren auf den Energieverbrauch von HORNET-Nodes zu vergleichen, die auf einem Raspberry Pi laufen.
Methodik
Laptop HORNET Koordinator
Das in diesem Benchmark verwendete IOTA-Netzwerk kann als Private Tangle angesehen werden. Es darf nicht mit dem Mainnet, Devnet, Chrysalis-Netzwerk oder Pollen-Netzwerk verwechselt werden.
Eine HORNET-Koordinator-Node wurde auf einem Personal Laptop Computer (x86-64 Intel Core I9, 40GB RAM) eingesetzt. Da der Coordinator bei Coordicide entfernt wird, wurde er nicht in den Energie-Benchmark einbezogen.
Raspberry Pi HORNET-Node
Der Benchmark wurde mit einem Raspberry Pi 3B+ (4 Cores ARM Cortex-A53 1.4 GHz) und einem Raspberry Pi 4 (4 Cores ARM Cortex-A72 1.5 GHz) durchgeführt, um eine gewisse Variabilität in Bezug auf die gesammelten Daten zu erhalten. Sie wurden zusammen in den gleichen lokalen Netzwerkbereich (LAN – 33.42Mbs Down, 3Mbs Up, Kombination aus cat5e und cat6 Verkabelung) angeschlossen, wo sie auch mit dem Laptop (d.h. dem Koordinator) kommunizieren konnten.
Alle Messungen wurden mit der HORNET-Node wiederholt, die als Pre-Chrysalis (v0.5.6) und Post-Chrysalis (v0.6.0) Node eingerichtet waren.
Die Pre-Chrysalis-HORNET-Knoten hatten die folgenden festen Parameter:
- Merkle-Baum-Tiefe = 13
- Sicherheitsstufe = 2
- Intervall = 10s
Die Post-Chrysalis-HORNET-Knoten hatten die folgenden festen Parameter:
- Intervall = 10s
(Merkle Tree Depth und Security Level sind bei Chrysalis Pt.2 keine Parameter mehr)
Um die geringen Leistungs- und Zuverlässigkeitsprobleme regulärer SD-Karten zu vermeiden, wurden RasPiKey eMMC-Module (16Gb) als Speichergeräte für die Raspberry Pis verwendet.
Als Betriebssystem wurde eine minimalistische, angepasste Linux-Distribution auf Basis von OpenEmbedded verwendet, die durch den Verzicht auf unnötige Software-Komponenten eine effiziente Allokation der CPU-Leistung ermöglicht. Der verwendete Kernel war linux-raspberrypi v5.4.72, wobei keine Anpassungen am Build-System vorgenommen wurden. Das Rootfs basierte auf dem BitBake-Rezept honeycomb-image-minimal.bb, das vom Rezept core-image-minimal.bb von Poky erbt.
Messungen des Stromverbrauchs
Um genaue Messungen des Stromverbrauchs jeder HORNET-Node durchzuführen, wurde eine eigene Breadboard-Schaltung aufgebaut. Der Stromverbrauch jedes Raspberry Pis wurde mit einem INA219 von Texas Instruments gemessen, der mit einem Breakout-Board von Adafruit verwendet wurde.
Ein BeagleBone Black wurde verwendet, um die Messungen von den INA219-Sensoren über den i2c-Bus zu sammeln.
Ein XL4016-Modul wurde verwendet, um ein 12V,10A-Schaltnetzteil auf 5V herunterzustufen, während ein hoher Ausgangslaststrom (max. 8A) beibehalten wurde.
Die INA219-Sensoren arbeiten, indem sie den Spannungsabfall eines 0,1-Ohm-Shunt-Widerstands messen, der zwischen der Vcc des Raspberry Pi und der Vcc des XL4016 eingefügt wurde.
Eine Referenzmessung des Stromverbrauchs beider Raspberry Pis wurde gesammelt, ohne dass irgendwelche HORNET-Knoten liefen. Alle Messungen wurden über einen Zeitraum von 10 Minuten gesammelt.
Die Abbildungen 1 und 2 skizzieren den Versuchsaufbau.
Proof of Work und Spam-Rate
Proof of Work (PoW) ist definiert als die wiederholte Berechnung von Hashes, um die Nonce zu finden, die eine Kandidatentransaktion/Nachricht validiert (hier werden Transaktionen im Pre-Chrysalis-Kontext verwendet, während Nachrichten im Post-Chrysalis-Kontext verwendet werden). Als Protokoll erlaubt IOTA (sowohl Pre- als auch Post-Chrysalis), dass die PoW-Berechnung entweder durch den Node oder den Client durchgeführt werden kann.
Wenn PoW von der Node durchgeführt wird, ist zu erwarten, dass die intensive Rechenlast einen signifikanten Anstieg des Energieverbrauchs des Raspberry Pis zur Folge hat. Wenn PoW vom Client ausgeführt wird, ist der Node nur für die Weiterleitung der Transaktionen/Nachrichten verantwortlich.
Bei Pre-Chrysalis IOTA bestimmt die Minimum Weight Magnitude (MWM) die für die Berechnung des Proof of Work erforderliche Rechenlast. Für jede Transaktion müssen durchschnittlich 3^MWM-Hashes berechnet werden, um eine gültige Nonce zu finden. Derzeit verwendet das Pre-Chrysalis Mainnet MWM=14 (d.h. 3^14 = über 4 Millionen Hashes).
Auf Post-Chrysalis IOTA haben wir nun Nachrichten mit variabler Länge und der PoW wird an die Länge der Nachricht angepasst. Ein neuer Parameter namens PoWScore ersetzt den MWM. Ein PoWScore von X bedeutet, dass für jedes Byte der Nachricht im Durchschnitt X Hashes berechnet werden müssen, bis eine gültige Nonce gefunden wird. Das aktuelle Alphanet verwendet einen PoWScore von 4000 (d.h. 4000 Hashes / Byte).
Eine der Hauptfunktionen von PoW ist es, die Fähigkeit von schlechten Akteuren zu reduzieren, das Netzwerk mit sinnlosen Transaktionen/Nachrichten zu spammen, da eine erhebliche Menge an Rechenlast für eine relativ lange Zeitspanne zugewiesen werden muss. Daher ist die Reproduktion der Mainnet/Alphanet-Werte von MWM/PoWScore nützlich, um den Einfluss von PoW auf den Energieverbrauch auf den Raspberry Pis zu messen.
Um den Stromverbrauch der HORNET-Knoten zu messen, während sie PoW ausführen, wurden zwei einfache Spammer-Clients geschrieben:
- Vor-Chrysalis: iota_pyspammer
- Nach-Chrysalis: iota_rspammer
Beide Clients wurden von demselben Laptop aus ausgeführt, auf dem der Coordinator läuft (Anmerkung: der Spam wurde an die Knoten gerichtet, es gab keine direkte Verbindung zwischen den Clients und dem Coordinator).
Die Reproduktion der Mainnet/Alphanet PoW-Parameter (MWM/PoWScore) hat einen signifikanten Einfluss auf die Spam-Rate (Transaktionen/Nachrichten pro Sekunde), unabhängig davon, ob der PoW vom Node oder vom Client berechnet wird. Andererseits ist es auch wünschenswert, den Einfluss zu evaluieren, den die Propagierung neuer Transaktionen/Nachrichten auf den Energieverbrauch der HORNET-Knoten hat, ohne dabei unbedingt PoW zu berücksichtigen.
Daher wurde auch ein zweites Szenario evaluiert, bei dem das Spammer-Plugin des Koordinators bei einer Spam-Rate von 50 und 100 Transaktionen/Nachrichten pro Sekunde aktiviert war und die Spammer-Clients überhaupt nicht verwendet wurden. Wir nennen dieses Szenario „Easy PoW“, und der Coordinator war für den gesamten PoW verantwortlich. Die Knoten wurden mit den folgenden PoW-Parametern eingestellt:
Pre-Chrysalis: MWM = 10
Post-Chrysalis: PoWScore = 50
Ergebnisse
Referenz
Tabelle 1 unten zeigt die Referenzmessungen, die gesammelt wurden, als die Raspberry Pis eingeschaltet waren, ohne dass irgendwelche HORNET-Nodes liefen, mit der Leistungsaufnahme in MilliWatt.
Tabelle 1: Referenz – kein HORNET-Knoten
| Durchschnittsleistung | |
|---|---|
| Raspberry Pi 3 | 2617.35 mW |
| Raspberry Pi 4 | 2785.91 mW |
Vor-Chrysalis
Abbildung 3 zeigt zwei Graphen, die den Stromverbrauch über die Zeit jedes Raspberry Pi in 4 verschiedenen Szenarien zeigen, alle im Pre-Chrysalis-Modus:
- Referenz, wo keine HORNET-Node lief.
- Ruhezustand, in dem die HORNET-Nodes liefen, jedoch ohne eingehende Transaktionen
- 50 Transaktionen pro Sekunde, mit Easy PoW (MWM = 10), das vom Koordinator ausgeführt wird.
- 100 Transaktionen pro Sekunde, wobei Easy PoW (MWM = 10) vom Koordinator ausgeführt wird.
- Mainnet PoW (MWM = 14) wird von den Raspberry Pis ausgeführt.
In den Tabellen 2, 3, 4 und 5 sind die Daten aus Abbildung 3 tabellarisch dargestellt.
Tabelle 2 enthält die durchschnittliche Leistung des Raspberry Pis, während keine Transaktionen an die HORNET-Nodes ausgegeben wurden.
Tabelle 2: Pre-Chrysalis – Keine Transaktionen
| Durchschnittsleistung | |
|---|---|
| Raspberry Pi 3 | 2690.20 mW |
| Raspberry Pi 4 | 2801.15 mW |
Tabelle 3 bezieht sich auf das Easy-PoW-Szenario, bei dem der Coordinator den gesamten PoW durchführt und die Raspberry Pis nur für die Weitergabe von 50 TPS zuständig sind.
Tabelle 3: Pre-Chrysalis – Easy PoW by Coo (50 TPS)
| Durchschnittsleistung | |
|---|---|
| Raspberry Pi 3 | 2993.84 mW |
| Raspberry Pi 4 | 3014.72 mW |
Tabelle 4 bezieht sich auf das Easy-PoW-Szenario, bei dem der Coordinator den gesamten PoW durchführt und die Raspberry Pis nur für die Verbreitung von 100 TPS zuständig sind.
Tabelle 4: Pre-Chrysalis – Easy PoW by Coo (100 TPS)
| Durchschnittsleistung | |
|---|---|
| Raspberry Pi 3 | 3166.05 mW |
| Raspberry Pi 4 | 3101.13 mW |
Tabelle 5 stellt die durchschnittliche Leistung dar, die von den Raspberry Pis während der Durchführung des Mainnet PoW benötigt wurde. Sie zeigt auch die durchschnittliche TPS-Rate, die jeder Raspberry Pi unter diesen Bedingungen erreichen konnte.
Tabelle 5: Pre-Chrysalis – Mainnet PoW durchgeführt von Raspberry Pi
| Durchschnittsleistung | |
|---|---|
| Raspberry Pi 3 | 3928.15 mW |
| Raspberry Pi 4 | 3845.64 mW |
Post-Chrysalis
Abbildung 4 zeigt zwei Diagramme mit dem Stromverbrauch über die Zeit jedes Raspberry Pi in 4 verschiedenen Szenarien, alle im Post-Chrysalis-Modus:
- Referenz, wo keine HORNET-Node lief.
- Ruhezustand, in dem die HORNET-Knoten liefen, allerdings ohne eingehende Nachrichten
- 50 Nachrichten pro Sekunde, wobei Easy PoW (PoWScore = 50) vom Koordinator ausgeführt wird.
- 100 Nachrichten pro Sekunde, wobei Easy PoW (PoWScore = 50) vom Koordinator ausgeführt wird.
- Mainnet PoW (PoWScore = 4000) wird von den Raspberry Pis ausgeführt.
In den Tabellen 6, 7, 8 und 9 sind die Daten aus Abbildung 4 tabellarisch dargestellt.
Tabelle 6 enthält die durchschnittliche Leistung des Raspberry Pis, während keine Nachrichten an die HORNET-Knoten ausgegeben wurden.
Tabelle 6: Post-Chrysalis – Keine Transaktionen
| Durchschnittsleistung | |
|---|---|
| Raspberry Pi 3 | 2628.58 mW |
| Raspberry Pi 4 | 2801.58 mW |
Tabelle 7 bezieht sich auf das Easy-PoW-Szenario, bei dem der Coordinator den gesamten PoW durchführt und die Raspberry Pis nur für die Verbreitung von 50 MPS zuständig sind.
Tabelle 7: Post-Chrysalis – Easy PoW by Coo (50 MPS)
| Durchschnittsleistung | |
|---|---|
| Raspberry Pi 3 | 2745.52 mW |
| Raspberry Pi 4 | 2862.21 mW |
Tabelle 8 bezieht sich auf das Easy-PoW-Szenario, bei dem der Coordinator den gesamten PoW durchführt und die Raspberry Pis nur für die Verbreitung von 100 MPS zuständig sind.
Tabelle 8: Post-Chrysalis – Easy PoW by Coo (100 MPS)
| Durchschnittsleistung | |
|---|---|
| Raspberry Pi 3 | 2947.90 mW |
| Raspberry Pi 4 | 2920.55 mW |
Tabelle 9 stellt die durchschnittliche Leistung dar, die von den Raspberry Pis während der Ausführung des Chrysalis Alphanet PoW benötigt wurde. Sie zeigt auch die durchschnittliche MPS-Rate, die jeder Raspberry Pi unter diesen Bedingungen erreichen konnte.
Tabelle 9: Post-Chrysalis – Alphanet PoW durch Raspberry Pi
| Durchschnitts MPS | Durchschnittsverbrauch | |
|---|---|---|
| Raspberry Pi 3 | 0.0592 | 2968.84 mW |
| Raspberry Pi 4 | 0.0730 | 3095.51 mW |
Diskussion
Normalisierung der Daten
Um den relativen Unterschied des Energieverbrauchs während der einzelnen Szenarien zu bewerten, subtrahieren wir den durchschnittlichen Energieverbrauch der Referenz von jeder Messung.
Tabelle 10: Pre-Chrysalis – normalisiert von der Referenz
| 0 TPS | 50 TPS Einfacher PoW von Coo | 50 TPS Einfacher PoW von Coo | Mainnet PoW von RPi | |
|---|---|---|---|---|
| Raspberry Pi 3 | 72.85 mW | 376.49 mW | 548.71 mW | 1310.79 mW |
| Raspberry Pi 4 | 15.23 mW | 228.80 mW | 315.22 mW | 1059.72 mW |
Tabelle 11: Post-Chrysalis – normiert von Referenz
| 0 TPS | 50 TPS Einfacher PoW von Coo | 50 TPS Einfacher PoW von Coo | Mainnet PoW von RPi | |
|---|---|---|---|---|
| Raspberry Pi 3 | 11.23 mW | 128.16mW | 330.55 mW | 351.49 mW |
| Raspberry Pi 4 | 15.67 mW | 76.30 mW | 134.63 mW | 309.60 mW |
Hier stellen wir fest, dass unabhängig vom IOTA-Protokoll (Pre oder Post-Chrysalis) der Raspberry Pi 4 tendenziell weniger Strom verbraucht als der 3 (mit Ausnahme von 0 TPS/MPS). Das liegt wahrscheinlich an Optimierungen an den unterschiedlichen CPU-Architekturen, wobei der RPi4 ARM Cortex-A72 Kerne hat und der RPi3 Cortex-A53.
2) Energie pro Transaktion / Nachricht
Wenn wir berücksichtigen, dass (1): Watt[W] = Energie [J] / Zeit [S]
Wir können die tatsächlich verbrauchte Energie jeder Transaktion/Nachricht schätzen. Zunächst normalisieren wir jede Messung wieder, indem wir sie vom Resting-HORNET-Verbrauch (0 TPS/MPS) subtrahieren.
Tabelle 12: Pre-Chrysalis Normalisiert von 0 TPS
| 50 TPS Einfacher PoW von Coo | 50 TPS Einfacher PoW von Coo | Mainnet PoW von RPi | |
|---|---|---|---|
| Raspberry Pi 3 | 303.64 mW | 475.85 mW | 1237.94 mW |
| Raspberry Pi 4 | 213.57 mW | 299.99 mW | 1044.49 mW |
Tabelle 13: Post-Chrysalis Normalisiert von 0 MPS
| 50 TPS Einfacher PoW von Coo | 50 TPS Einfacher PoW von Coo | Mainnet PoW von RPi | |
|---|---|---|---|
| Raspberry Pi 3 | 116.92 mW | 319.32 mW | 340.26 mW |
| Raspberry Pi 4 | 60.62 mW | 118.97 mW | 293.94 mW |
Wir kennen bereits die Spam-Rate bei den Easy PoW-Szenarien (100 TPS/MPS), also können wir davon ausgehen, dass eine Transaktion 1/100 Sekunde dauert. Die gleiche Logik gilt für 50 TPS/MPS. Wir können uns die Tabellen 5 und 9 ansehen, um die durchschnittliche TPS für die Mainnet/Alphanet-Szenarien herauszufinden, und die Formel (1) anwenden.
Die Tabellen 14 und 15 zeigen den geschätzten Energieverbrauch pro Transaktion im Pre-Chrysalis- und Post-Chrysalis-Kontext.
Tabelle 14: Pre-Chrysalis-Energie pro Transaktion
| 50 TPS Einfacher PoW von Coo | 50 TPS Einfacher PoW von Coo | Mainnet PoW von RPi | |
|---|---|---|---|
| Raspberry Pi 3 | 303.64 mW * (1/50) S = 6.07 mJ | 475.85 mW * (1/100) S = 4.75 mJ | 1237.94 mW * (1/0.008) S = 154.74 J |
| Raspberry Pi 4 | 213.57 mW * (1/50) S = 4.27 mJ | 299.99 mW * (1/100) S = 2.99 mJ | 1044.49 mW * (1/0.0136) S = 76.80 J |
Tabelle 15: Post-Chrysalis-Energie pro Meldung
| 50 TPS Einfacher PoW von Coo | 50 TPS Einfacher PoW von Coo | Mainnet PoW von RPi | |
|---|---|---|---|
| Raspberry Pi 3 | 116.92 mW * (1/50) S = 2.33 mJ | 319.32 mW * (1/100) S = 3.19 mJ | 340.26 mW * (1/0.059) S = 5.77 J |
| Raspberry Pi 4 | 60.62 mW * (1/50) S = 1.21 mJ | 118.97 mW * (1/100) S = 1.18 mJ | 293.94 mW * (1/0.073) S = 4.026 J |
Relative Analyse
Schließlich können wir die Messungen relativ vergleichen, um die Verringerung des Leistungs- und Energieverbrauchs in Prozent zu quantifizieren. Nennen wir z. B. eine Pre-Chrysalis-Messung A und die entsprechende Post-Chrysalis-Messung B. Die relative Differenz C ist gegeben als:
C = 100 * (A-B)/A
Tabelle 16: Relative Differenz der Leistungsaufnahme bei 0 TPS/MPS
| Raspberry Pi 3 | -2.29 % |
| Raspberry Pi 4 | +0.01 % |
Tabelle 17 zeigt die relative Differenz der Leistungsaufnahme der 3 Spamming-Szenarien, alle normiert von 0 TPS/MPS.
Tabelle 17: Relative Differenz des Stromverbrauchs der 3 Spamming-Szenarien, alle normiert von 0 TPS/MPS.
| 50 TPS Einfacher PoW von Coo | 50 TPS Einfacher PoW von Coo | Mainnet PoW von RPi | |
|---|---|---|---|
| Raspberry Pi 3 | – 61.49 % | – 32.89 % | – 72.51 % |
| Raspberry Pi 4 | – 71.61 % | – 60.34 % | – 71.85 % |
Tabelle 18: Relative Differenz des Energieverbrauchs der 3 Spamming-Szenarien.
| 50 TPS Einfacher PoW von Coo | 50 TPS Einfacher PoW von Coo | Mainnet PoW von RPi | |
|---|---|---|---|
| Raspberry Pi 3 | – 61.49 % | – 32.89 % | – 96.27 % |
| Raspberry Pi 4 | – 71.61 % | – 60.34 % | – 94.75 % |
Fazit
Es wurden keine signifikanten Unterschiede in Bezug auf den Stromverbrauch ruhender HORNET-Knoten festgestellt (0 TPS/MPS).
Signifikante Unterschiede wurden in Bezug auf den Leistungs- und Energieverbrauch in den 3 verschiedenen Spamming-Szenarien festgestellt. Die Post-Chrysalis-HORNET-Knoten arbeiteten effizienter und reduzierten den Strom- und Energieverbrauch in den meisten Szenarien um mehr als 50%.
Leistungsunterschiede wurden auch in Bezug auf die Hardware festgestellt, wobei der Raspberry Pi 4 etwas besser abschnitt als der Raspberry Pi 3.
Die deutlichste Optimierung fand bei der Nachbildung der Mainnet/Alphanet PoW Parameter statt. Das geschah nicht nur wegen der Reduzierung des Stromverbrauchs. Sondern auch, weil Post-Chrysalis-Nachrichten viel schneller ausgegeben wurden als Pre-Chrysalis-Transaktionen. Da Energie gleich Leistung x Zeit ist, bedeutet weniger Zeit für die Ausgabe von Nachrichten einen geringeren Energieaufwand.
Eine sehr wichtige Bemerkung ist, dass wir dem Drang widerstehen sollten, irgendwelche Annahmen bezüglich der Linearität dieser Messungen zu machen. Es ist nicht unbedingt wahr, dass 10 TPS/MPS den 10-fachen Energieverbrauch von z. B. 1 TPS/MPS zur Folge haben. Das wird sehr deutlich durch das Verhältnis zwischen dem Energieverbrauch der 50 TPS/MPS und 100 TPS/MPS Messungen.
Insgesamt kommen wir zu dem Schluss, dass Chrysalis zu sehr signifikanten Optimierungen des IOTA-Protokolls führt, sowohl in Bezug auf die Leistung als auch auf den Energieverbrauch.
Original by Navin Ramachandran: https://blog.iota.org/internal-energy-benchmarks-for-iota/