一篇看懂全球比特币挖矿成本，了解比特币算力丨挖矿报告

编译：惜雨

挖矿是比特币网络的基本组成部分，而 BTC 是一种资产。 尽管它很突出，但挖矿已成为更广泛的比特币生态系统中最不透明和最不被理解的部分。 BitOoda 的这份报告旨在提高与比特币矿工组成相关的透明度，这最终有助于了解系统的状态和健康状况。 在富达应用技术中心 (FCAT)，我们期待继续研究比特币挖矿领域并帮助推动生态系统向前发展。 我们感谢 BitOoda 团队所做的工作，我们希望这会增加您对比特币生态系统这一复杂而迷人的部分的理解。

- Juri Bulovic，富达应用技术中心

要点：

比特币挖矿是一个秘密行业，几乎没有公开信息。 我们发现，即使是经验丰富的加密货币投资者，对该领域的挖矿和潜在投资机会的理解也存在差距。 尽管 Coinmetrics、Coinshares 和剑桥替代金融中心进行了出色的研究，但仍有未解决的问题。 本文的研究受富达应用技术中心 (FCAT) 委托，以现有研究为基础并尝试解决新问题。

第 1 部分：比特币哈希率分析：多少、它来自哪里以及它的成本

在第一部分中，我们尝试测量、定位矿工算力并为其定价，并估算矿工的盈利能力。 通过与矿工、矿机制造商和经销商的 60 多次对话，以及超过 45 个公共数据源，我们努力提供尽可能完整的分析图表，说明正在开采的比特币挖矿能力有多少，在哪里，以及什么矿工正在挖矿。 我的成本。

然后，我们进一步探讨未来挖矿能力将如何随可用电力、挖矿设备效率和比特币价格、资本/资金可用性以及半导体技术和产能可能受到的限制而变化的问题。

我们估计比特币挖矿至少可以使用 9.6GW 的电力。

9.6GW 估计使用以下逻辑：5 月 10 日，就在比特币的第三次区块奖励减半之前，网络哈希率达到 136,098 PH/s 的峰值，并在 5 月 17 日谷底降至 81,659 PH/s。 我们承认，其中一些极端情况可能是由于运气——例如幸运连胜或快速找到区块——可能会人为地增加估计的哈希率，而较慢的区块率可能部分是由于运气不好。 然而，我们从模型中去除了运气并简化了假设，以得出比特币网络消耗的电量的近似值。 我们假设5月17日算力底部的算力全部来自盈利能力更强的新一代矿机“S17类”矿机，包括比特大陆的蚂蚁S17、T17、神马M20和嘉楠耘智、芯动设备、亿邦国际等厂家。

我们还假设在 5 月 10 日至 5 月 17 日期间关闭的所有设备都是较老一代的设备，例如利润较低的 S9 类别的矿机（例如 Antminer S9、Whatsminer M3）。

请注意，我们使用“S17 类别”、“S9 类别”和“S19 类别”作为通用术语，包括比特大陆设备以及具有类似规格的竞争设备。 由于比特大陆的“S9 级”（以及较小程度上的“S17 级”设备）在市场主导地位方面拥有悠久的历史，因此我们仅使用比特大陆型号来定义该级别。 在所有相关计算中，我们还假设 PUE（电力使用效率）为 1.12，这意味着每 1MW 用于直接挖掘比特币，120kw 用于运行其他一切，包括冷却、照明、服务器、交换机等。

图：BitOoda 将矿机分为关键矿机类别

资料来源：BitOoda、比特大陆、嘉楠耘智、比特微、下龙湾、GMO、AsicMinerValue.com

下图显示，如果 5 月 17 日运行的所有计算能力都来自更新的 S17 级设备，它们将消耗 3.9GW 的能源。 此外，如果在 5 月 10 日至 5 月 17 日期间关闭的 54EH/s 哈希率来自较旧的 S9 级矿工，那将额外消耗 5.7GW 的电力。 我们做出这些简化的假设，以帮助获得对行业的广泛了解，了解可能的现实，即大多数（但不是全部）关闭的哈希率是较旧的 S9 级设备，而剩余哈希率的一小部分可能是 S9极低成本电力市场中的一流矿工。

比特币减半后挖矿设备的盈利能力下降是哈希率下降的一个关键驱动因素，再加上与将挖矿设备从中国北方转移到中国南方以利用较低的电力成本相关的一些时机（有关有关季节性的更多详细信息水电对中国的影响，请参考第二部分））。 基于这些假设，我们估计比特币挖矿社区至少可以获得 9.6GW 的电力。

图：比特币算力和能源消耗近期波峰波谷

资料来源：BitOoda、Blockchain.com、Kaiko、Coinmetrics

我们估计 BTC 挖矿使用了 9.6GW 的 67%，并以每年约 10% 的速度增长，为 280 万个专用比特币挖矿设备提供动力。 目前设备大部分是S17级矿机，但未来增长主要来自下一代S19级矿机。 5 月 17 日低谷的部分哈希率可能来自 S9 级矿工，这些矿工要么在电力成本极低的司法管辖区运营，要么来自之前延迟的转移（以避免中国北方成本较高地区的 5 月矿机，这现在正利用四川和云南在中国一年一度的丰水季节期间的低成本电力。

此外，尽管供应链出现延误，但下一代蚂蚁矿机 S19 和神马 M30 的有限出货量以及一些 S17 级矿机的出货量已经开始，这推动了哈希率的恢复。

图：比特币算力、能耗和矿机安装数量——截至2020年7月1日数据

资料来源：BitOoda、Blockchain.com、Kaiko、Coinmetrics

据估计比特币成本，中国拥有约 50% 的挖矿能力，而美国占另外 14%

我们使用各种公共资源，以及与矿工、钻机制造商和经销商的机密对话，来评估比特币挖矿能力所在的位置以及矿工支付的电费。 我们能够在 153 个矿山中找到约 4.1GW 的电力，其中 67 个矿山或约 3GW 的电力容量，电价数据在匿名的情况下提供。

图：调查挖矿能力的地理分布与估计的 9.6GW 电力

资料来源：BitOoda 估计、矿工、ASIC 制造商/分销商、公共资源

我们的谈话让我们相信，我们在美国、加拿大和冰岛占据了大部分容量，但在中国和世界其他地区的容量中只占一小部分。 在与矿工的讨论中，我们不仅询问他们自己的哈希率，还询问他们在市场上认识多少其他矿工，以及他们认为该地区有多少总哈希率。 我们知道这些是近似值，但我们仍然发现这是估计挖矿算力的整体地理分布的有用方法。

图：测算力地理分布，预估总容量9.6GW

资料来源：BitOoda 估计、矿工、ASIC 制造商/分销商、公共资源

在我们的评估中，50% 的比特币挖矿电力支付 3 美分/千瓦时或更少，在过去几年中持续下降。 有证据表明，该数字在 2018 年接近 6 美分/千瓦时。随着网络哈希率的增加，每 PH/s 哈希率的收入下降，电力成本高的矿工要么转移到低成本地区，要么关闭。

图：电力成本曲线：绘制电力成本与网络电力份额之间的关系

资料来源：BitOoda 估计、矿工、ASIC 制造商/分销商、公共资源

我们的成本曲线估计转化为开采 1 个比特币的现金成本中位数约为 5,000 美元，置信区间上限约为 6,000 美元。 该估计是现金运营费用，不包括挖矿硬件折旧或其他费用。

该曲线还表明，一小部分比特币的开采成本高于当前的比特币现货价格。 我们认为，这种非经济性挖矿中的一些主要是电力购买承诺以及在需求高峰期关闭产能并在交易选择有限或昂贵的司法管辖区收购比特币的潜在动机。

图：在不同电力成本下基于网络计算能力的挖矿 1 BTC 的成本——截至 2020 年 7 月 1 日的数据

资料来源：BitOoda 估计、矿工、ASIC 制造商/分销商、公共资源

我们注意到，S9 级矿工需要低于 2 美分/千瓦时才能与当前的网络哈希率保持平衡，并且随着哈希率的持续增长，可能需要更低的电价才能生存。 我们的成本模型假设一个人使用大约 5MW 的电力。 由于 S9 类设备的能源效率不如新矿机比特币成本，并且每 PH/s 哈希率需要更多设备，因此它们比新设备消耗更多能源，并且对于相同的哈希率，它们需要更多的劳动力和间接成本。 S19矿机需要30kW的功率和9台以上的设备才能产生1PH/s的算力。 如果使用S9矿机进行挖矿，大约需要70台设备和100kW以上的功率，相应地，要产生同样的1PH/s算力，用于维护和运行的人力成本和电力开销也会相应增加。

图：不同电价下不同矿机在当前算力下的每日收益和现金运营成本

资料来源：BitOoda 估计、Blockchain.com、Kaiko、Coinmetrics

根据我们与矿工的谈话，劳动力成本基于运行规模化矿山 (>50MW) 所需的维护和运营人员

总结：我们估计用于开采比特币的可用电力容量约为 9.6GW，当前利用率在 60% 左右。 这种电力的平均电价约为 3 美分/千瓦时，开采 1 个 BTC 的现金成本中位数为 5000 美元。 我们估计中国约占全球产能的 50%，美国紧随其后，约为 14%。 第二节详细介绍了风水时期中国电力容量的很大一部分迁移以利用较低的电价。

第 2 部分：关于算力增长与中国汛期之间关系的一些令人惊讶的结论

我们发现中国贡献了比特币挖矿能耗和网络哈希率的 50%。 在这里，我们深入了解中国比特币社区以及中国水电季节对比特币价格和哈希率网络的影响。

那么什么是水电季节？ 从5月到10月，中国西南省份四川和云南面临强降雨。 这导致这些省份大量涌入水坝，导致这一时期的水力发电量激增。 由于产能超过需求，这些电力以低价出售给比特币矿工。 溢流的水坝释放出多余的水，因此出售廉价电力对公用事业和矿工来说是双赢的。 这种更便宜的电价吸引了附近省份的矿工迁移过来以利用低电价。 在旱季，华北矿工支付的电费约为 2.5-3 美分/千瓦时，而在 5 月至 10 月的雨季，四川和云南的矿工支付的电费不到 1 美分/千瓦时。

我们反对传统观点认为低电价会在雨季驱动算力增长。 我们认为，丰水期使成本曲线在一年中下降了 6 个月，导致矿工积累资本以支持哈希率增长并减少比特币的抛售以支付运营费用。

如下表所示，雨季和旱季的平均价格涨幅存在显着差异，而哈希率的涨幅在两个时期大致相同。 我们认识到前两个时期可能是异常值（进一步支持我们的论点），并且每个时期都显示增长，并且平均值基于 11 个随后交替的 6 个月时期的小样本量。

图：雨季和旱季算力与BTC价格

注：自 2014 年起； 平均值不包括 2013 年 11 月至 2014 年 10 月； 截至 2020 年 7 月 1 日的数据

资料来源：BitOoda、Blockchain.com、Kaiko、Coinmetrics

BTC 价格上涨（支撑资本积累）与哈希率增长之间的相关性更广泛地反映了随着供应链逐渐交付购买的挖矿设备，资本积累、后续设备购买、交付和部署的动态，这与计算能力的增加有关4-6个月后。

中国的雨季可能导致较低的成本曲线，这将有助于资本积累，并有助于促进未来计算能力的增长。 资本积累的增加将减少行业对外部资金的需求，以支持未来计算能力的增长。

图：价格变化与算力变化的相关性

注：最近12个月，数据截至2020年7月1日

资料来源：BitOoda、Blockchain.com、Kaiko、Coinmetrics

我们查看过去 15 至 360 天的价格变化与去年同期哈希率变化的相关性。 我们注意到哈希率跟随价格滞后 4-6 个月且相关性高。 这建立了资本积累的动态，因为供应链交付购买的设备，然后是设备购买、交付和部署。

可用和未充分利用的发电能力、行业内部发电的资本积累（受中国水电季节的影响）、外部资金以及每 PH/s 收入的减少都会对哈希率的未来增长产生影响。 我们将在第三部分探讨计算能力的未来。

第 3 节：比特币哈希率增长率预测：多少、何时、为什么以及哪些因素会减缓（或加速）增长

我们将更深入地研究计算能力可以增长多少，支持这种增长的因素是什么，以及可能减缓这种预期增长的资金和财务限制。

根据我们的评估，随着可用功率容量从 9.6GW 适度增加到 10.6GW，以及矿机升级周期将用更新的 S17 和下一代 S19 级矿机取代旧的 S9 级矿机，计算能力在未来 12-14 个月内，比特币网络的速度可能会超过 260EH/s。 电力容量的增长基于采矿点的可用电力、计划的基础设施支出，以及某些成本较高的采矿点可能因收入压力而需要关闭运营的观点。

图：比特币算力和能耗

注意：我们假设 PUE 为 1.12 来估算积极用于开采比特币的电力份额

截至 2020 年 7 月 1 日的数据

资料来源：BitOoda 估计、Blockchain.com、Kaiko、Coinmetrics

到 2022 年中期完成 S19 级矿机的升级周期可能会使网络哈希率达到约 360EH/s。 我们估计下一次基础设备升级要到 2022 年中后期才会发生，尽管在此期间预计能效会有所提高。

我们注意到，如果比特币价格保持不变或下跌，那么每 PH/s 的美元收入将继续下降至边际成本点，进一步的投资和哈希率增长可能会显着放缓——因此我们的计算力预测可能会面临延迟，或者永远不会实现。

我们比较了台积电与三星和英特尔的进步——虽然英特尔不生产 ASIC，但现有数据显示，不同半导体供应商的工艺技术存在巨大差异。 我们注意到，ASIC 技术的下一个重大进步将是 5nm 技术的发展。 在这个节点上，台积电（比特大陆的主要供应商）领先于三星。

然而，虽然台积电的 7 纳米和 5 纳米节点都看到了批量订单，但它们的工艺几何形状看起来与英特尔的 10 纳米节点相似。 我们相信三星也有更严格的工艺几何； 因此，三星跟随台积电。 ASIC 主要是逻辑芯片，因此与英特尔的比较是有道理的。 随着半导体行业的发展，我们注意到特征几何形状之间的差异越来越大，因此即使在相同的标称工艺节点下，不同芯片制造商之间的芯片密度、特征尺寸以及最终功耗之间也存在重要差异和热性能。

图：英特尔与台积电制程几何结构对比