博客
关于我
【比特币挖矿】尽管芯片短缺,Bitfarms仍将在2022年收购48,000个新矿工
阅读量:129 次
发布时间:2019-02-26

本文共 519 字,大约阅读时间需要 1 分钟。

Bitfarms公司近期宣布了其未来两年的扩张计划,计划在2024年前采购48,000台新矿工设备。这家加拿大注册的比特币采矿公司近期与中国供应商MicroBT达成协议,采购了大量高性能采矿设备,以将其哈希容量提升至8 EH(指数哈希),目前公司的总容量为1 EH。

MicroBT的旗舰产品“WhatsMiner M30S ++”因其高效率(每台112 TH/s)和合理的价格(每台售价9,300美元)受到市场青睐。值得一提的是,Bitfarms在过去8个月内已从MicroBT采购了超过12,000台采矿设备,这表明该公司对该供应商的设备性能和可靠性有充分的信任。

Bitfarms的首席执行官Emiliano Grodzki指出,当前采矿设备的供应链面临严峻挑战,尤其是半导体芯片的短缺问题,这可能会对全球采矿行业造成不小的影响。公司计划在2022年1月至12月陆续交付采矿设备,以支持其两年内的容量扩张目标。

Bitfarms成立于2017年,是首家在安大略证券委员会完成长期招股说明书的比特币采矿公司,并于2019年7月在多伦多证券交易所上市。公司旗下拥有五个工业级采矿设施,全部以水力发电为动力,充分利用绿色能源进行采矿运营。

转载地址:http://mdqy.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>