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 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>