问基于“记忆的大小”估算“记忆-努力证明工作”的难度？

EN

通常用于评估内存硬函数的资源度量不是计算的工作量(即T-complexity)，而是计算的时空复杂性(即ST-complexity)。顾名思义，它是使用的最大空间量和计算所需的时间的乘积。(严格地说，我们还必须考虑到成本的摊销，确切的衡量标准是累积时空复杂性，但时空复杂性的概念仍然传达了基本思想:更多细节请参见作为。)好的内存硬函数需要ST=\Theta(n^2)。

这种转换背后的动机是不鼓励在计算工作证明中使用阿斯。在计算工作证明时使用ASIC的理由是，它们比CPU快得多。加速的主要原因是其应用的特殊性和大规模并行性的可用性.然而，内存(空间，即空间)的成本是不对称的。因为与CPU相比，ASIC的成本要高得多。因此，如果可以在顺序机器上使用“足够”的空间(偶数)构造一个可以“快速”计算的函数，但是如果所使用的空间数量“较小”(即使具有并行性)则需要“更多”的时间，那么ASIC就不再实用了，因为内存成本的增加抵消了计算能力的增加，但是在GPU上计算该函数很便宜。

现在回答你的问题。

• 如果我们使用一个记忆还是基于记忆的大小？

考虑的工作量仍然是从散列功率的数量来看，如上所述，内存的作用只是为了阻止ASIC的使用。

• 换句话说，设计一种基于内存大小而不是参与者的哈希能力来估算Pow难度的工作方案是否可行？

最近几年有很多工作来解决这个确切的问题--主要的动机是，如果把空间作为一种资源，而不是工作/时间，那么浪费的能源就会更少。这个对象被称为空间的证明( D+，A+，F )，而测试者/矿工由于贡献一些磁盘空间而不是做工作而得到奖励。(还有一种名为嘉嘉的加密货币，它是根据空间证明部署的。)

作为：Alwen和Serbinenko。高并行复杂度图与内存硬函数。

A+ Abusalah等人超越Hellman的时间记忆交换及其在空间证明中的应用

D+：Dziembowski等人。空间证明

F：Fisch.空间与复制的严格证明