實時算力波動

㈠ 比特幣下跌後解析30系顯卡算力和超頻設置

在比特幣市場調成後，NV新卡發布，二手顯卡價值受到影響。本文總結分析顯卡算力、超頻設置和回本周期。
近期礦場調整，全網總算力波動，單日收益達到1元，以太坊作為主流顯卡貨幣。顯卡算力表示其在24小時內能生成的貨幣數量，3070顯卡算力為60MH/S，預計日收益約60元。功耗和電費成本每天約為2元。顯卡溢價關注，新卡發布可能不影響算力。
當前市場特點是算力單價上升，顯卡成本降低。推薦3060TI，算力與3070相當，功耗和發熱較低。回本周期計算，3070顯卡在不考慮殘值情況下，155天回本，考慮殘值2500元，約118天回本，縮短入市回本周期。
軟體使用需注意手續費問題，集成式軟體操作簡單。溫度過高可能導致顯卡問題，建議核心溫度維持在70度以下。超頻設置需根據顯卡型號和溫度調整，核心頻率降頻、限制總功耗，不會產生損傷。
顯存4GB以上的顯卡都可參與以太坊挖礦，無顯卡損傷風險。回本周期、超頻設置和顯卡選擇等細節在文中均有詳細解析。

㈡ 科普：礦機本地算力、15分鍾算力、24小時算力、拒絕率、延遲率

在礦工管理頁面，展示挖礦賬戶內礦機運行狀態，將礦機算力分為不同模塊。顯卡礦機算力與挖礦軟體後台數據一致，包含有效及無效算力。ASIC礦機無本地算力展示，可通過批量管理工具、礦機後台查看。

礦池接收有效算力，展示前15分鍾數據，用於判斷礦機短時運行狀態，非算力達標依據。24小時有效算力則反映礦機運行穩定性與狀態，是評估達標的主要依據。

本地算力與24小時平均算力誤差在5%左右對顯卡礦機，3%以內對ASIC專業礦機。硬體錯誤或超頻過度可能導致計算結果被拒絕，拒絕率表示比例，無法避免只能降低。

主流幣種拒絕率通常在1%以內，算力規模小、出塊速度快的幣種，在礦機超頻過高等情況下，拒絕率可能較高。延遲份額計算收益，被拒絕份額不計收益，網路狀態良好時延遲低，合理范圍約2%左右。

收益地址為用戶接收比特幣挖礦收益的地址。幸運值影響理論收益值上下浮動，高值時礦池收益增大，但僅影響使用PPLNS的用戶。

收益減少每半個月，全網難度提升，礦工在保持算力穩定情況下，收益減少屬正常現象。礦機算力波動由礦機狀態、工作環境、網路不穩定等因素引起，管理人員需注意排查。

挖礦手續費是礦工支付給礦池的費用，交易手續費則是全網用戶發起交易時支付給礦工的費用。了解這些專業知識，有助於更深入地理解挖礦過程。

㈢ 算力是什麼

算力，即比特幣網路中的核心概念，它代表了網路處理哈希函數輸出的能力，本質上是計算機執行這些計算任務的速度。每個比特幣節點都需要通過執行復雜的加密運算來驗證交易和維護網路的安全，這種運算能力的衡量單位就是哈希率，以hash/s（每秒哈希次數）為計數單位。在挖礦過程中，礦工們通過不斷增加算力，試圖通過隨機的hash碰撞找到新的區塊解決方案，這就是工作量證明機制（Proof Of Work，POW）的核心。

當前，比特幣網路的算力已經進入了兆（P）級別，即每秒能進行10萬億次以上的計算。這意味著，隨著算力的持續增長，比特幣網路正在經歷一個全新的競爭階段，這種增長不僅影響著新區塊生成的速度，還與區塊鏈技術的效率和安全性密切相關。在P算力時代，每個區塊生成的時間會隨全網算力的波動而變化，這反映了整個網路的動態平衡和效率提升。

㈣ 鎸栫熆綆楀姏鎬庝箞璁＄畻

璇磋搗鍏充簬鎸栫熆鐨勯棶棰橈紝灝忛箍琚闂鐨勬渶澶氱殑澶т綋灝辨槸鐭挎満鎸栫熆澶氫箙鍙浠ュ洖鏈鎷夛紝涓澶╁彲浠ヨ禋澶氬皯閽辨媺錛屼竴涓鏈堝彲浠ユ寲澶氬皯姣旂壒甯佹媺錛屼粈涔堢熆鏈烘瘮杈冨ソ涔嬬被鐨勩傜湅璧鋒潵浼間箮闂棰樹笉灝戝槢錛屽彲鏄鍥炵瓟璧鋒潵鍊掍篃涓嶉毦錛屽氨鏄鏈夋椂鍊欐暟鎹鍒椾婦鐨勬椂鍊欓夯鐑︿簡鐐廣傛墍浠ュ皬楣垮氨鎯籌紝騫茶剢灝辨妸璁＄畻鐨勫叕寮忓垎浜緇欎翰浠鍚э紝浜蹭滑鍙浠ユ牴鎹鑷宸辨墜涓婄殑鏁版嵁鏉ョ畻涓綆椾綘蹇冧腑閭ｄ簺鍏充簬鎸栫熆錛岀熆鏈虹殑闂棰樺摝銆
瑕佽＄畻鎸栫熆鏁版嵁錛岄栧厛瑕佷簡瑙ｄ笉鍚岀殑鏈哄瀷綆楀姏鍜屽姛鐜囦笉涓鏍鳳紝鎵浠ヨ＄畻鍑烘潵鐨勬暟鎹涔熶笉澶涓鏍峰摝錛岄偅涔堝皬楣誇粖澶╁氨浠ョ為┈M20S涓轟緥銆傝瘽璇寸為┈M20S鐨勫姛鐜囨槸3800W錛岀畻鍔涗負68T銆傞偅涔堜互榪欑粍鎴戜滑棣栧厛鍙浠ョ畻鍑烘満瀛愮殑鑰楃數鎯呭喌
棣栧厛鎴戜滑鍏堟潵綆楃畻榪欏彴鏈哄瓙姣廡鐨勮楃數閲忕殑鎯呭喌錛
3.8 闄や互 68T錛岀畻鍑烘瘡T綆楀姏鐨勮楃數閲 = 0.056搴
閭ｄ箞榪欐椂鍊欏傛灉鎯崇畻榪欏彴鏈1T涓澶╃殑鑰楃數閲忓氨鏄
0.056*24=1.344
褰撶劧錛屽傛灉浣犳兂榪涗竴姝ョ畻涓綆楄繖鍙版満姣忓ぉ鐨勮楃數閲
閭ｅ氨姣廡鑰楃數閲1.344 * 68T 閭ｄ箞緇撴灉灝辨槸 91.392搴﹀挴
榪欐椂鍊欏湪涔樹互姣忓害鐢電殑璐圭敤錛屽氨姣斿傝撮浄鐚鐭垮満鐨勭數璐規槸姣忓害0.4鍏冧漢姘戝竵鐨勮瘽錛岄偅涔堣繖鍙版満瀛愪竴澶╃殑鑰楃數閲忓氨鏄
91.392*0.4=36.56鍏冨挴銆
浜庢槸閫氳繃涓婇潰鐨勪竴緋誨垪姝ラゆ垜浠灝辯畻鍑轟簡涓鍙扮熆鏈轟竴澶╃殑鐢佃垂鎴愭湰錛岄偅涔堣繖鏃跺欎及璁″ぇ瀹舵渶鍏沖績鐨勮繕鏄鏀跺叆闂棰樹簡瀵逛笉瀵廣傞偅涔堟垜浠灝辨潵綆楃畻鐪嬶紝涓鍙扮熆鏈轟竴澶╃殑鏀跺叆鎯呭喌鎷夈
瑕佽＄畻鐭挎満鐨勬敹鍏ワ紝鎴戜滑棣栧厛瑕佷簡瑙ｏ紝榪欏彴鏈轟竴澶╁彲浠ユ寲澶氬皯鐨勬瘮鐗瑰竵銆傚湪涔嬪墠鐨勬枃絝犲皬楣挎湁璇磋繃浜嗭紝鍏ㄧ綉姣忓ぉ鍑虹殑姣旂壒甯佹暟閲忓熀鏈鏄1814.4涓錛屾墍浠ユ兂瑕佺畻鍑烘垜浠鍙浠ユ寲鍒板氬皯姣旂壒甯侊紝灝辮佷簡瑙ｆ垜浠鎵鎷ユ湁鐨勭畻鍔涘湪鍗犲叏緗戠畻鍔涚殑姣斾緥銆傞偅涔堟庝箞鏌ョ湅褰撲笅瀹炴椂綆楀姏鍛錛屽緢綆鍗曪紝鍙浠ュ湪btc.com涓婃煡鐪嬪摝銆傞偅涔堢敱浜庡叏緗戞葷畻鍔涙槸瀹炴椂鍦ㄥ彉鍖栫殑錛屼負浜嗚╀翰浠鏇寸洿瑙傜殑浣撻獙錛屽皬楣垮氨鍏堥勮句釜鏁板煎惂銆傚亣濡傝寸幇鍦ㄧ殑鍏ㄧ綉鎬葷畻鍔涙槸88000鐨勮瘽錛岄偅涔堟垜浠瑕佷笌鐭挎満鐨勭畻鍔涜繘琛屾崲綆楃殑璇濓紝榪樿佸厛涔樹互1024.閭ｄ箞
88000*1024=90112000
浠ヨ繖涓鏁板兼垜浠灝卞彲浠ユ潵璁＄畻浣犵殑鐭挎満涓澶╃殑鏀惰幏鍜錛岄偅涔堣繖涓鍏寮忓氨鏄
鐢ㄦ瘡澶╃殑姣旂壒甯佹誨嚭浜ч噺 * 浣犳墍鎷ユ湁鐨勭畻鍔涘崰鍏ㄧ綉鐨勬瘮渚
閭ｄ箞鐢68T鐨勭為┈M20S甯﹀叆璁＄畻灝辨槸錛
1814.4*68T/90112000=0.00137涓
綆楀嚭鐨勭粨鏋滃氨鏄榪欏彴鏈哄瓙榪欏ぉ鎵鎸栫殑姣旂壒甯佹槸0.00137涓錛岀劧鍚庡啀涔樹互姣旂壒甯佸綋涓嬬殑琛屾儏錛屽棷鍝礆紝灝卞彲浠ョ畻鍑轟綘涓澶╃殑鎸栫熆鏀跺叆鍜銆傜敱浜庢瘮鐗瑰竵鐨勮屾儏涔熸槸闅忔椂娉㈠姩鐨勶紝灝忛箍鍙堣佹潵棰勮句笅鍜銆傛垜浠灝變互涓涓姣旂壒甯70000浜烘皯甯佺殑浠鋒牸鏉ヨ＄畻錛岄偅涔堢粨鏋滃氨鏄錛
0.00137*70000=95.84
褰撶劧鎯寵佺畻綰鏀跺叆鐨勮瘽錛屾垜浠榪樿佸噺鍘葷數璐圭殑娑堣楋紝鐢佃垂鐨勬秷鑰楁垜浠鍦ㄤ笂闈㈠凡緇忕畻榪囦簡錛屾墍浠ョ洿鎺ュ噺灝卞彲浠ユ媺
95.84-36.56=59.28
浜庢槸錛岃繖涓鏁板瓧灝辨槸浣犱竴澶╂寲鐭跨殑綰鏀跺叆銆
褰撶劧錛岃繕鏈変翰浠鎯崇煡閬擄紝鑷宸變拱涓嬬殑鐭挎満錛屽氫箙鍙浠ュ洖鏈瀵逛笉瀵癸紝閭ｄ箞灝辯敤鐭挎満鐨勬垚鏈鏉ラ櫎浠ヨ繖鍙版満瀛愮函鏀跺叆銆
PS錛氫互涓婃湁浜涙暟鎹瀛樺湪娉㈠姩錛屾墍浠ュ皬楣跨畻鍑烘潵鐨勬暟鎹浠呬緵鍙傝冨摝錛屼翰浠榪樻槸闇瑕佹牴鎹瀹炴椂鐨勫叏緗戞葷畻鍔涘拰姣旂壒甯佷環浣嶆潵榪涜岃＄畻鎵嶄細鍑嗙『鍝︺傚綋鐒舵暟鎹闅忔椂鍦ㄥ彉鍖栵紝鎵浠ユ暟瀛椾篃涓嶅彲鑳芥亽涔呬笉鍙橈紝澶у朵綔涓哄弬鑰冨氨濂斤紝涓嶈佸お杈冪湡鍝熴
閭ｄ箞灝忛箍鏈鍚庤佽寸殑灝辨槸錛屽綋浣犲︿細璁＄畻榪欎簺鏁版嵁鐨勬椂鍊欙紝鍦ㄩ夋嫨鐭挎満鐨勬椂鍊欙紝涔熷氨鍙浠ュ氫簡涓浜涚浉瀵圭洿瑙傜殑鏁版嵁榪涜屾瘮杈冧簡銆傛墦涓姣旀柟鍚э紝灝忛箍灝變互浠ヤ笅涓夌嶇熆鏈虹殑鏁版嵁浣滀負鍙傝冿紝璁＄畻鍑烘潵璁╀翰浠鍙浠ヤ綔涓虹◢浣滄瘮瀵瑰摝錛
姣忓ぉ姣旂壒甯佹諱駭閲1814.4*68T/90112000=0.00137涓
1T姣忓皬鏃惰楃數閲=0.056
1T涓澶╄楃數閲=1.344
涓鍙扮熆鏈鴻楃數閲=91.392
姣忓ぉ鐢佃垂鑺辮垂錛36.557
姣忓ぉ姣旂壒甯佹敹鐩婏細95.84
1814.4*56/90112000=0.00113
1T姣忓皬鏃惰楃數閲=0.063
1T涓澶╄楃數閲=1.512
涓鍙扮熆鏈轟竴澶╄楃數閲忥細84.672
姣忓ぉ鐢佃垂鑺辮垂錛33.869
姣忓ぉ姣旂壒甯佹敹鐩婏細79.1
1814.4*31/90112000=0.00062
1T姣忓皬鏃惰楃數閲=0.083搴
1T涓澶╄楃數閲=1.992
涓鍙版満瀛愪竴澶╄楃數閲忥細61.752
姣忓ぉ鐢佃垂鑺辮垂錛24.701
姣忓ぉ姣旂壒甯佹敹鐩婏細43.69
PS錛氬啀嬈″己璋冦傚叏緗戞葷畻鍔涘拰姣旂壒甯佷環鏍煎瓨鍦ㄦ嘗鍔錛屽皬楣垮彧鏄鍙栭勮懼兼柟渚胯＄畻鑰屽凡錛屼粎渚涘ぇ瀹跺弬鑰冨摝錛屽ぇ瀹惰繕鏄闇瑕佷互瀹炴椂鏁版嵁涓哄噯錛佸綋鐒訛紝璁＄畻鍑烘潵鐨勬暟瀛椾篃鏄闅忔椂瀛樺湪鍙樺姩鐨勫摝錛

㈤ 姣旂壒甯佸叏緗戠畻鍔涢艱繎 100E 鍀滅畻鍔涗笌浠鋒牸銆佸噺鍗娿佸畨鍏ㄦф湁浣曞叧緋伙紵

鍦ㄥ姞瀵嗚揣甯佷笘鐣岄噷錛屾瘮鐗瑰竵鍏ㄧ綉綆楀姏鐨勫彉鍔ㄦ繪槸寮曚漢鍏蟲敞銆傚備粖錛屼漢浠鐑璁鐨勭劍鐐瑰凡鎺ヨ繎100浜誇嚎錛100 EH/s錛夊ぇ鍏籌紝榪欎釜閲岀▼紕戝紡鐨勬暟鎹鑳屽悗錛岄殣鈃忕潃鍝浜涘ゥ縐橈紵璁╂垜浠涓璧鋒帰緔錛岀畻鍔涖佷環鏍箋佸噺鍗婂拰瀹夊叏鎬т箣闂村井濡欑殑鍏崇郴銆

涓銆佹瘮鐗瑰竵鍏ㄧ綉綆楀姏錛氭牳蹇冩傚康瑙ｆ瀽

姣旂壒甯佸叏緗戠畻鍔涳紝瀹炶川涓婃槸緗戠粶涓鎵鏈夌熆宸ユ寲鐭胯懼囩殑榪愮畻鑳藉姏鎬誨拰錛屽畠琛￠噺浜嗘瘮鐗瑰竵緗戠粶澶勭悊浜ゆ槗鐨勮兘鍔涖100 EH/s鎰忓懗鐫姣忕掕兘瀹屾垚100涓囦嚎嬈″搱甯岃繍綆楋紝鎹㈢畻鎴愭櫘閫氬崟浣嶏紝鍗10鐨20嬈℃柟嬈°

浜屻佸備綍璺熻釜鍏ㄧ綉綆楀姏錛

鏌ョ湅姣旂壒甯佸叏緗戠畻鍔涳紝閫氬父鍦ㄥ尯鍧楅摼嫻忚堝櫒涓婏紝濡俀KL123.COM鍜孊LOCKCHAIN.COM錛岄兘鎻愪緵浜嗗疄鏃舵暟鎹銆備絾闇瑕佹敞鎰忕殑鏄錛屾祻瑙堝櫒涓婃樉紺虹殑綆楀姏騫墮潪瀹炴椂鏁版嵁錛岃屾槸鍩轟簬闅懼害鍜屽嚭鍧楁椂闂寸殑浼扮畻錛屼笖鍙楀埌騫歌繍鍊肩殑褰卞搷錛屾墍浠ュ緩璁鍏蟲敞涓冩棩騫沖潎綆楀姏錛屼互鍑忓皯闅忔満娉㈠姩鐨勫獎鍝嶃

涓夈佺畻鍔涗笌鍑忓崐鍛ㄦ湡錛氭彁鍓嶉勮

姣旂壒甯佹瘡21涓囦釜鍖哄潡錛屽栧姳浼氬噺鍗婁竴嬈°傚叏緗戠畻鍔涚殑涓婂崌鍙鑳藉艱嚧鎸栫熆闅懼害璋冩暣鐨勬粸鍚庯紝浣垮緱鍑忓崐鏃墮棿鎻愬墠銆傝繎鏈燂紝鐢變簬綆楀姏嬋澧烇紝鍑忓崐鏃墮棿棰勬祴宸叉湁鎵鎻愬墠銆

鍥涖佸畨鍏ㄧ殑璇瑙ｏ細綆楀姏涓庣綉緇滃畨鍏

璁稿氫漢璇璁や負綆楀姏瓚婇珮錛岀綉緇滆秺瀹夊叏銆傚疄闄呬笂錛屾瘮鐗瑰竵鐨勫畨鍏ㄦу彇鍐充簬51%鏀誨嚮鐨勬垚鏈錛岃岄潪鍗曠函鐨勭畻鍔涖傚叏緗戠畻鍔涙彁鍗囨彁楂樹簡鏀誨嚮闂ㄦ涳紝浣嗗崟浣嶇畻鍔涙垚鏈涔熸槸鍐沖畾鍥犵礌涔嬩竴銆

浜斻佷環鏍兼嘗鍔錛氱畻鍔涗笌甯佷環鐨勪簰鍔

綆楀姏涓庡竵浠峰苟闈炵畝鍗曠殑鍥犳灉鍏崇郴銆傚竵浠蜂笂娑ㄥ惛寮曟洿澶氱熆宸ユ姇鍏ワ紝瀵艱嚧綆楀姏涓婂崌銆傜劧鑰岋紝浠鋒牸鐨勫喅瀹氬洜緔犳洿涓哄嶆潅錛屼緵闇鍏崇郴鍜屾垚鏈閮借搗鐫鍏抽敭浣滅敤錛屾ｅ傜瑧鏉ヨ佸笀鎵璦錛屾垚鏈鍦ㄦ煇縐嶇▼搴︿笂鏀鎾戜簡浠鋒牸銆

緇撹猴細鍏抽敭鐐瑰洖欏

• 鍏蟲敞涓冩棩騫沖潎綆楀姏鑰岄潪鏃ュ鉤鍧囷紝浠ュ噺灝戦殢鏈烘у獎鍝嶃


• 綆楀姏鎻愬崌鍙鑳藉姞閫熷噺鍗婃椂闂寸殑鍒版潵錛屼絾涓嶇洿鎺ュ獎鍝嶅畨鍏ㄦс


• 綆楀姏涓嶇洿鎺ュ獎鍝嶅竵浠鳳紝浠鋒牸鍙椾緵闇鍜屾垚鏈鍙岄噸褰卞搷銆

姣旂壒甯佺殑涓栫晫鍏呮弧浜嗗嶆潅鎬э紝浣嗙悊瑙ｈ繖浜涘熀鏈姒傚康錛屾湁鍔╀簬鎴戜滑鏇村ソ鍦版妸鎻″競鍦哄姩鎬併傚笇鏈涜繖涓瑙ｆ瀽鑳戒負浣犺В寮姣旂壒甯佸叏緗戠畻鍔涚殑璋滃洟錛岃╂垜浠涓鍚岃佽瘉鍔犲瘑璐у竵棰嗗煙鐨勯潻鏂頒笌鍙樿縼銆

㈥ 比特幣全網算力逼近 100E ｜算力與價格、減半、安全性有何關系

比特幣全網算力，指所有參與挖礦的礦機算力總和，算力代表每秒哈希運算次數。100 EH/s 表示一秒內完成100億億次運算。100E等於10的20次方，即1萬億億。比特幣全網算力可通過區塊鏈瀏覽器查看，顯示為日或七日平均算力估值。全網算力波動較大，難以統計，實際算力難以精確計算，查看算力應關注七日平均數據。

算力提升與比特幣減半時間提前相關。比特幣每21萬個區塊減半，出塊時間設定為10分鍾。算力持續增長縮短出塊時間，系統自動調節挖礦難度維持10分鍾出塊。算力增長導致減半時間提前，但需注意挖礦難度調整滯後性。近半年比特幣全網算力快速提升，減半時間預測提前至2020年4月29日。

算力與幣價無直接關系，算力提升由幣價上漲引起，吸引更多礦工加入。幣價由供需決定，價格影響成本，成本反過來對價格有支撐作用。長期來看，礦工成本視為基本面。比特幣價格決定因素可參考九神微博。

總結如下：

1. 查看比特幣全網算力，七日平均算力比日平均算力更具參考價值。

2. 挖礦難度調整滯後於算力增長，算力提升可能提前比特幣減半時間。

3. 算力增長不直接決定比特幣網路安全性，安全性取決於51攻擊成本。

4. 算力提升受幣價影響，幣價與成本共同決定比特幣價格。長期來看，礦工成本是比特幣價格基本面的一部分。

㈦ 實時算力和本地算力差距大嗎

實時算力和本地算力一般差距較大。一般來說，顯卡礦機的本地算力一直都很穩定，而礦池上顯示的實時算力卻經常波動。有的時候，這台礦機在礦池的實際算力會高於本地算力，有的時候，這台礦機在礦池的實際算力會低於本地算力。

理論上，礦池其實只需要按照有效share的數量，向每一個礦機（綁定的地址）發放獎勵就可以了。不過，實際過程中，礦池是需要給礦機主提供一個數據，來幫助礦工判斷礦機是否在正常工作。

因此，礦池需要把有效share的數量按照每一個任務的權重，反推計算出來一個算力值，來供礦機主參考，辨別礦機是否在正常工作。礦池算力其實並不是你本地的算力數據，而是通過你提交的有效share反推出來的一個幫助判斷機器是否正常運行的數據指標。

本地算力與實時算力的關系

一般礦池算力會顯示成兩個數據：

一個是短時間的算力，或者叫瞬時算力（不同礦池會顯示5分鍾、10分鍾、15分鍾算力）；另一個則是長時間的算力，一般會選擇24小時算力。

短時間算力，比如15分鍾算力，就是統計15分鍾提交的有效share然後按照權重反推出來的平均算力值。而長期算力，則是24小時內提交的有效share然後按照權重反推出來的平均算力值。那麼兩個數據的關系，則取決於統計時間內有效share提交的數量。

如果礦機的運算效率高，在此統計周期內（比如15分鍾內），提交的有效share特別多，則這時候的15分鍾算力數據會特別高，甚至比本地算力還要高很多。

（這種情況，可以理解為機器在超負荷運算。例如，機器的能力只有310M水平，卻在這15分鍾完成了400M水平的運算工作。）正常來說，一個機器當然不可能持續的超負荷工作。

所以我們會看到礦池反應的算力曲線是實時波動的，並且同一地址下的礦機數量越少，算力波動會越明顯，若多台礦機一起顯示的總算力會平穩些。而礦池顯示的24小時平均算力，由於統計周期比較長，所以是一個比較穩定的數據。一般會比本地算力略低一些。

因此，也會出現很多時候，在此統計周期內（比如15分鍾內），提交的有效share比較少。那麼這個時候的15分鍾算力數據就會比較低，低於本地算力。