Все самые последние новости мира Крипто валют!
Bitcoin
$29,393.53
+168.29
(+0.58%)
Ethereum
$1,975.32
+9.15
(+0.47%)
Ripple
$0.41
0
(+0.61%)
Litecoin
$69.90
+0.2
(+0.29%)
EOS
$1.31
+0.04
(+2.97%)
Cardano
$0.53
0
(+0.8%)
Stellar
$0.13
0
(+2.98%)
NEO
$10.37
+0.14
(+1.37%)
NEM
$0.05
0
(+0.73%)
DigitalCash
$57.39
+0.42
(+0.74%)
Tether
$1.00
0
(0%)
Binance Coin
$317.34
+14.59
(+4.82%)
QTUM
$3.95
+0.06
(+1.62%)
Verge
$0.01
0
(+1.26%)
Ontology
$0.28
+0.01
(+2.79%)
ZCash
$103.49
-1.29
(-1.23%)
Steem
$0.27
+0.02
(+5.96%)

Free Download WordPress Themes
Premium WordPress Themes Download
Download WordPress Themes
Download Best WordPress Themes Free Download
udemy course download free
download huawei firmware
Download Best WordPress Themes Free Download
free download udemy course

Майнинговая сеть Биткойна: энергопотребление и углеродный след

Отчет от CoinShares, в котором авторы изучают углеродные выбросы от майнинга Биткойна, описывают собственную комплексную модель для расчета их объема и представляют полученные с помощью этой модели результаты, снабдив их обстоятельным комментарием.

Структура отчета:

  • Введение
  • Обзор методологии ➞
    • Эффективность сети ➞
    • Метод расчета углеродных выбросов ➞
    • Используемые допущения ➞
  • Результаты ➞
    • Используемое оборудование ➞
    • Средняя эффективность сети ➞
    • Общее энергопотребление ➞
    • Хешрейт и энергопотребление в зависимости от местоположения майнеров ➞
    • Углеродные выбросы ➞
  • Обсуждение ➞
    • Средняя эффективность сети ➞
    • Интенсивность углеродных выбросов ➞
    • Влияние политик на выбросы ➞
    • Стоимость компенсации углеродного следа Биткойна ➞
  • Заключение ➞
  • Приложение: карты и таблицы ➞

Введение

Использование электроэнергии — спорная и часто неправильно понимаемая функция денежной системы Биткойна. Эта тема обсуждается с самого момента его изобретения. Уже в 2010 году Сатоши Накамото отвечал на утверждение о том, что «выпуск биткойнов термодинамически порочен». Он ответил на это так:

«Полезность обменов, ставших возможными благодаря биткойну, намного превзойдет стоимость используемой электроэнергии. Таким образом, отсутствие Биткойна в итоге дало бы чистую упущенную выгоду».

Эта точка зрения широко распространена среди сторонников Биткойна, и надо сразу сказать, что мы причисляем себя к их числу. Обычный аргумент в ее поддержку состоит в том, что грубое и системное искажение ценовых сигналов, вызываемое беззатратной и произвольной денежной инфляцией, приводит к экономической неэффективности на всех уровнях и растратам в масштабах, затмевающих приблизительную долю Биткойна в общемировом энергопотреблении (0,05%: , PDF).

Мы находим этот аргумент разумным. К тому же все полезные технологии имеют свою цену, и в конце концов мы считаем, что нашему обществу необходимо сосредоточиться на производстве электроэнергии с минимальным ущербом для окружающей среды, а не на снижении уровня жизни путем накладывания жестких ограничений на полезные энергоемкие отрасли промышленности.

Тем не менее дискуссии об энергопотреблении Биткойна и его косвенном воздействии на экологию продолжаются и имеют тенденцию возрождаться в полную силу с каждым новым рыночным циклом. Падкие до сенсаций комментаторы активно публикуют свои — часто слабо обоснованные — мнения, и многие публичные и не очень участники биткойн-комьюнити высказывали на этот счет свои контраргументы. Некоторые из этих биткойнеров строят аргументацию на вопросе чистоты энергии, другие апеллируют к необходимости в экономической объективности, справедливой эмиссии и устойчивости к цензуре в глобальных открытых денежных системах. И эти свойства достижимы только через proof-of-work.

Цель этого отчета не в том, чтобы предоставить очередное доказательство необходимости в proof-of-work. Как сказано выше, в самом факте существования Биткойна мы видим (существенную) чистую выгоду для общества, и если свойства алгоритма proof-of-work не могут быть воспроизведены никаким иным процессом, то эти затраты необходимы.

Скорее мы используем эту статью для подробного изучения непрямых углеродных выбросов Биткойна через его майнинговую сеть. Мы видим, что большая часть дискуссий вокруг этой темы основывается, как правило, на эмоциональных и неподтвержденных выводах, с редкими и обычно поверхностными попытками количественно оценить непосредственно размер выбросов. Насколько нам известно, существует лишь один недавний отчет, авторы которого использовали достаточно детализированную методологию, чтобы можно было надеяться на получение точных результатов, поэтому мы считаем, что анализ непрямых углеродных выбросов Биткойна остается неполным.

Чтобы решить эту проблему, мы разработали комплексную модель расчета выбросов и создали собственную систему сбора данных для ее заполнения. В целях дальнейшего развития этой конкретной области исследований мы предложим нашу модель сообществу для свободного использования. Мы также опубликуем наши сводные базовые данные, чтобы другие могли поиграть как с нашими цифрами, так и подставить собственные.

В отчете изложены общие результаты, полученные с помощью нашей модели, проводится разбор паттернов и тенденций и содержится также короткий раздел, в котором обсуждается использование и стоимость углеродных кредитов для компенсации выбросов.

Обзор методологии

Главная цель нашей модели — оценка выбросов углерода, косвенно возникающих в результате майнинга Биткойна. Мы здесь с особым вниманием отмечаем, что эти выбросы являются непрямыми, потому что среди множества высказывающихся на эту тему неспециалистов, похоже, распространено заблуждение о том, что Биткойну для работы каким-то образом необходимы непосредственно выбросы. Это не так. Биткойн, как и электромобили, «зеленый» ровно настолько, насколько экологично электричество, которым вы его питаете, ни больше ни меньше. То есть в условиях на 100% возобновляемой электроэнергии Биткойн будет на 100% питаться от возобновляемых ов энергии.

Полученные нами данные можно использовать, например, для сравнения выбросов Биткойна с другими энергоемкими технологиями и отраслями промышленности или для оценки количества углеродных кредитов, необходимых для компенсации углеродного следа от хранения биткойнов на кастодиальном уровне в единицу времени. Однако, в зависимости от качества входных данных, модель также может оценивать временные ряды выбросов по регионам, выбросов по видам топлива, потребляемой мощности по регионам, потребляемой мощности по видам топлива и т.д.

Мы старались сделать модель насколько возможно простой. В качестве общего принципа, если потенциальные выгоды не перевешивали явным образом предполагаемой стоимости усложнения модели, мы отдавали предпочтение более простому варианту. Мы полагаем, что повышение сложности, хоть и может производить впечатление на первый взгляд, довольно часто недостаточно влияет на точность результатов, чтобы оправдать такое усложнение.

В целом наш подход в этом отношении можно резюмировать следующим образом: с учетом имеющихся данных, модель должна быть как можно более простой, чтобы возвращать на выходе полезное качество результирующих данных, но не проще.

Эффективность сети

Эффективность сети — важнейший компонент любой майнинговой модели, поскольку является основой оценки общего энергопотребления сети. Неправильное определение эффективности сети напрямую приводит к пропорционального размера ошибке при оценке энергопотребления.

Мы выбрали подход «снизу вверх», при котором моделируется общая сумма всех аппаратных модулей ASIC, вносящих вклад в хешрейт сети на данный момент. Это отличается от обычно используемого подхода «сверху вниз», в котором выбирается одна майнинговая единица, и ее коэффициент эффективности принимается в качестве репрезентативного для всей сети.

Для получения необходимых данных мы курируем постоянную базу данных временных рядов всего когда-либо выпущенного майнингового оборудования и делаем простые предположения, основанные на эффективности, производительности и скорости выхода из строя для получения ежемесячной оценки того, сколько устройств доступно для майнинга и какие из них фактически заняты в майнинге в каждый момент времени.

Исходя из оценки общего количества доступных единиц майнингового оборудования в каждый момент времени мы рассчитываем средний коэффициент эффективности сети. Коэффициент эффективности — это средневзвешенное количество Ватт, потребляемых всей сетью на Тхеш/сек генерируемого хешрейта (возвращает измерение Вт/Тхеш/сек, но эквивалентным и чаще используемой единицей измерения является Дж/Тхеш).

Затем средняя эффективность сети используется для оценки ее текущего энергопотребления на основе наблюдаемого расчетного хешрейта, полученного непосредственно из блокчейна Биткойна (с помощью Coinmetrics).

Метод расчета углеродных выбросов

Затем мы распределяем общее расчетное энергопотребление по ряду отдельных майнинговых регионов мира, каждый из которых имеет собственную углеродоемкость выработки электроэнергии исходя из уникальной комбинации ее ов. Здесь мы исходим из того, что выбросы углерода в результате потребления электроэнергии майнинговым предприятием в каждом заданном регионе происходят со средней для этого региона интенсивностью. Потребляемая мощность по регионам измеряется в МВт и рассчитывается от месяца к месяцу.

После того как рассчитан общий объем выбросов углерода, мы вычитаем отрицательные выбросы в эквиваленте CO2 для майнеров, работающих при нефтяных месторождениях и снижающих объемы факельного сжигания природного газа. Эта методология еще будет подробнее изложена ниже.

Используемые допущения

Общая база майнингового оборудования

Наша база данных оборудования создается с использованием смешанной методологии. Мы объединили несколько наборов данных: от нашей исследовательской группы, от CoinMetrics, а также из публичных отчетов Canaan и Taiwan Semiconductor Manufacturing Company (TSMC).

Из-за различий в требованиях майнеров к распределению капиталовложений и операционных расходов, а также в качестве партий полупроводниковых пластин, получаемых от поставщиков, производители майнингового оборудования в рамках каждой серии обычно создают по нескольку моделей. Например, Antminer S9 существует более чем в 10 вариантах с разными показателями производительности. Для простоты мы решили объединить разные модели внутри каждого модельного ряда, усреднить их свойства и рассматривать каждый такой ряд как одну модель.

Для расчета общего количества доступных для майнинга устройств мы комбинируем снимок предполагаемого состава майнинговой сети на определенное время (январь 2020) и ряд допущений относительно производительности и скорости выхода из строя каждой отдельной модели. Показатели производительности, насколько это возможно, получаются из общедоступной информации (Canaan, TSMC) и дополняются комбинированным подходом на основе опросов майнеров и корректировкой под скорость роста сети там, где это необходимо. Это отчасти искусство, отчасти наука.

Темпы производства оборудования усредняются за несколько месяцев. Мы понимаем, что это не вполне реалистично, но считаем, что это дает достаточно хорошую оценку темпов роста. Скорость выхода из строя различных моделей остается постоянной. Опять же, понятно, что это упрощение, но в данном случае сложность добавления индивидуальной и часто основанной исключительно на времени оценки для каждой отдельной модели майнера перевешивает потенциальное повышение точности. Мы можем пересмотреть это в следующих итерациях.

Вместе взятые, эти наборы данных используются для расчета общего количества устройств, доступных для майнинга в каждый момент времени. Доступность для майнинга не означает, что каждая единица оборудования обязательно занята в майнинге в каждый момент времени.

Функционирующее оборудование

Общее количество доступных единиц майнингового оборудования служит верхней границей возможного глобального производства хешрейта. Однако в реальности все существующие устройства редко (скорее даже никогда не) функционируют одновременно, это всегда некое подмножество. Чтобы оценить, сколько устройств заняты в майнинге и какие из доступных единиц оборудования подключены к сети, мы применяем другой комбинированный подход.

Для двух типов оборудования, Antminer S7 и S9, у нас есть разумная оценка текущего вклада в общий хешрейт сети, доступная из анализа распределения нонсов (nonce) от CoinMetrics. Мы используем эти цифры для получения минимального количества хешрейта, генерируемого устройствами этих двух модельных серий в единицу времени.

Затем из верхней границы всех существующих и доступных единиц оборудования мы вычитаем вклад S7 и S9 и получаем оставшийся хешрейт, поставляемый остальными доступными устройствами. После этого мы заполняем разрыв исходя из предположений об эффективности.

Заполнение разрыва между общим наблюдаемым хешрейтом и тем, что генерируется майнерами серий S7 и S9, требует некоторых допущений. Мы исходим из того, что в каждый момент времени конкурентная динамика отрасли будет благоприятствовать наиболее эффективным единицам оборудования. Поэтому в нашей модели разница между общим наблюдаемым хешрейтом и хешрейтом, вносимым S7 и S9, всегда генерируется из доступных устройств с наибольшей эффективностью.

В нормальных условиях работы сети мы считаем, что такое предположение чаще дает наиболее точную оценку из возможных. Однако для лета и осени 2021 года, периода непосредственно после запрета на майнинг в материковом Китае, наше допущение, скорее всего, несколько завышает средний коэффициент эффективности сети (то есть сеть оценивается как более эффективная, чем она в действительности была в тот период). Причина в том, что отключенный от сети китайский хешрейт, вероятно, равномерно распределялся между всеми моделями, работавшими в Китае до июня 2021 года.

Надо понимать, что эта погрешность ведет к небольшому занижению расчетных выбросов в течение нескольких месяцев после запрета на майнинг в Китае.

Оценив состав оборудования, вносящего вклад в общий хешрейт, мы рассчитывали общий коэффициент эффективности сети как средневзвешенную эффективность всех устройств, предположительно работающих в каждый заданный месяц. Предполагается, что оборудование равномерно распространяется по всем майнинговым регионам, а значит, все регионы в модели работают с одинаковым коэффициентом эффективности сети.

Мы подозреваем, что это допущение может не соответствовать действительности, и что неэффективные майнеры имеют тенденцию сосредотачиваться в регионах с самой дешевой электроэнергией. Если это верно, то наша модель будет несколько завышать объем выбросов, потому что самая дешевая доступная электроэнергия в мире, как правило, имеет нейтральные или даже отрицательные показатели высвобождения углерода. Однако нам не хватает конкретных данных, чтобы оспорить это предположение, поэтому мы снова выбрали более консервативный подход в пользу простоты перед усложнением.

Хешрейт и энергопотребление

Коэффициент эффективности сети используется для расчета ее энергопотребления на основе подразумеваемого хешрейта. Хешрейт в действительности не является точно известной величиной и рассчитывается исходя из сложности майнинга и интервала между блоками. Тем не менее в долгосрочной перспективе этот расчетный хешрейт дает точную оценку хешрейта реального.

В качестве показателя подразумеваемого хешрейта мы использовали одно среднемесячное значение подневного скользящего среднего за две недели от CoinMetrics. К подразумеваемому хешрейту мы применяем коэффициент эффективности сети, и получаем подразумеваемое общее энергопотребление сети для каждого месяца года.

Местоположение майнеров

Для оценки местоположения майнеров мы используем смешанную методологию. Как часть нашей оценки для каждого региона, мы используем местоположения и размеры майнинговых предприятий, которые можно проверить либо по данным, находящимся в открытом доступе, либо по закрытым данным, предоставленным нам майнерами. К этой базе местоположений мы добавляем доступные данные от Кембриджского центра альтернативных финансов и Foundry USA Pool.

Известные физические местоположения, которые мы установили либо в частной переписке, либо из данных, доступных в открытом доступе, представляют 3,3 ГВт мощности или 32% от расчетного энергопотребления сети (10,3 ГВт) по состоянию на декабрь 2021 года.

Таблица 1: общее известное энергопотребление майнинговых стран мира (декабрь 2021)

На основе этих данных о местоположении майнеров наряду с данными из Кембриджа и Foundry USA мы определяли процентные доли в общем хешрейте для каждой страны и региона по месяцам. Известные цифры энергопотребления мы сначала преобразовали в хешрейт, опираясь на расчетную эффективность оборудования, описанную выше. Затем мы сравнивали каждый из наборов данных о местоположениях из Кембриджа, Foundry USA и известного нам списка местоположений, чтобы оценить процент хешрейта для каждой страны и региона.

Из этих трех наборов данных, самый высокий расчетный хешрейт для каждого из регионов мы брали в качестве максимального потенциального хешрейта для данной страны и региона. Затем мы складываем все эти максимальные хешрейты вместе, и на этом этапе получаем в сумме более 100%. Тогда от этой верхней границы потенциального хешрейта для каждого местоположения мы пропорционально уменьшали значение каждого региона, пока, общий хешрейт сети не составил 100%. Если в результате подгонки значений, полученных на основе комбинированных данных о местоположении, оказывается, что полученный хешрейт региона ниже той цифры, что в сумме дают достоверно известные проекты, то известным проектам мы отдавали приоритет, а на основе оставшегося хешрейта вычисляли новое распределение. Данные от Foundry не добавляются к общему хешрейту, о котором они уже сообщили Кембриджскому центру, и используются только для расчета распределения между штатами внутри США. Полное подробное объяснение методологии приводится в нашем репозитории кода, который мы предполагаем опубликовать позже.

Нужно обратить внимание на то, что во временном ряду пулы, охваченные кембриджским набором данных, составляют только 32–37% от общего хешрейта. Наша собственная база общеизвестных майнинговых предприятий составляла около 31% общего хешрейта на конец декабря 2021, но насколько эти два набора данных пересекаются между собой, неизвестно. Мы предполагаем, что вместе они покрывают чуть больше 50% от общего хешрейта сети.

Мы также понимаем, что данные Кембриджского центра, вероятно, содержат некоторые ошибки (они отмечают это и сами). Их методология предполагает, что местоположение IP-адреса, используемого майнером для подключения к своему пулу, совпадает с его реальным местоположением, что неминуемо дает некоторую долю ложноположительных результатов для регионов, часто используемых в качестве локаций в VPN-сервисах или для прокси-адресов, таких как Ирландия или Германия. Есть также значительная доля (8,9% на 21 августа) хешрейта в категории «Global Other» — неопределенное местоположение, — для которой объем углеродных выбросов рассчитывается, соответственно, исходя из среднемировой интенсивности.

Учитывая значительный прирост предполагаемого хешрейта в Ирландии и Германии после запрета на майнинг в Китае, мы подозреваем, что этот прирост лучше всего может объясняться маскировкой китайскими майнерами своих IP-адресов. Хотя по последним данным Кембриджского центра, все три китайских пула сообщают об отсутствии хешрейта за пределами Китая, мы считаем, что это вряд ли соответствует реальному положению вещей, к тому же до нас доходило немало слухов о «партизанском» подпольном майнинге в отдаленных регионах Китая, таких как горы в провинции Сычуань.

Поэтому мы предполагаем, что весь ирландский и немецкий хешрейт на самом деле происходит из Китая и, вероятно, распределяется по регионам от месяца к месяцу примерно как в предыдущие годы. Следовательно, мы приписали 9,2% хешрейта по данным Кембриджа (на август 2021) Китаю и распределили его по провинциям в тех же соотношениях, что наблюдались в 2020 году. Наша сводная оценка доли в общем хешрейте для всех майнинговых стран отражена на рисунке 7.

Более подробная информация о том, как именно данные о распределении местоположений использовались наряду с данными о подтвержденно известных проектах, также будет представлена в нашем репозитории кода, который мы планируем опубликовать позже.

Интенсивность углеродных выбросов по регионам

Основное допущение нашего расчета интенсивности углеродных выбросов состоит в том, что углеродный след на МВт/ч, потребленных майнером в каждом из заданных регионов, совпадает со средним углеродным следом на МВт/ч для этого региона.

Майнинговые регионы обычно определяются как отдельные страны, но из-за большой площади территорий это не относится к четырем крупнейшим странам в нашей выборке: Канаде, США, Китаю и России. Для этих четырех стран мы определяем майнинговые регионы как отдельные штаты (для США), провинции (для Китая и Канады) или федеральные сетевые округа (для России).

Для стран такого размера неразумно было бы считать углеродный след от производства и потребления электроэнергии равным для всей территории страны. Однако для стран меньшего размера мы считаем такое предположение более разумным, хоть и не настолько точным, как мы бы предпочли.

Для каждого отдельного майнингового региона мы собрали среднее сочетание ов выработки энергии на годовой основе (или месячной там, где это возможно). [1–6] Для каждого а выработки рассчитали количество выбросов углерода на МВт/ч на основе обобщенных оценок Управления по энергетической информации США.

Мы предполагаем, что интенсивность выбросов по ам выработки для каждого глобального региона достаточно похожа, чтобы можно было использовать для них один коэффициент интенсивности (однако мы можем пересмотреть этот подход в следующих итерациях). Таким образом, каждому майнинговому региону присваивается индивидуальный показатель углеродоемкости по произведенным/поглощенным МВт/ч.

В таблице 2 представлены индивидуальные и средневзвешенные показатели углеродоемкости для каждой майнинговой страны. Все цифры представляют собой расчетные значения по состоянию на декабрь 2021 года.

Таблица 2: общая интенсивность углеродных выбросов для всех майнинговых стран мира (декабрь 2021)

В таблице 3 представлены индивидуальные и средневзвешенные показатели углеродоемкости для каждого майнингового региона Северной Америки. Все цифры представляют собой расчетные значения по состоянию на декабрь 2021 года.

Таблица 3: интенсивность углеродных выбросов для всех майнинговых регионов Северной Америки (декабрь 2021)

Эффективность использования энергии

Коэффициент эффективности использования энергии (PUE, от Power Usage Effectiveness) в масштабах сети мы оцениваем в 1,10, что в целом соответствует результатам, полученным предыдущими исследователями. [7, 8, 9] Этот показатель учитывает все затраты электроэнергии майнинговым предприятием, помимо хеширования. Это значит, что все предприятия, помимо того объема электроэнергии, что необходим для хеширования, дополнительно потребляют еще 10% от этого объема на охлаждение и прочие нужды.

Эти дополнительные 10% просто добавляются к нашей оценке энергоемкости хеширования, которая в свою очередь рассчитывается на основе наблюдаемого хешрейта и оценки эффективности.

Майнинг на нефтяных месторождениях

Наконец, мы применяем специальную методологию к пока еще нишевому, но быстро растущему сегменту майнинга на нефтяных месторождениях. Такие майнинговые предприятия работают вблизи либо непосредственно на устьях скважин, где добывается жидкая нефть или природный газ, а в качестве отходов образуется сухой природный газ. Этот природный газ не может быть экономически эффективно поставлен на рынок, поэтому он либо просто выпускается, либо сжигается в факелах. При сбрасывании природный газ (в основном метан) поступает прямо в атмосферу, вызывая примерно в 31 раз больший парниковый эффект, чем CO2 за 100-летний период.

При факельном сжигании в отсутствие ветра метан может сжигаться с эффективностью до 99%. Однако в ветреную погоду эффективность сжигания быстро снижается и выравнивается на уровне 10–15% при скорости ветра более 6 м/сек. Исследование с использованием данных Alberta Research Council показало, что в реалистичных наружных условиях с ветром менее 4 м/сек. средняя эффективность сгорания составила 68% при стандартном отклонении 7%.

При идеальном сгорании на каждую тонну сгоревшего метана образуется 2,75 тонны CO2. Если предположить качество трубопровода в 99% содержания метана в сжигаемом сухом газе и 68% эффективность сгорания в средней факельной колонне при средних погодных условиях, то сжигание с 99% эффективностью в двигателе внутреннего сгорания снижает выбросы парниковых газов по сравнению с факельным сжиганием.

То есть на каждую тонну CO2, выделяемого майнером на нефтяном месторождении, предотвращается утечка в атмосферу примерно 0,11 тонны метана:

1 / 2,75 * (0,99 — 0,68) * 0,98 = 0,11

Если каждая тонна метана в отношении парникового эффекта эквивалентна 31 тонне CO2, то в перспективе 100 лет каждая тонна CO2, выбрасываемая в атмосферу, майнером, работающим на нефтяном месторождении, также удаляет из атмосферы 3,4 тонны выбросов в CO2-эквиваленте. Поэтому мы считаем, что каждая тонна CO2, выделяемая майнинговыми предприятиями, работающими при нефтяных месторождениях, дает чистый выброс -2,4 тонны.

Для простоты отрицательные выбросы мы вычитаем из общего объема расчетных выбросов. На основе опроса майнеров мы подсчитали, что объем такого майнинга составляет не более 250 МВт, или скромные 2,4% от электроэнергии, потребляемой на хеширование по состоянию на декабрь 2021 г. Мы исходим из того, что эта электроэнергия вырабатывается с тем же коэффициентом выбросов природного газа, что и глобальный средний показатель, используемый в остальной модели.

Результаты

Наши результаты обнаруживают несколько тенденций верхнего уровня. Некоторые из них ожидаемы, другие довольно неожиданны. Например, как и ожидалось, старое майнинговое оборудование постепенно вымывается из сети и замещается более новым и эффективным. В результате энергоэффективность сети со временем повышается.

Общий объем выбросов углерода увеличивается вместе с ростом покупательной способности награды за майнинг, что в основном обусловлено ценовой динамикой и компенсируется халвингами — запрограммированными сокращениями вдвое субсидии на блок примерно раз в четыре года. Однако объем выбросов на МВт/ч имеет тенденцию к снижению, как и выбросы на тысячу Тхеш/сек.

Рисунок 1: углеродоемкость хеширования (gCO2/TH)

Здесь, впрочем, важно заметить, что, хоть некоторые комментаторы утверждают, что со временем такое повышение эффективности приведет к снижению энергопотребления, это не так. Ввиду конкурентной динамики, присущей майнинговой индустрии, майнеры как группа всегда будут стремиться покупать столько электроэнергии, сколько позволяет награда за майнинг. Увеличение эффективности приведет только к росту хешрейта на потраченный кВт-ч. Это не сократит потребление электроэнергии.

Используемое оборудование

Согласно нашим допущениям, большая часть текущего хешрейта генерируется серией Antminer S19. Второе место несколько неожиданно заняли почтенные S9, а Whatsminer M30 оказались на третьем. Однако нужно еще раз подчеркнуть, что для первых месяцев после запрета на майнинг в Китае наши оценки, скорее всего, не совсем точны. Наше допущение о том, что в каждый момент времени в майнинге занято только наиболее эффективное оборудование, вероятно, корректно в долгосрочной перспективе, но в подобных ситуациях будет завышать хешрейт, генерируемый наиболее эффективными устройствами.

Мы подозреваем, что около 37% от общего хешрейта сети, которые практически одномоментно ушли офлайн в Китае, скорее всего, были более или менее равномерно распределены между всеми доступными единицами оборудования. В таком случае наше предположение просто не выполняется, и модель будет переоценивать хешрейт, обеспечиваемый наиболее эффективным оборудованием. Мы видим это непосредственно в результатах за июнь, июль и август, когда предполагается, что конкурирующие устройства, такие как серия Whatsminer M20, были более или менее полностью удалены с рынка.

Рисунок 2: общее количество используемых единиц оборудования Рисунок 3: общий хешрейт по видам оборудования (EH/сек)

Мы находим очень интересным, что, согласно данным анализа нонсов от CoinMetrics, оборудование серии S9, несмотря на то, что было впервые представлено еще в 2016 году, по-прежнему генерирует более 20% хешрейта.

Это говорит о текущих уровнях рентабельности майнинга и долговечности хорошо сконструированного оборудования.

Рисунок 4: общее энергопотребление по видам оборудования (%)

Средняя эффективность сети

Как и ожидалось, за весь исследуемый период общая эффективность сети имела тенденцию повышаться (меньше Дж/Тхеш означает бóльшую эффективность). Но можно выделить также несколько периодов выраженного краткосрочного роста. Все эти восходящие движения следовали за быстрым ростом цены BTC, подразумевавшими быстрое увеличение покупательной способности награды за майнинг и увеличение краткосрочной прибыльности майнинга.

Когда цена биткойна быстро растет, старые и менее эффективные устройства, до того убыточные из-за увеличения сложности майнинга, могут снова становиться прибыльными и возвращаться в сеть. Это будет снижать общую эффективность сети, пока либо не снизится цена биткойна, либо не возрастет сложность майнинга.

По нашим оценкам, среднегодовой коэффициент эффективности за 2020 год составлял 66 Дж/Тхеш. За 2021 год он составил 59 Дж/Тхеш.

Рисунок 5: эффективность сети (Дж/Тхеш) Рисунок 6: доля Биткойна в общемировом энергопотреблении

Общее энергопотребление

На основе наших среднемесячных коэффициентов эффективности и подразумеваемого хешрейта мы рассчитали, что сеть Биткойна потребляла 75 ТВт-ч электроэнергии в 2020 и 82 ТВт-ч в 2021 году.

По состоянию на декабрь 2021, энергопотребление в годовом выражении составляло 89 ТВт-ч — это второй крупнейший по этому показателю месяц 2021 года после ноября с 93 ТВт-ч. Наименьший результат в 2021 году был зафиксирован в июле — 54 ТВт-ч.

Для контекста, общемировое потребление энергии (не производство, его объем значительно выше) в 2019 году оценивается в 162 194 ТВт-ч (, PDF). При годовом энергопотреблении 89 ТВт-ч майнинговая сеть Биткойна использует примерно 0,05% от общего объема электроэнергии, потребляемой в мире. На наш взгляд, это невысокая цена для глобальной денежной системы, а в общемировом энергетическом балансе это и вовсе находится в рамках погрешности округления.

Хешрейт и энергопотребление в зависимости от местоположения майнеров

Хешрейт и энергопотребление географически хорошо распределены. Однако в некоторых юрисдикциях сконцентрирована значительная доля хешрейта и энергопотребления. Основным ом хешрейта на сегодня являются США и эту позицию они заняли только в июле 2021 года, а до того долгие годы находились от нее довольно далеко. На втором месте находится Казахстан, на третьем и четвертом — Канада и Россия соответственно.

Рисунок 7: общее годовое потребление электроэнергии по майнинговым странам (ТВт-ч)

До введения запрета на майнинг бесспорным лидером по производству хешрейта и энергопотреблению был Китай, на долю которого приходилось почти 50% хешрейта Биткойна. И хотя его доля и до того уже какое-то время снижалась, правительственный запрет майнинга ускорил перемещение хешрейта из Китая настолько, что по состоянию на декабрь 2021 в Китае генерируется, по нашим оценкам, только 6,9% хешрейта сети.

Рисунок 8: процентное распределение хешрейта Биткойна по майнинговым странам

Когда китайский запрет на майнинг вступил в силу в конце мая 2021 года, общий хешрейт сети меньше чем за два месяца сократился с ~161 до ~101 Экзахеш/сек. — на 37%. По оценке Кембриджского центра альтернативных финансов, в апреле 2021 на Китай приходилось 46% от общего хешрейта, значит, в период с конца мая по начало августа офлайн ушел практически весь китайский хешрейт.

Однако, как уже упоминалось выше, мы подозреваем, что весь хешрейт, указанный как происходящий из Ирландии и Германии, на самом деле поступает из Китая. Это означает, что 1) реальный китайский хешрейт до запрета мог быть выше оценки Кембриджского центра и 2) что сегодня в Китае все еще производится значительное количество хешрейта.

Исход хешрейта из Китая значительно изменил глобальное распределение биткойн-майнинга, при этом большие объемы восстановленного впоследствии хешрейта распределяются между остальными крупными майнинговыми регионами, а США, Россия и Казахстан, по-видимому, являются главными бенефициарами.

Углеродные выбросы

По нашим оценкам, сеть майнинга Биткойна выбросила в атмосферу 36 млн тонн CO2 в 2020 и 41 млн тонн в 2021 году. Одновременно с тем сокращение факельного сжигания дает удаление в общей сложности 2,1 млн тонн эквивалентов CO2, в результате чего общий нетто-объем выбросов составляет 39 млн тонн. Совокупный объем отрицательных выбросов от майнеров, работающих при нефтяных месторождениях, составляет примерно 5,2% от общего объема выбросов.

В глобальном контексте это незначительное дополнение к общему объему выбросов, составляющее менее чем 0,08% или менее 1/1000 от общемировых 49 360 млн тонн CO2e (). Для сравнения, страны с крупной промышленной базой, такие как США и Китай, в 2016 году выбросили в атмосферу 5830 млн и 22 580 млн тонн CO2e соответственно.

Расчетный объем выбросов, вызванных чеканкой и печатью фиатных валют, составляет около 8 млн тонн в год, а золотодобывающая промышленность, по оценкам (1, 2), ежегодно генерирует от 100 до 145 млн тонн выбросов CO2. Глобальная банковская система, по оценкам Galaxy Digital, использует 264 ТВт-ч (2019). При среднемировой интенсивности выбросов 492 gCO2/кВт-ч это будет соответствовать 130 млн тонн выбросов CO2 в год. На основе тех же расчетов интенсивности выбросов NYDIG оценивает, что мировая авиационная промышленность, сектор морского транспорта, кондиционеры воздуха и электрические вентиляторы, датацентры и сушильные машины выделяют соответственно 1982 млн, 1503 млн, 984 млн, 100 млн и 53 млн тонн выбросов CO2 в год.

Рисунок 9: общий объем выбросов CO2 сетью Биткойна в годовом выражении по месяцам

Все выбросы происходят из трех различных ов генерации: угля, нефти и газа. Из трех ов, за подавляющее большинство (76%) выбросов на сегодня ответственен уголь. Газ и нефть занимают второе и третье места с 21% и 3% соответственно (см. рис. 13). Средние показатели за 2021 год — 82% (уголь), 15% (газ) и 3% (нефть).

Вопреки распространенному мнению, наши расчеты показывают, что, если рассматривать изолированно, то миграция хешрейта из Китая незначительно увеличила среднегодовую углеродоемкость хеширования с 486 gCO2/кВт-ч в 2020 до 495 gCO2/кВт-ч в 2021 году. Однако текущая интенсивность выбросов сетью по состоянию на декабрь 2021 составляет только 466 gCO2/kWh.

И если ранее этот показатель был очень сезонным, то теперь, он, скорее всего будет оставаться более или менее стабильным в течение всего года, и углеродоемкость за 2022 год, скорее всего, будет ниже, чем в 2020 и 2021. Так что в целом долгосрочным эффектом китайского запрета станет сокращение углеродных выбросов майнинговой сетью Биткойна.

Общая тенденция с января 2020 тоже понижательная, но мы бы не стали торопиться делать выводы о долгосрочных трендах на основе данных за два года.

Рисунок 10: углеродоемкость потребления энергии сетью по месяцам (gCO2/kWh)

По оценкам нашей модели, в средних для 2021 года условиях интенсивность выбросов углерода майнинговой сетью Биткойна была чуть выше среднемирового показателя в 492 gCO2/кВт-ч. Однако при текущем уровне в 466 gCO2/кВт-ч интенсивность выбросов несколько ниже, чем в среднем по миру.

Мы ожидаем, что со временем общая углеродоемкость сети продолжит снижаться. Как минимум, мы считаем, что выбросы, косвенно связанные с Биткойном, будут сокращаться в соответствии с глобальными выбросами при производстве электроэнергии в целом. Однако мы ожидаем также, что сокращение выбросов от биткойн-майнинга будет больше, чем в среднем по миру, поскольку майнеры более мобильны, чем традиционные отрасли и могут переезжать в места, где используются более дешевые возобновляемые и энергии, почти независимо от удаленности этих мест. Это позволяет майнерам воспользоваться преимуществами более дешевой и недавно введенной в действие генерации возобновляемой энергии быстрее, чем в других отраслях.

Но главное, мы ожидаем, что биткойн-майнеры будут потреблять большее количество отработанного факельного газа. А при достаточно большой доле факельного газа как а энергии майнинговая сеть Биткойна может иметь даже отрицательные объемы чистого выброса углерода.

Различия между регионами

Выбросы, возникающие в результате выработки электроэнергии, используемой биткойн-майнерами, неравномерно распределены по миру, и большая часть выбросов приходится на небольшое число регионов.

Крупнейшим их ом являются Соединенные Штаты, производящие 47% от общего объема выбросов майнинговой сети Биткойна. На втором и третьем месте находятся Казахстан (22%) и Россия соответственно. Внутри этих стран основной вклад также вносят некоторые регионы, такие как Кентукки (США, 15%), Джорджия (США, 6,4%), Небраска (США 5,7%), Техас (США, 5,6%) и Сибирский федеральный сетевой округ (Россия, 8,1%).

Рисунок 11: процент выбросов CO2 от майнинга по регионам

Однако до китайского запрета на майнинг львиная доля выбросов CO2 приходилась на две китайские провинции: Синьцзянь и Внутреннюю Монголию. В отличие от остального мира, в Китае уровень углеродных выбросов от майнинга сильно различается по сезонам, поскольку майнеры перемещаются между северными провинциями, богатыми углем, и юго-западными, богатыми гидроэлектроэнергией в сезон дождей.

Таблицы энергопотребления по регионам, интенсивности углеродных выбросов и общего объема выбросов по странам и майнинговым регионам Северной Америки, представлены в приложении в конце в статьи.

Рисунок 12: месячный уровень углеродных выбросов (млн т. CO2) по майнинговым регионам мира

По ам энергии

Многие годы энергия майнинговой сети Биткойна, вероятно, генерировалась преимущественно из угля и гидроэлектроэнергии с сезонными колебаниями. После китайского запрета на майнинг большая часть обоих ов генерации была отключена, что привело к значительно большему относительному воздействию газа, атомной энергии и ветра.

На момент написания структура выработки электроэнергии для майнинговой сети Биткойна сбалансирована более, чем когда-либо со времен первых попыток ее оценки. По состоянию на декабрь 2021 мы оцениваем относительный вклад угля, газа, гидроэнергетики, атомной энергии и ветра в 35%, 24%, 21%, 11% и 4% соответственно. Оставшиеся 5% представляют собой микс из небольшого количества нефти, солнечной энергии и других возобновляемых ов (в основном геотермальных).

Если в прошлом преобладающий энергии для генерации хешрейта резко изменялся вместе со сменой сезонов дождей и засухи в Китае, то теперь мы полагаем, что и энергии будут намного более стабильными в течение всего года. Китайский запрет значительно снизил и стабилизировал воздействие угля и гидроэнергетики, при этом большая часть их относительного снижения, по-видимому, компенсируется природным газом.

Рисунок 13: энергопотребление сети по ам энергии (%) Рисунок 14: общие объемы углеродных выбросов сети по видам топлива

Интересно, что даже после снижения общего влияния на генерацию хешрейта с пиковых более чем 50% до нынешних ~35% уголь по-прежнему генерирует огромную часть (76%) углеродных выбросов сети. На втором месте с большим отрывом находится природный газ, который, обеспечивая примерно 24% хешрейта, генерирует только 21% углеродных выбросов сети. Еще один крупный выбросов — это нефть, генерирующая 2,6% выбросов при всего 1,3% хешрейта.

Обсуждение

В целом наши выводы находятся в соответствии с другой недавней масштабной работой по этой теме. Во многом такое совпадение ожидаемо, поскольку наши входные данные в основном одинаковы, однако мы считаем, что дополнительная детализация разбивки по регионам, скорее всего, сделает нашу модель более точной с течением времени.

Средняя эффективность сети

В связи со значительным и последовательным повышением производительности ASIC, общая тенденция майнинговой сети заключается в снижении джоулевой стоимости каждого хеша. Мы ожидаем, что эта тенденция сохранится, пока будут находиться более эффективные технологии для майнинговых ASIC. Это приводит к постепенному и постоянному переходу в пуле оборудования от старых неэффективных устройств к новым, более эффективным.

До тех пор, пока рост цены биткойна и/или комиссий за ончейн-транзакции будет превышать сокращение субсидии на блок в результате халвингов, на рынок будет поступать больше хешрейта. Машинам последнего поколения в этих сценариях часто отдается предпочтение, так как они генерируют более высокий хешрейт на единицу потребляемой электроэнергии. По мере увеличения хешрейта, повышение сложности майнинга неизбежно вытесняет наименее эффективные машины, выводя из сети наименее прибыльные устройства.

Несмотря на то что она сохраняется с течением времени, эта динамика необязательно должна быть строго однонаправленной. Цена биткойна может расти намного быстрее, чем готовиться к выпуску новые поколения оборудования, а задержка от принятия инвестиционного решения до реального развертывания устройств нового поколения может составлять 6 месяцев и более. В такие периоды ставшее прежде убыточным оборудование может снова начать приносить прибыль, и поскольку эти машины уже находятся на объектах или поблизости от них, их можно быстрее вновь подключить к сети.

Однако повторное подключение ранее убыточного оборудования для майнинга всегда носит временный характер, поскольку в конечном счете в действие вводится новое, более эффективное оборудование, что приводит к росту сложности до уровней, на которых использование менее эффективного оборудования снова становится убыточным.

Эта динамика, вероятно, будет продолжаться до тех пор, пока ASIC будут обеспечивать значительный прирост технологической эффективности. Маловероятно, чтобы еще оставалось бесконечное пространство для достижимых высоких показателей повышения эффективности (за исключением разве что крупных прорывов в технологиях производства микропроцессоров), однако какие-то постепенные улучшения в ближайшие десятилетия вполне возможны.

В альтернативном сценарии ASIC со временем будут полностью коммодитизированы. В этих условиях ASIC становятся более или менее неотличимы друг от друга и конкурируют только по цене. Такой сценарий открывает совершенно новый спектр бизнес-моделей, таких как майнинг на солнечной энергии или даже использование майнинга в качестве бытового, коммерческого и промышленного а тепла.

Обсуждение вероятностей и потенциальных сроков реализации этих сценариев, по-видимому, будет лучше оставить экспертам в области микропроцессорных технологий.

Интенсивность углеродных выбросов

На протяжении всей своей истории Биткойна подавляющая часть углеродных выбросов, производимых его майнинговой сетью, по-видимому, производилось в незападных странах. До июня 2021 только в четырех майнинговых регионах — Казахстане, Иране, Синьцзяне и Внутренней Монголии производилось 53% от общего объема выбросов углерода.

В настоящее время наибольшая углеродоемкость наблюдается в Казахстане, Монтане, Кентукки и Альберте, где большое количество электроэнергии вырабатывается с использованием особенно углеродоемких ископаемых видов топлива, таких как нефть и уголь. Суммарно эти четыре региона ответственны за 43% выбросов сети, поставляя только 26% хешрейта.

На другом конце шкалы находятся такие регионы, как Норвегия, Исландия, Швеция, Квебек и Манитоба, которые практически не производят выбросов, генерируя, по оценкам, 5,2% от текущего хешрейта. Объединяет все эти регионы с низким уровнем выбросов изобилие гидроэнергетических ресурсов и относительно большое расстояние между крупными генерирующими мощностями и основными центрами спроса.

Поскольку электроэнергию нелегко транспортировать на большие расстояния, а издержки на производство гидроэлектроэнергии чрезвычайно низки, гидроэнергетика в местах, географически удаленных от крупных центров спроса, часто является одним из самых дешевых ов электроэнергии в мире.

Предельное углеродное воздействие каждого дополнительного кВт-ч электроэнергии, вырабатываемой гидроэлектростанциями, фактически равно нулю, и многие плотины в мире работают на субоптимальных уровнях из-за сезонных колебаний цен или экономически малорентабельных расстояний до рынков. Биткойн-майнинг — это отличная возможность повысить прибыльность гидроэнергетических объектов без образования углеродных выбросов и без потребления ресурсов, востребованных другими участниками рынка.

Используя наши цифры интенсивности выбросов по ам генерации (вероятно, несколько завышенные), каждый кВт-ч, потребляемый для питания биткойн-майнинга, в настоящее время генерирует 466 г CO2, тогда как средний по миру показатель составляет 492 г. Средняя интенсивность за 2020 и 2021 гг. составляла 486 gCO2/кВт-ч и 495 gCO2/кВт-ч соответственно.

Таблицы интенсивности углеродных выбросов для всех майнинговых регионов приведены в приложении в конце статьи.

Влияние политик на выбросы

Мы считаем, что региональные различия в углеродном воздействии майнинга в основном являются следствием принимаемых политик, обусловленных юрисдикциями, в которых находятся майнеры. Хотя западные страны не полностью свободны от субсидий на ископаемое топливо, субсидии там намного меньше, чем в таких странах, как Китай, Казахстан или Иран, где добыча угля, нефти и газа в значительной мере субсидируется государством.

Поскольку к майнинговой сети может присоединиться любой желающий, а прибыльность участия в значительной степени зависит от тарифов на электроэнергию, очевидно, что майнинг будет иметь тенденцию перетекать в юрисдикции с большими субсидиями.

Понимая это, если западные юрисдикции, которые, как правило, имеют гораздо более высокое проникновение возобновляемых ов энергии в свою структуру генерирующих мощностей, искренне заинтересованы в снижении углеродного следа майнинговой сети Биткойна, то им нужно делать все возможное, чтобы стимулировать майнеров перемещать мощности в западные юрисдикции.

И наоборот, худшее, что западные правительства могут сделать для сокращения общемировых углеродных выбросов при майнинге Биткойна, — это вытеснить майнеров из своей юрисдикции с помощью прямых запретов, карательного налогообложения или чрезмерно обременительного регулирования. Глобально такие инициативы будут иметь эффект, прямо противоположный желаемому, вытесняя майнеров в юрисдикции, где ископаемое топливо в значительной мере субсидируется государством, и тем самым способствуя увеличению выбросов.

Стоимость компенсации углеродного следа Биткойна

Еще один интересный вывод из показателей углеродных выбросов состоит в том, что их можно использовать для расчета компенсации углеродного следа от хранения одного биткойна в течение года. Если предположить, что стоимость выбросов распределяется поровну между всеми держателями BTC, то при 18,9 млн выпущенных биткойнов, для каждого BTC потребуется компенсировать 2,2 тонны CO2 в год — примерно столько же, что и для одного рейса Токио – Нью-Йорк бизнес-классом в один конец.

Стоимость компенсации 2,2 тонны CO2 в год будет варьироваться в зависимости от углеродных кредитов, которые вы хотите приобрести. Если брать европейский рынок углеродных кредитов по цене, например, 79 €/тонну (на 11 января 2022), общая компенсационная стоимость владения одним биткойном в течение одного года составит €176, или $200 (на 11 января 2022). При цене BTC $38 тыс. это означает ежегодные затраты в размере 0,53% от стоимости актива.

Заключение

По большому счету, углеродные выбросы от выработки электроэнергии, используемой майнинговой сетью Биткойна, несущественны. При доле в 0,08% от общего объема углеродных выбросов, эффект от удаления всей майнинговой сети из глобального спроса — и, как следствие, лишения сотен миллионов людей единственной надежды на справедливую и доступную форму денег — будет равен погрешности округления.

Сеть Биткойна обеспечивает общедоступную, устойчивую к цензуре, свободную от разводнения стоимости и защищающую права человека денежную сеть для людей во всем мире. В этом контексте мы считаем, что небольшое увеличение глобальных выбросов абсолютно оправдано и, очевидно, так же считают несколько сотен миллионов пользователей биткойна, которые добровольно разделяют затраты на электроэнергию майнинговой сети, отказываясь от альтернативного ее потребления.

Для поддержания работы своей открытой одноуровневой, устойчивой к цензуре, объективной и не требующей доверия глобальной денежной сети, Биткойн строго требует ненулевого количества потребляемой электроэнергии на постоянной основе. Будущий масштаб этого требования неизвестен.

В настоящее время подавляющее большая часть энергии используется для выпуска новых монет, но график эмиссии подразумевает геометрическое сокращение выпуска до нуля в течение следующих 100 лет или около того. Уже к 2040 году будет выпущено более 99% всех биткойнов. Как только эмиссия будет фактически завершена, основная часть энергопотребления сети будет зависеть от рыночного спроса на транзакции в биткойнах и комиссий за транзакции, предлагаемые майнерам потребителями.

Хотя очевидно, что сейчас в результате биткойн-майнинга возникают углеродные выбросы, эти выбросы не только незначительны в глобальном масштабе, но и никоим образом не являются необходимыми сами по себе. Биткойн станет на 100% возобновляемым, когда наша выработка электроэнергии станет на 100% возобновляемой. Нужно сосредоточить усилия на создании возобновляемых ов энергии, а не на сдерживании развития финансовых технологий.

Кроме того, текущий уровень выбросов, косвенно связанный с майнинговой сетью Биткойна, необходимо рассматривать в контексте того, каким будет вероятный профиль глобальных выбросов в будущем, что в настоящее время требует рынок с точки зрения денежных технологий и какие преимущества Биткойн уже предоставляет своим пользователям. В долгосрочной перспективе и в надлежащем контексте, мы считаем, что углеродный след, косвенно связанный с майнингом Биткойна, затмевается преимуществами, которые несет существование его сети.

Приложение

Относительное распределение хешрейта по майнинговым странам мира. Крупнейшая майнинговая страна на карте — США с 49% от общего хешрейта Биткойна. Относительное распределение хешрейта по майнинговым регионам Северной Америки. Крупнейший майнинговый регион на этой карте — Нью-Йорк, генерирующий около 7,8% от текущего хешрейта Биткойна. Расчетные энергопотребление (включая PUE), интенсивность и объем выбросов по майнинговым странам мира (за 2021 г.) Расчетные энергопотребление (включая PUE), интенсивность и объем выбросов по майнинговым регионам Северной Америки (за 2021 г.)

Назад к углеродным выбросами и различиям между регионами.

Сноски

[1] https://ourworldindata.org/grapher/share-elec-by-source (Our World in Data) [назад ↩]

[2] https://www.eia.gov/electricity/data/state/ (EIA-923 Report) [назад ↩]

[3] https://www150.statcan.gc.ca/t1/tbl1/en/tv.action?pid=2510001501 (Statistics Canada) [назад ↩]

[4] https://www.iea.org/reports/russian-electricity-reform (IEA Russian Electricity Reform) [назад ↩]

[5] https://www.epa.gov/sites/default/files/2016-03/documents/2014_coalchinaenergymarket_fullreport.pdf [назад ↩]

[6] https://nepis.epa.gov/Exe/ZyPDF.cgi/P100ZN9P.PDF?Dockey=P100ZN9P.PDF [назад ↩]

[7] https://nydig.com/bitcoin-net-zero/ [назад ↩]

[8] https://www.sciencedirect.com/science/article/pii/S2542435119302557 [назад ↩]

[9] https://cbeci.org/index/methodology [назад ↩]

Подписывайтесь на BitNovosti в Telegram!
Делитесь вашим мнением об этой статье в комментариях ниже.

Источник: bitnovosti.com
Оставьте ответ