Майнинг ферма сбербанка где находится

Майнинг сбербанк: что это такое, каким образом получить криптовалюту с помощью банка?

Недавно в СМИ появилась информация о том, что в магазинах нет видеокарт. Причиной повышенного спроса на них назвали майнинг, Сбербанк даже сделал по этому поводу заявление.

Что такое майнинг?

Майнингом называют процесс добычи криптомонет, например, bitcoin (btc), с помощью компьютерных мощностей. Криптовалютная лихорадка началась в 2009 г., и сначала процесс получения крипты был простым. Энтузиастов было немного, и хотя бы 1 раз в сутки они добывали новый блок.

Когда в 2013 г. курс биткоина вырос, и 1 монета стала стоить несколько сотен долларов, число майнеров резко увеличилось. Люди поняли, что на этом можно хорошо заработать. Желающих стало много, и процесс добычи усложнился. Для того чтобы получить 1 блок, приходилось ждать месяцами. Видя низкие результаты труда, люди стали объединяться в пулы. Они вместе добывали блок, а потом делили прибыль, учитывая вклад каждого майнера в работу.

В процессе добычи майнеры используют видеокарты. Сейчас с их помощью получают разные криптовалюты, которые называют альткоинами. Майнить биткоины дома стало невозможно. Для получения блока требуются мощные компьютеры, которые объединяют в фермы. Но можно майнить эфириум. В начале 2017 г. он стал $8, а уже к 1 июня цена превысила $200. Это увеличило спрос на видеокарты.

Особенности майнинга в Сбербанке

Курс биткоина меняется резко, и людей вдохновляет идея заработка. Многих интересует, имеет ли майнинг в Сбербанке отличия, стоит ли сотрудничать с этой организацией. Ответить на этот вопрос сложно, но недавно в СМИ появилась информация о том, что клиент банка получил письмо. В нем организация просила его пояснить, откуда у него появились деньги на счете.

Также Сбербанк просил указать информацию, которая относится к процессу добычи криптовалюты. Финансовое учреждение, опираясь на № 115-ФЗ , в котором говорится о противодействии отмыванию денег, попросило клиента в течение 5 дней в письменном виде предоставить следующую информацию:

• раскрыть свой ник;
• назвать адреса кошельков;
• передать историю сделок на бирже;
• сообщить сведения о покупателе, продавце, а также указать суммы сделок.

Особенно Сбербанк заинтересовал процесс майнинга. Сотрудники захотели узнать, какими были энергопотребление и хешрейт, модели оборудования. Клиент должен был предоставить бумаги, которые подтвердили бы факт оплаты электроэнергии. Банк просил назвать, в каком помещении находятся мощности, с помощью которых человек получал блоки.

При отказе клиента банк собирался приостановить с ним работу. В сообществе это письмо посчитали фейком, однако финансовая организация подтвердила, что отправляла эту бумагу.

Чем занимаются сотрудники Сбербанка на своих рабочих местах?

Служба безопасности Сбербанка периодически обнаруживает, что сотрудники организации на рабочих местах майнят криптовалюту. Об этом заявил Герман Греф, который возглавляет эту финансовую организацию.

Также он сообщил, что банк сам майнингом не занимается. Греф считает это занятие мало интересным, он даже назвал этот бизнес примитивным. Председатель правления считает, что есть более десятка других объектов, в которые можно вложить деньги с намного большей доходностью.

Когда Грефа спросили, зачем его организация покупала видеокарты, создавая дефицит на рынке, он сообщил, что это было нужно не для майнинга, а того, чтобы проводить исследования в сфере искусственного интеллекта.

Несмотря на заявление, многие отметили, что Сбербанку тема криптовалют не чужда. СМИ ранее сообщали, что финансовая организация планирует открыть собственную блокчейн-лабораторию, и похоже, что эта информация косвенно подтвердилась.

Источник

Рассказываем про библиотеку для Process Mining: теперь SberPM в открытом доступе

Process Mining – это подход к извлечению, анализу и оптимизации процессов на основе данных из так называемых журналов событий (event logs), доступных в корпоративных ИТ-системах. Являясь своеобразным мостиком между Data Mining и Process Management, он выводит исследование бизнес-процессов на принципиально новый уровень. Подробнее о том, чем полезен такой подход и как мы его применяем вот здесь .

В конце 2020 года в открытый доступ вышла разработанная Сбером python-библиотека SberPM – первая в России мультифункциональная библиотека для интеллектуального анализа процессов и клиентских путей. Ниже про то, как она устроена и как ей пользоваться.

DataHolder

Основу для применения Process Mining формируют данные лог-файла, в котором хранится информация о выполненных в рамках одного процесса действиях. Работа с библиотекой начинается с загрузки лога в DataHolder, под капотом которого производится автоматическая предобработка данных – удаление нулевых значений, сортировка по времени и т.д. Как следует из названия, DataHolder хранит исследуемые данные с указанием ключевых атрибутов, необходимых для анализа – ID (идентификатор события), активности, временные метки начала и/или конца событий. Также для более глубокой и интересной аналитики могут быть добавлены дополнительные атрибуты: ID и роли пользователей, территориальный и продуктовый разрезы, текстовые комментарии и другое.

Помимо этого, с помощью методов DataHolder можно быстро выполнить основные операции с лог-файлом, например, рассчитать длительность каждой активности или сгруппировать данные по ID и указанным колонкам.

Понятие DataHolder является базовым, поскольку большинство алгоритмов библиотеки работают с экземпляром именно этого класса.

Майнеры, визуализация и BPMN

Хранящийся в DataHolder лог-файл обеспечивает достоверную и детализированную информацию о ходе исполнения бизнес-процесса. С ее помощью можно реконструировать модель реального, а не предполагаемого процесса. Для построения графа AS-IS процесса в библиотеке реализовано несколько алгоритмов, называемых майнерами:

• SimpleMiner – рисует все ребра, найденные в логе;
• CausalMiner – рисует только прямые связи;
• HeuMiner – удаляет наиболее редкие связи в зависимости от порога (threshold) – чем он больше, тем меньше ребер на графе;
• AlphaMiner – рисует граф в виде сети Петри с учетом прямых, параллельных и независимых связей между активностями;
• AlphaPlusMiner – Alpha Miner, который может работать с одноцикловыми (one-loop) цепочками.

Визуализировать полученный в результате работы майнера граф процесса можно встроенными средствами Graphiz следующим образом:

Можно также сохранить (импорт) или загрузить (экспорт) граф в формате BPMN (Business Process Model Notation):

Визуальная схема позволяет не только получить полное представление о цепочке событий, но и исследовать актуальное состояние процесса на любом уровне детализации. В качестве примера рассмотрим графы, построенные различными майнерами, для одного и того же синтетического процесса:

Итак, CausalMiner позволяет отобразить процесс наиболее линейно, HeuMiner показывает самые частотные цепочки, а AlphaMiner наглядно демонстрирует параллельные участки процесса.

Метрики

Process Mining, как известно, не ограничивается восстановлением моделей бизнес-процессов из лог-файлов. Важной составляющей анализа является расчет и мониторинг ключевых индикаторов исполнения процесса. За это в библиотеке отвечает модуль метрик, в котором на данный момент реализованы следующие виды статистик:

1. ActivityMetric – метрики по уникальным активностям;
2. TransitionMetric – метрики по уникальным переходам;
3. IdMetric– метрики по ID;
4. TraceMetric – метрики по уникальным цепочкам активностей;
5. UserMetric – метрики по уникальным пользователям;
6. TokenReplay – fitness, который показывает, насколько хорошо граф описывает бизнес-процесс.

В первых пяти случаях для объекта группировки рассчитываются число появлений, число уникальных ID / активностей / пользователей, процент зацикливаний, временные характеристики (средняя, медианная, максимальная и другие виды длительности) и т. д.

Пример работы класса UserMetric:

Несомненным преимуществом данного модуля является быстрота расчетов. Допустим, перед аналитиком стоит задача определить среднюю длительность самых частотных цепочек событий процесса. Решение методами pandas займет 5 минут и более 10 строк кода, в то время как решение методами SberPM – 1 минуту и 3 строчки кода.

Помимо этого, в библиотеке реализована возможность добавить метрики на граф процесса. Сделать это можно следующим образом:

В результате на графе можно, например, изменить ширину ребер и цвет нод в зависимости от значений метрик и тем самым отследить самые частотные пути и долгие этапы процесса.

Таким образом, анализируя модель реконструированного процесса вместе с данными о длительности и особенностях его исполнения, можно выявить задержки по времени реализации отдельных действий, взаимосвязи между пользователями, зацикленности в процессе, неэффективных исполнителей, а также скрытые недостатки и проблемы в процессах, из-за которых может существенно снижаться производительность целой организации.

Модуль ML

Помимо классических инструментов Process Mining, SberPM предлагает функционал методов машинного обучения. На данный момент пользователям доступны векторизация и кластеризация процессов, а также модуль автопоиска инсайтов. Расскажем подробнее, для чего это нужно и как этим пользоваться.

Допустим, необходимо провести анализ крайне загруженного процесса, сложного по структуре и с большим количеством активностей и связей. Например, как этот:

Даже при беглом взгляде на граф понятно, что анализ подобного процесса займет огромное количество времени и не факт, что в итоге удастся найти все узкие места и неэффективности. Но можно облегчить задачу, получив векторные представления каждой цепочки событий (trace), а затем выполнив кластеризацию процесса на его составляющие, схожие по структуре и свойствам. Получение векторных представлений, или эмбеддингов, реализовано в SberPM удобно и логично:

Для кластеризации предназначен класс GraphClustering. Ниже приведен пример работы с ним:

Таким образом, каждому trace из лога будет сопоставлена метка кластера. Объединив цепочки с одинаковыми метками, получим подпроцессы, пригодные для дальнейшего анализа. Для процесса, граф которого изображен выше, это будет выглядеть как-то так:

Еще одна полезная «фишка» SberPM – модуль автоматического поиска инсайтов. С его помощью можно проанализировать лог-файл, выявить возможные узкие места процесса «по нажатию кнопки» и визуализировать их на графе. Поддерживается 3 режима работы: анализ по зацикленности, по времени выполнения и комбинированный анализ, где каждой активности и каждому переходу присваивается индекс оптимальности, показывающий, насколько тот или иной объект требует вмешательства.

Ниже приведен пример работы с модулем и результат визуализации инсайтов на графе:

«Плохие» переходы и активности, требующие оптимизации, выделены красным цветом, «хорошие», т.е. не требующие оптимизации – черным, нейтральные – серым. Толщина ребер на графе также меняется в зависимости от оптимальности перехода.

Дополнительно для всех активностей и переходов можно вывести более детальную таблицу, где для каждого элемента отмечается, является ли он инсайтом и, если да, то по какой именно метрике. Так, «1» в графе insights означает, что объект является «хорошим» инсайтом, «-1» – «плохим» инсайтом, «0» – не является инсайтом вовсе.

Более подробное описание всех модулей и классов можно найти в файле tutorial.ipynb, расположенном в репозитории библиотеки SberPM на GitHub.

Мы планируем на постоянной основе улучшать библиотеку и дополнять ее функционал. Запланированы релизы для расширения и масштабирования Open Source решения SberPM. Пожалуйста, пользуйтесь, оставляйте обратную связь, добавляйте коммиты и развивайте библиотеку вместе с нами.

Источник

100 мегаватт энергии потребляет самая большая майнинг-ферма в России. Где она находится?

Привет, друзья! Знаете ли вы, что крупнейшая ферма для майнинга биткоинов на территории постсоветского пространства находится в России – в городе Братске Иркутской области.

Здесь на территории промзоны неподалеку от знаменитой Братской ГЭС в одном из старых заброшенных цехов компактно разместились 26000 устройств для устройств для майнинга.

Отмечу, что российское законодательство не признает крипто-майнинг.

При этом крупное производство биткоинов в Братске не только существует, но процветает. Как же это возможно.

Бесконечные ряды шкафов с устройствами для майнинга

Оказывается, очень просто! Во-первых, предприятие, которое организовало масштабный майнинг на берегах Ангары, позиционирует себя только лишь как держателя инфраструктуры.

То есть оно предоставляет необходимое оборудование для обработки данных, обеспечивает его охрану и оказывает сопутствующие технические услуги.

Собственно, майнингом занимаются компании, которые арендуют оборудование и зарегистрированы в разнообразных зарубежных юрисдикциях и не подконтрольны российскому законодательству.

Такая схема считается легальной, что и привлекает множество клиентов со всего мира.

Вторым составляющим успеха крупнейшей майнинг-фермы в России является то, что она аффилирована с бизнес-империей Олега Дерипаски – одного из самых богатых и влиятельных отечественных предпринимателей.

Такое прикрытие значительно снижает юридические риски в нашей стране.

Кроме того, дешевой электроэнергией производство биткоинов обеспечивает подконтрольная олигарху Братская ГЭС.

При этом тариф, который установлен для майнинг-фермы, является льготным и установлен на уровне примерно в полтора раза ниже, чем для прочих промышленных потребителей региона..

Такие дела! Замечу, кстати, что все данные приведены по состоянию на конец 2019 года, когда я имел возможность побывать на этом предприятии.

Уважаемые читатели! Благодарю за интерес к моей статье. Если вам интересны такие темы, поставьте, пожалуйста, лайк и подпишитесь на КАНАЛ, чтобы не пропустить следующие публикации.

Источник