La qualité des plots fait couler beaucoup d'encre. L'application Chia propose un outil pour tester les plots défectueux, mais cette application donne également un "score". Beaucoup de fermiers interprètent cela comme un indice de qualité, et tentent donc de supprimer les plots "malchanceux".
Il faut supprimer les plots corrompus, mais la chasse aux "lucky plots" peut avoir un impact négatif sur votre farming. Faisons le point ensemble pour comprendre s'il existe un moyen de tester la qualité d'un plot.
Les plots
Avant de parler de qualité d'un plot, il faut comprendre à quoi il sert, et comment il est fabriqué. La création du plot, et la détection de preuves dans ce dernier sont des processus complexes. Je vais simplifier ici pour garder l'article lisible. Vous pouvez consulter la doc chia pour plus de détails (et cette doc pour tout savoir).
Un plot représente une table de solutions, pour répondre aux challenges de la blockchain. Au lieu de faire des calculs intensifs (comme le PoW du Bitcoin ou d'Ethereum), vous préparez un ensemble de solutions possible dans un gigantesque fichier. Quand la blockchain vous envoie un challenge, vous vérifiez si vous possédez la solution, et si tel est le cas, vous avez le droit de créer le prochain bloc. Vous percevez alors :
- 2 XCH pour la création de blocs (diminuera avec le temps)
- Les frais de transactions
On comprends donc l'importance des plots : s'ils sont invalides, vous ne gagnerez jamais.
Ces plots sont créés à partir de plusieurs brassages de tables mathématiques. Si une seule erreur survient pendant le brassage, elle va être propagée à l'ensemble du plot qui sera corrompu. Il est très peu probable que seule une petite partie d'un plot soit mauvaise, il faudrait que l'erreur survienne à la toute fin de la création du plot.
En résumé, il n'y a que deux cas de figure raisonnables :
1. Le plot est entièrement valide
2. Le plot a subit une erreur, et est très majoritairement
Si le plot est corrompu, vous devez le supprimer, et en recréer un nouveau.
Chia plots check, indice de qualité ?
Pour détecter les plots corrompus, le logiciel chia intègre en outil de vérification (en ligne de commande : chia plots check).
chia plots check -g <repertoire à tester>
Cette commande soumet des challenges de faible difficulté à votre plot, et affiche le nombre de preuves trouvées, et le nombre de preuves moyennes attendues. La difficulté est ajustée pour qu'un plot trouve une preuve par challenge (en moyenne). Comme cela reste aléatoire, il peut en trouver plusieurs, ou aucune.
chia.plotting.check_plots : INFO Proofs 22 / 30, 0.7333
chia.plotting.check_plots : INFO Proofs 33 / 30, 1.1
On voit ici que pour le premier test, le plot a été capable de trouver 22 preuves sur 30 challenges. Le deuxième test a permis de trouver 33 preuves.
On pourrait supposer que ce premier plot est "malchanceux", et est moins enclin à gagner. Cependant, ce n'est pas aussi simple que ça. La commande chia plots check n'est pas aléatoire, elle teste toujours les mêmes challenges, dans le même ordre. Ainsi, si vous la relancez deux fois, vous aurez le même résultat.
Cela signifie donc que votre plot n'est uniquement malchanceux avec les challenges prédéfinis de la commande "chia plots check", mais est probablement plus chanceux que la moyenne avec d'autres challenges. Si nous relançons la même commande avec un plus grand nombre de challenges ( -n 100 ), voici ce que nous obtenons :
chia.plotting.check_plots : INFO Proofs 103 / 100, 1.03
Notre plot malchanceux sur les 30 premiers challenges, devient plus chanceux que la moyenne si on le teste avec 100 challenges (nous avons en moyenne trouvé plus d'une preuve par challenge sur les 70 derniers challenges).
C'est rare, mais j'ai également eu le cas de figure de plots malchanceux sur les 500 premiers challenges, et qui retombent dans la normalité en testant avec n = 2000.
Ce qu'il faut comprendre, c'est que si vous ne gardez que les plots qui sont "chanceux" avec la commande "chia plots check", vous allez vous retrouver avec des plots spécialisés, qui auront plus de chance de gagner dans un certain contexte, mais très probablement moins de chance dans le cas général. Pour le reformuler autrement, se baser seulement sur cette commande va réduire la diversité de vos plots, et ainsi réduire vos chances générales de gagner.
Si vous souhaitez tester plus sérieusement la qualité d'un plot, vous devez le faire avec un grand nombre de challenges, et avec un panel aléatoire :
chia plots check -g <loc> -n 10000 --challenge-start <n aléatoire>
-n permet de définir le nombre de challenges
--challenge-start permets d'utiliser un jeu de challenges différent de celui par défaut.
Conclusion
Tester vos plots avec un petit nombre de challenges (20 est suffisant) pour vérifier qu'il est capable de trouver des preuves. Supprimez les plots corrompus.
Mais je déconseille fortement de faire la chasse aux plots malchanceux. Comme nous l'avons vu en première partie, il est improbable par construction qu'un plot soit "un peu corrompu" ; c'est tout ou rien.
D'autre part, comme la commande "chia plot check" utilise un jeu de challenges déterministes, si vous l'utilisez pour sélectionner vos plots, vous risquez fortement de réduire la diversité de vos plots, et donc de réduire vos chances globale de gagner.
Les plots chanceux sont un mythe, ne perdez pas votre temps avec ça.
N'hésitez pas à nous rejoindre sur Discord !
Excellent, merci 😎
Bonsoir, Merci pour ce blog mais si je peux me permettre, votre style, couleur de texte et mis en page est trop clair pour être lisible confortablement... Foncer la police ... Merci