挖礦是什麼?2025還能在家挖比特幣嗎?樂透、ASIC、礦池、雲端四大方法一次看
挖礦是什麼?2025還能在家挖比特幣嗎?樂透、ASIC、礦池、雲端四大方法一次看
2025.04.23 | 區塊鏈
##### 什麼是比特幣挖礦? 近年來,隨著比特幣價格突破歷史新高,以及越來越多大型機構將比特幣納入資產儲備,再加上美國可能對加密貨幣產業採取更友善的態度、歐盟 MiCA 法規生效提供更清晰的監管框架等因素,比特幣再次成為熱門話題。

許多人不禁好奇:比特幣是怎麼「製造」出來的?

比特幣挖礦,簡單來說,就是一個驗證交易並將其**記錄到公開帳本(區塊鏈)**上的過程。

想像比特幣網路像一個公開的記帳本,每一筆交易都需要有人來確認它的真實性,並把它寫進帳本裡。做這件事的人就叫做「礦工」。

礦工們利用專門的電腦(通常是稱為 ASIC 的高效能硬體)進行非常複雜的數學運算,像是在解一道極難的數學題。第一個成功解出答案的礦工,就能獲得權利去「打包」最近一段時間內發生的交易,形成一個新的「區塊」,然後把它加到區塊鏈的尾端。

為什麼要挖礦?

驗證與安全: 這個過程確保了每一筆交易都是有效且未被重複花費的,保護了整個網路的安全與信任。
產生新幣: 作為對礦工貢獻運算能力的回報,成功打包區塊的礦工會獲得一定數量的新鑄造的比特幣(這就是所謂的「區塊獎勵」)以及該區塊內所有交易的手續費。

所以,挖礦不僅是發行新比特幣的方式,更是維持比特幣網路正常運作和安全的關鍵機制。

##### 現在還能用筆電挖礦嗎?

從2021年到2025年,比特幣挖礦產業的收入成長超過6700%,顯示其驚人的發展。

在比特幣剛推出的最初幾年(大約 2009-2010 年),網路的總運算能力非常低,挖礦難度也相對較小。那時候,使用一般的個人電腦CPU,甚至是筆記型電腦,就有可能成功挖到比特幣區塊並獲得獎勵,許多早期參與者也是這樣開始的。

然而,現在(2025 年)情況已經完全不同了。目前的難度對於筆電來說是天文數字,用筆電成功挖到一個比特幣區塊的機率趨近於零,可能需要數百萬年甚至更久的時間。即使真的讓筆電跑挖礦軟體,它也會消耗大量電力,並且持續高負載運作可能損壞硬體(如 CPU、GPU 過熱)。考慮到幾乎不可能獲得任何比特幣回報,這完全是得不償失。

雖然技術上還是可以在筆電上安裝並運行比特幣挖礦軟體,但實際上已經不可能透過這種方式挖到任何比特幣。這就像用一把小鏟子去跟大型挖掘機競爭挖一座金山一樣,完全沒有成功的機會,而且還會白白浪費電力並損耗自己的設備。

那麼,難道現在就沒辦法挖礦了嗎?

其實也不然,在2025年還是有幾種相對可行的方式。

##### 方法一:樂透挖礦 (Lottery Mining) – 低功耗、高風險、稀有回報

如果預算有限,但又想體驗挖礦的樂趣,「樂透挖礦」提供了一個有趣(但極度不可預測)的選項。

所謂的樂透挖礦,通常使用小型、低功耗的設備。這些設備的算力與整個比特幣網路相比,幾乎可以說是微不足道,因此獨立挖到區塊的機率極低,就像買樂透一樣。

然而,奇蹟偶爾會發生。例如2024年7月,曾有礦工僅用3 TH/s 的算力成功挖到一個完整的比特幣區塊,獲得當時價值超過20萬美元的獎勵。

目前(2025 年初)比特幣全網總算力約為500 EH/s (ExaHash per second)。3 TH/s 僅佔全球總算力的約5億分之3 (或 0.0000006%),這個比例非常非常小。

為什麼有人選擇樂透挖礦?

支持網路:運行獨立節點有助於比特幣網路的健康和彈性。
學習體驗:是了解挖礦原理的好方法。
潛在高回報:一旦成功,整個區塊獎勵(目前可獲得超過3 BTC)都歸個人所有(需扣除少量平台費用,如Solo CKPool)。

對多數人而言,這更像是一種挑戰和好奇心驅使的嗜好,而非穩定的賺錢方式。

💡延伸閱讀:一個月五元電費、10分鐘開獎一次!手掌大的「樂透型礦機」,如何走到哪挖到哪?

##### 方法二:ASIC獨立挖礦 (Solo Mining with Real Hardware) – 使用專業硬體單打獨鬥

如果說樂透挖礦是只買一張彩券,那麼使用ASIC進行獨立挖礦就像是帶了一小疊彩券。機會稍有提升,但中獎機率依然渺茫。

ASIC (Application-Specific Integrated Circuit) 是專為比特幣挖礦設計的高效能硬體。2025年的高階型號算力可達400 TH/s 左右,能源效率也較前代提升。

然而,即便使用如此強大的機器,相較於目前約500 EH/s (Exahashes per second) 的比特幣全網總算力,一台高階型號算力的算力占比仍極低 (約 0.00008%)。理論上,每天成功挖到區塊仍極度困難。

因此,若想顯著提高機率,需要投入大量資金購置多台ASIC(例如20台以上,一年或許能挖到一個區塊),並解決散熱、噪音和穩定供電問題。即使如此,挖礦本身仍具隨機性。

**獨立挖礦的吸引力在於:**一旦成功挖到區塊,將獨得全部獎勵(區塊獎勵 + 交易費),無需與任何人分享。但對多數人而言,這仍是高風險、回報不確定的方式。

##### 方法三:礦池挖礦 (Pool Mining) – 團結力量大

相較於獨立挖礦的渺茫機率,加入「礦池」是更實際的選擇,也是2025年許多家庭礦工採用的方式。

礦池匯集了成千上萬礦工的算力。當礦池整體成功挖到一個區塊時,獲得的獎勵會根據每位礦工貢獻的算力比例進行分配。也就是說,這種方法不是追求極低機率的一人獨拿,而是能獲得較小但穩定持續的收益。

只要將算力接入礦池,就能根據算力佔比獲得相應份額的獎勵,通常能看到穩定的每日收入。

目前大型礦池如Foundry USA、Antpool、ViaBTC、F2Pool等每月處理數千個區塊。許多礦池提供 FPPS (Full Pay Per Share) 模式,無論礦池當天是否挖到區塊,都會根據提交的有效「份額」(Share) 支付報酬。

另有 PPLNS (Pay Per Last N Shares) 模式,只在礦池挖到區塊時才分配獎勵,但長期來看收益可能略高。

設置流程其實也不算太困難:

  • 在選擇的礦池註冊帳戶。
  • 將ASIC礦機指向礦池提供的伺服器地址。
  • 設定比特幣收款地址。
  • 透過礦池的儀表板監控算力貢獻和收益。

雖然單次收益不高,但勝在穩定可靠,這正是許多礦工的目標。

##### 方法四:雲端挖礦 (Cloud Mining) – 不需實體礦機的挖礦

雲端挖礦讓用戶可以向遠端的服務商租用算力,由他們代為管理硬體、處理散熱、噪音和電力問題。用戶只要購買合約,理論上就能按租用的算力比例獲得挖礦獎勵。

聽起來很方便,但雲端挖礦存在相當大的風險與爭議。

畢竟這個領域還沒有受到完善的法規規範,充斥著可疑的營運商、不切實際的回報承諾甚至詐騙。許多合約在扣除服務費、維護費以及考慮到不斷上升的挖礦難度後,最終往往無法獲利。

用戶基本上是將資金託付給一個永遠看不到實際硬體的第三方。

儘管如此,市場上仍有少數較具信譽的平台,提供相對透明、彈性的選項。但即使是這些平台,利潤空間通常也很薄,尤其在熊市或全球算力飆升時。

雲端挖礦可能適合以下情況:

  • 所在地電費昂貴或缺乏放置設備的空間。
  • 想以最低參與門檻接觸挖礦。
  • 將其視為投機性質的投資,而非穩定的收入來源。
    然而,若個人的目標是追求穩定的回報或想要有點「幣圈參與感」,那麼自行運營設備或直接購買並持有比特幣,可能是更明智的選擇。

延伸閱讀:亞馬遜縮手了?傳大砍AI資料中心租約:發生什麼事?高管怎麼說?
狗狗幣、迷因幣也能變ETF?美SEC待審72檔申請,分析師:恐難複製比特幣ETF成功

參考資料:[cointelegraph][4]

本文授權轉載自:Web3+,作者邵元婷

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓