熟悉 Phala 经济白皮书的朋友可能知道，Phala 的挖矿奖励分为在线奖励和计算任务奖励。本次 1605 竞赛二期，即在在线奖励的基础上，重点引入计算任务奖励。本文即是对 Vendetta 测试网计算任务的介绍。
一、背景概要本次测试网中的计算任务由系统虚拟产生，每个 Round（600个区块）固定产生 5 个计算任务。挖矿奖励的奖励量与白皮书一致，其中每个区块被挖出的奖励将有 50% 被执行隐私计算任务的 TEE 获得，30% 的奖励由所有在线的 TEE 获得，20% 流入国库通过链上议会进行民主治理； Vendetta 测试网中，CPU 最低抵押额为 0 tPHA；TEE 矿工可以用 tPHA 为自己的 CPU 作额外抵押，任何人也可以用自己的 tPHA 为其他 TEE 矿工抵押，但是结算时暂不支持自动分账到提名人身上； 1 个 Round 内，1 个 TEE 最多分到 1 次计算任务； 测试网中计算任务分发的算法与参数是具有实验性的，主网上线后会有所升级；奖励的结算方式也可能会变化； TEE 计算任务的流程大致如下:
二、隐私计算任务派单算法
2.1 核心逻辑
如同任何派单算法一样，我们需要根据隐私计算任务特征指派给最合适的TEE完成计算； 因此 Phala Network 系统会根据计算特性的核心需求，根据每个TEE设备特征进行打分，得出每个 TEE 的Score； 根据所有在线 TEE 的Score，通过加权随机抽样公式进行计算得出指派结果； 被指派的 TEE 完成隐私计算后，由系统自动结算和发放奖励。为保障系统安全性，奖励将冻结一段时间。(Vendetta测试网发放的奖励是FireII ，只用作结算奖池的统计，无法流转)。
TEE-CPU 分到计算任务的概率主要取决于CPU的两个特征：计算能力、安全性。 计算能力由 CPU 得分来评定，未来将通过链上投票-无分叉升级方式实现迭代； 安全性与单 CPU 抵押额相关。 计算能力和安全性对 TEE 矿工获得计算任务的概率并不是线性增加的，下小节中将详细阐述概率公式。
根据 TEE 计算派单的核心指标，我们可以计算出每个 TEE 被指派计算任务的合适度分数。计算分数的公式如下：
我们使用不放回的加权随机采样(这意味着每个 TEE 只能被抽取一次)，从所有 M 个在线 TEE 中随机的抽取 N 个 TEE 来执行计算任务。
加权则意味着抽样中会将每个TEE的概率得分 W 作为基础值，即 W 越高意味着抽中概率越高。
举例说明不放回的加权随机采样：
假设有A、B、C三台机器 其中A任务分为3，B任务分为2，C任务分为1 现在从3台机器里抽一台，那A被抽中的概率是
如果抽两台，那A被抽中的概率就是
根据1605竞赛一期的实际情况，真实环境下可能会从上千台至上万台 TEE 里抽出5个，但逻辑是和上述的例子一致的。
为了让 TEE 矿工可以预测自己的抽中概率和模拟抵押 tPHA 量与抽中概率的关系，我们将提供 Dashboard 的隐私计算概率计算器，矿工可以填入自己的机器性能和预期抵押额模拟派单概率。
三、派单算法的数据模拟3.1 额外抵押量与选中概率的相关性假设 TEE 得分一致，不同抵押量对选中概率的影响。
算法是明确的，但仅仅基于算法，并不能算出单一矿机被抽中的概率，因为抽中概率是和当前在线的矿机数量以及他们的任务分相关的。我们模拟了额外抵押量对抽中概率的提升：
假定罗夏有一台 300 分的TEE（图中红线），假定其它 TEE 是 5000 台 420 分的机器，并且都有额外 1000 tPHA 的抵押。如果从 5001（算上了罗夏的）台矿机中抽5台执行计算任务的话，那随着罗夏增加额外抵押，被派到的概率呈现如下增长：
从图中可以看出:
从一千多台机器中抽 5 个被抽中的概率是很低的，大概是 0.05% ； 随着抵押量的增加，最开始概率增加较快，之后缓慢； 但即使抵押量增加到 2 万，中奖率也只是增加到 0.17% 。
上图中浅蓝、红、黄、绿的机器分分别是400、300、200、100分，可以看出机器性能在获奖概率上保持恒定的绝对优势。
3.3 多台矿机该怎么分配额外抵押？假设罗夏有两台一样的矿机，那在总抵押量相同的情况下，怎样分配抵押对整体收益影响不大。 下图模拟的情况是罗夏有两台420分的TEE、并且都做了5000tPHA的抵押。其它的TEE是5000台，1000tPHA抵押，都是420分。
现在罗夏有20000tPHA，下图中:
横坐标最左边是全部把20000tPHA全给了其中一台TEE，概率是0.28%； 最右边是把20000tPHA全给了另一台，也是0.28%； 中间是均分，概率是0.32%。
可见，均分会比只分给其中一台更多一点。
以上是关于 1605 矿工竞赛二期的全部介绍，欢迎大家到论坛与我们进行更多讨论。
Phala Network 是 Polkadot 上的隐私计算平行链，基于类pow 的经济激励模式，Phala 将构建出一个由全球数十万矿工组成的分布式隐私计算云，进而作为波卡平行链、辐射所有区块链生态的Defi、数据服务等其他应用。基于 Phala 的应用 pLibra 和 Web3 Analytics 已经获得两次 web3 基金会 grant 。Substrate Builders Program 首批成员。Linux基金会成员。隐私计算联盟（CCC）成员。
