Nombre | Bitpanda Asset Management GmbH, Bitpanda GmbH |
Identificador de entidad jurídica relevante | 9845005X9B7N610K0093, 5493007WZ7IFULIL8G21 |
Nombre del criptoactivo | Avalanche AVAX |
Mecanismo de consenso | Avalanche AVAX está presente en las siguientes redes: Avalanche, Avalanche X Chain
La red de cadena de bloques Avalanche emplea un mecanismo de consenso único de prueba de participación llamado Avalanche Consensus, que implica tres protocolos interconectados: Snowball, Snowflake y Avalanche. Proceso de Avalanche Consensus 1. Protocolo Snowball: o Muestreo aleatorio: Cada validador toma una muestra aleatoria de un pequeño subconjunto de tamaño constante de otros validadores. Sondeo repetido: Los validadores sondean repetidamente a los validadores muestreados para determinar la transacción preferida. Contadores de confianza: Los validadores mantienen contadores de confianza para cada transacción, incrementándolos cada vez que un validador muestreado apoya su transacción preferida. Umbral de decisión: Una vez que el contador de confianza supera un umbral predefinido, la transacción se considera aceptada. 2. Protocolo de copo de nieve: Decisión binaria: Mejora el protocolo de bola de nieve al incorporar un proceso de decisión binaria. Los validadores deciden entre dos transacciones en conflicto. Confianza binaria: Los contadores de confianza se utilizan para rastrear la decisión binaria preferida. Finalidad: Cuando una decisión binaria alcanza un cierto nivel de confianza, se convierte en definitiva. 3. Protocolo Avalanche: Estructura DAG: Utiliza una estructura de gráfico acíclico dirigido (DAG) para organizar las transacciones, lo que permite un procesamiento paralelo y un mayor rendimiento. Orden de las transacciones: Las transacciones se añaden al DAG en función de sus dependencias, lo que garantiza un orden coherente. Consenso en el DAG: Mientras que la mayoría de los protocolos de prueba de participación utilizan un consenso tolerante a fallos bizantinos (BFT), Avalanche utiliza el consenso Avalanche. Los validadores llegan a un consenso sobre la estructura y el contenido del DAG a través de repetidos Snowball y Snowflake. |
Mecanismos de incentivo y tarifas aplicables | Avalanche AVAX está presente en las siguientes redes: Avalanche, Avalanche X Chain
Avalanche utiliza un mecanismo de consenso conocido como Avalanche Consensus, que se basa en una combinación de validadores, staking y un enfoque novedoso del consenso para garantizar la seguridad e integridad de la red. Validadores: Staking: Los validadores de la red Avalanche deben staking tokens AVAX. La cantidad staked influye en su probabilidad de ser seleccionados para proponer o validar nuevos bloques. Recompensas: Los validadores obtienen recompensas por su participación en el proceso de consenso. Estas recompensas son proporcionales a la cantidad de AVAX apostados y a su tiempo de actividad y rendimiento en la validación de transacciones. Delegación: Los validadores también pueden aceptar delegaciones de otros poseedores de tokens. Los delegadores comparten las recompensas en función de la cantidad que delegan, lo que incentiva a los poseedores más pequeños a participar indirectamente en la seguridad de la red. 2. Incentivos económicos: Recompensas por bloque: Los validadores reciben recompensas por bloques por proponer y validar bloques. Estas recompensas se distribuyen a partir de la emisión inflacionaria de tokens AVAX de la red. Tarifas de transacción: Los validadores también ganan una parte de las tarifas de transacción pagadas por los usuarios. Esto incluye tarifas por transacciones simples, interacciones de contratos inteligentes y la creación de nuevos activos en la red. 3. Sanciones: Reducción: A diferencia de otros sistemas de PoS, Avalanche no emplea la reducción (es decir, la confiscación de tokens apostados) como sanción por mala conducta. En su lugar, la red se basa en el desincentivo financiero de la pérdida de futuras recompensas para los validadores que no están constantemente en línea o actúan de forma maliciosa. o Requisitos de tiempo de actividad: Los validadores deben mantener un alto nivel de tiempo de actividad y validar correctamente las transacciones para seguir obteniendo recompensas. Un mal rendimiento o acciones maliciosas dan lugar a la pérdida de recompensas, lo que proporciona un fuerte incentivo económico para actuar con honestidad. Tarifas en la cadena de bloques Avalanche 1. Tarifas de transacción: Tarifas dinámicas: Las tarifas de transacción en Avalanche son dinámicas y varían en función de la demanda de la red y la complejidad de las transacciones. Esto garantiza que las tarifas sigan siendo justas y proporcionales al uso de la red. Quema de comisiones: Una parte de las comisiones de transacción se quema, eliminándolas permanentemente de la circulación. Este mecanismo deflacionario ayuda a equilibrar la inflación de las recompensas en bloque e incentiva a los poseedores de tokens al aumentar potencialmente el valor de AVAX con el tiempo. 2. Comisiones de contratos inteligentes: Costes de ejecución: Las comisiones por implementar e interactuar con contratos inteligentes están determinadas por los recursos computacionales necesarios. Estas tarifas garantizan que la red siga siendo eficiente y que los recursos se utilicen de forma responsable. 3. Tarifas de creación de activos: Creación de nuevos activos: Existen tarifas asociadas a la creación de nuevos activos (tokens) en la red Avalanche. Estas tarifas ayudan a prevenir el spam y garantizan que solo los proyectos serios utilicen los recursos de la red. |
Inicio del período | 2024-09-11 |
Fin del período | 2025-09-11 |
Consumo de energía | 825620.53250 (kWh/a) |
Recursos y metodologías de consumo de energía | El consumo energético de este activo se agrega a través de múltiples componentes.
Para calcular el consumo energético, se utiliza el enfoque denominado «ascendente». Se considera que los nodos son el factor central del consumo energético de la red. Estas hipótesis se basan en conclusiones empíricas obtenidas mediante el uso de sitios web de información pública, rastreadores de código abierto y rastreadores desarrollados internamente. Los principales factores determinantes para estimar el hardware utilizado en la red son los requisitos para el funcionamiento del software cliente. El consumo energético de los dispositivos de hardware se midió en laboratorios de ensayo certificados. Para calcular el consumo energético, utilizamos, cuando estaba disponible, el identificador de tokens digitales de grupos funcionalmente fungibles (FFG DTI) para determinar todas las implementaciones del activo en cuestión dentro del ámbito de aplicación y actualizamos los mapeos periódicamente, basándonos en los datos de la Digital Token Identifier Foundation. La información relativa al hardware utilizado y al número de participantes en la red se basa en hipótesis que se verifican con el mayor esfuerzo posible utilizando datos empíricos. En general, se supone que los participantes son en gran medida racionales desde el punto de vista económico. Como principio de precaución, en caso de duda, hacemos hipótesis conservadoras, es decir, estimamos al alza los impactos adversos.
Para determinar el consumo energético de un token, primero se calcula el consumo energético de la red o redes avalanche, avalanche_x_chain. Para el consumo energético del token, se atribuye al token una fracción del consumo energético de la red, que se determina en función de la actividad del criptoactivo dentro de la red. Al calcular el consumo energético, se utiliza el Identificador de Token Digital de Grupo Funcionalmente Fungible (FFG DTI), si está disponible, para determinar todas las implementaciones del activo en el ámbito de aplicación. Las asignaciones se actualizan periódicamente, basándose en los datos de la Fundación Identificador de Token Digital. La información relativa al hardware utilizado y al número de participantes en la red se basa en hipótesis que se verifican con el mayor esfuerzo posible utilizando datos empíricos. En general, se supone que los participantes son en gran medida racionales desde el punto de vista económico. Como principio de precaución, en caso de duda, hacemos hipótesis conservadoras, es decir, estimamos al alza los impactos adversos. |
Consumo de energía renovable | 30.867997396 (%) |
Intensidad energética | 0.00005 (kWh) |
Emisiones de GEI de DLT del Alcance 1 - Controladas | 0.00000 (tCO2e/a) |
Emisiones de GEI de DLT del Alcance 2 - Compradas | 309.99228 (tCO2e/a) |
Intensidad de GEI | 0.00002 (kgCO2e) |
Fuentes de energía clave y metodologías | Para determinar la proporción de uso de energías renovables, se determinarán las ubicaciones de los nodos utilizando sitios de información pública, rastreadores de código abierto y rastreadores desarrollados internamente. Si no se dispone de información sobre la distribución geográfica de los nodos, se utilizarán redes de referencia comparables en términos de estructura de incentivos y mecanismo de consenso. Esta información geográfica se fusiona con la información pública de Our World in Data, véase la cita. La intensidad se calcula como el coste energético marginal con respecto a una transacción más. Ember (2025); Energy Institute - Statistical Review of World Energy (2024) – con un procesamiento importante por parte de Our World in Data. «Porcentaje de electricidad generada por energías renovables - Ember y Energy Institute» [conjunto de datos]. Ember, «Yearly Electricity Data Europe»; Ember, «Yearly Electricity Data»; Energy Institute, «Statistical Review of World Energy» [datos originales]. Obtenido de https://ourworldindata.org/grapher/share-electricity-renewables. |
Fuentes clave de GEI y metodologías | Para determinar las emisiones de GEI, se determinarán las ubicaciones de los nodos utilizando sitios de información pública, rastreadores de código abierto y rastreadores desarrollados internamente. Si no se dispone de información sobre la distribución geográfica de los nodos, se utilizarán redes de referencia comparables en términos de estructura de incentivos y mecanismo de consenso. Esta información geográfica se fusiona con la información pública de Our World in Data, véase la cita. La intensidad se calcula como la emisión marginal con respecto a una transacción más. Ember (2025); Energy Institute - Statistical Review of World Energy (2024) - con un procesamiento importante por parte de Our World in Data. «Carbon intensity of electricity generation - Ember and Energy Institute» [conjunto de datos]. Ember, «Yearly Electricity Data Europe»; Ember, «Yearly Electricity Data»; Energy Institute, «Statistical Review of World Energy» [datos originales]. Obtenido de https://ourworldindata.org/grapher/carbon-intensity-electricity. Licenciado bajo CC BY 4.0. |