比原链CTO朗豫：区块链赋予AI边缘计算无边的影响力

3月29日，在葡萄创投主办的《飞鸟 | 2018中国区块链技术与应用高峰论坛》上，比原链CTO、联合创始人朗豫应邀作主旨演讲。

以下为朗豫的演讲全文，由整理。

比原链CTO、联合创始人朗豫

今天我的演讲主题是《区块链赋予AI边缘计算无边的影响力》，关于区块链和AI计算两个领域的结合。

云计算与边缘计算

什么是云计算平台？就是说我们所有的数据，包括人脸识别的数据，识别行为特征的数据，它们会从终端设备上传到云计算的服务平台，通过一系列复杂的算法，产生一个相应的数据。

边缘计算是最近非常火的领域，苹果的人脸识别的芯片，它并没有上传任何数据到云端服务，而是在自己的手机芯片上存储人脸数据，它是把所有计算资源和存储放在本地，边缘计算我认为是后人工智能发展的未来趋势。

今天我讲的是区块链如何与边缘计算，如何与AI计算结合的例子。可能大家有疑问，我具体阐述下它们是如何进行结合的。

什么是比原链（Bytom）？

 

Bytom，这个单词是字节（byte）和原子（atom）的结合。我们的定位是一个针对资产领域的专用性公链协议。我们的目标是搭建一个桥梁，将比特资产（包括各种各样的代币，各种各样的数字资产）和原子资产（也就是现实中的一些债券、股权）结合起来。我们的对象是任何需要将自有资产流动起来的用户和机构。我们知道整个金融市场，包括金融的衍生品市场，绝对是一个百万亿级的市场，而目前比特资产其实只占整个金融市场一个非常小的比例，所以我们面对的是一个非常广阔的市场，所拥有的市场潜力也非常巨大。

Bytom的架构

这是比原链的架构，这里包含了我们的四重创新。第一层是数字资产所属权与唯一性，它打通了byte和atom的界限；第二层是基于UTXO模型，有的朋友可能了解，它类似于比特币的模型，和以太坊的模型是有差别的。第三层是我们设计的基于金融资产交易的合约系统。最后这一层是我们独创的共识算法“Tensority”,这是一个POW的算法，它真正打通了人工智能和区块链的边界线。我们今天主要来讲这部分，也就是区块链为什么会和人工智能结合在一起。

Tensority ——一种基于张量计算的共识算法

 

Tensority 是一种基于张量计算的共识算法。我们借用了人工智能深度学习中，所用到矩阵运算、卷积运算中最核心的算法。这里有两个普遍疑问需要先给大家解答下。

为什么要用POW？

有的项目可能认为POW效率低，其他证明机制比如DPOS共识算法会更高效。所以为什么用POW，这是有争议的地方。

第一个原因，我们认为，Bytom是一种协议，公链最基本的需求就是它应该是非许可制的，而其他的DPOS、PBFT等是一种许可制的算法，也就是别人同意你才能加入。而比原链应该是中性的协议，不需要得到任何人的许可就可以加入，因而我们认为POW是符合条件的。

第二个原因，算力壁垒是建立公有链生态的最好方法。我们知道现在最重要的两个公链是比特币和以太坊，以太坊想要切入POS整体进程非常艰难，几乎不太可能。比如POS，如果我不是炒币，正常逻辑下我一定会去选择效率最高，成本最低的那条链去部署。POS是非常容易被复制的一条链。

第三个原因，协议可自我更新迭代，脱离单点故障。由于单点故障导致整个网络瘫痪的状况，POW几乎不可能出现。

为什么要发明一种新的算法？

第二个要解答的疑问是为什么要发明一种新的算法，这个其实比较有意思。也是基于三点原因。

一是我们考虑传统的比特币的共识算法，是SHA256的方法，但是它和很多设备、终端节点不通用。我们讨论边缘计算，是要让我们的节点尽可能的跑在更多的终端设备中。

二是比特币的矿机迭代速度非常快，它有些浪费。新一代矿机出来，上一代就变成废铁了。我们就在考虑它是否可以重复使用呢？比如跟现实商业中的应用结合。

三是公有链的社区全结点是很重要的指标，它需要吸引大量用户参与共识，所以网络是否强壮，是否被更多人接受，都是它需要提供的便利条件。

Tensority解决了什么问题？

在上面我们解释了用POW的原因，也提出了POW当下存在的一些问题，那么现在我们来讲讲Tensority是如何解决这些问题的。

一、通用性的问题

第一个我们解决了设备通用型的问题。2017年国务院发布了新一代的人工智能和智能规划，人工智能将会在国家的发展进程中占据非常重要的地位。张量计算，特别是矩阵乘运算，是深度学习的基本组成部分。Tensority构建三个256的矩阵相乘得出一个结果，通过SHA256计算最终工作量，这是我们计算的核心。我们跟西南交通大学的实验室合作，已经得到了证明，认为它们是随机可控的。我们已经可以认为，它是一种通用型的算法，任何的GPU，比如大家的智能手机、智能设备都可以应用到我们这个算法，来参与共识，得到比原币的奖励。

二、设备和算力复用

第二个我们实现了设备和算力的复用，AI的算力共享。这其实已经成为一种比较时尚的商业模式。比如Vectordash，它是一家硅谷的公司，提供GPU算力出租的服务给公司或者学者，如果没有人租，他就拿这个算力去挖矿，这就会产生商业平衡。

我们也是类似的情况，我们的ASIC芯片，它既可以去做 Mining BTM，也可以做AI硬件加速，根据不同的市场情况进行调节，选择不同的任务。而且，当下一代芯片出来之后，产生更高的算力去挖比原币，淘汰下来的机器就可以做加速的服务。一方面极大的提高了比原生态的健壮性，另一方面使得人工智能芯片的发展速度大大提升了。

三、便利的运行条件

第三个我们创造了便利的运行条件。如何让你的设备快速进入比原的网络，AI边缘计算在FaceID这个芯片一经问世后，就成为各大半导体厂商关注的重点。根据ARM的财报看，预计在2020年出货后，用于各类智能设备的芯片将达到一千亿颗。所以边缘计算所使用的芯片，一定会所有的终端设备中。大家以后运行我们的全节点，可能不在PC机上，也可能不在服务器上，而是在家里各种各样的路由器、摄象头、手机这样的AI设备中。在这样的情况下，比原就拥有了潜力非常巨大的市场，每个人都可以去参与，我们这个社区会变得越来越大。

四、One Camera One Vote

我们提出这样的口号叫做One Camera One Vote。监控摄像头是比原链天然的最适合运行的设备。它的设备基数特别大，在中国有1.76亿，预计在五年后会超过全人类的数量，而且它的特性是7*24小时的待机状态，有网络、有存储，我们测试过在运行比原链的情况下，它的耗电仅增加了1%。当然现在摄像头可能并没有配备这样的人脸识别或者模式识别的芯片，但是随着迭代，以后会有越来越多的摄像头增加人工智能的属性，这样我们就可以促进Bytom网络的建造，同时让更多人参与到比原的生态中，因为只要运行了全节点，任何的商业模式就都可以在这上面进行拓展。

五、区块链和AI正反循环

这是我们的商业的正反循环：运行比原的设备越多——比原的用户越多——比原的算力越大——共识越有利可图且AI芯片发展得越快，这就是我们所思考的，能带给区块链和AI边缘计算这两个行业的最大贡献。

Bytom现状——主网预计4月上线

我们的项目预计在4月中旬，主网会上线，算法所有的细节和白皮书会在发布会上对全世界公布，代码当然已经开源，可以访问http://github.com/Bytom/bytom查看。

谢谢大家！