比原链朗豫：区块链+AI，异构计算时代正在来临

今年6至8月，主流厂商开始密集发布新矿机，矿业迎来新时代，而矿机迭代无疑是时代划分的重要依据。

10月14日，“2018新时代矿业峰会”在成都召开，这场聚焦矿业的大会吸引了800余位创业者。币印创始人朱砝称，高算力、低功耗成为新时代矿机的标准。而这也意味着大批矿机或将退出历史舞台。

朗豫是比原链CTO，他在题为《区块链+AI，迎接异构计算时代》的演讲中称，区块链和AI非常相似。例如比特币共识需要大算力，算力是比特币稳定的保障。AI要做人脸识别，对应也需要很多算力。“我们如何在这个时代把两个主题结合起来，创造更多价值？”

朗豫提到，比原链创新性的打造了基于张量计算的共识算法——Tensority，使用该共识算法的矿机可以摆脱传统Bitcoin共识算法下ASIC矿机更新换代后硬件浪费的桎梏。它即可以用来挖矿，也可以用作AI计算，矿工可以自由选择。某种程度上，它实现了资源的复用。同时又让所有能运行比原链节点的设备都能参与到AI计算中来，让异构设备为AI产业提供大量的计算力。

以下为朗豫演讲，经整理。

AI的潜力和区块链的价值

华为发布了最新的旗舰手机Mate20Pro，技惊四座，AI成为重要的营销噱头。手机厂商频繁蹭热度的AI目前发展到什么程度了？未来会怎样？朗豫认为，预计2020年用于各类智能设备的ARM芯片出货量达1000亿颗。而深度学习的应用会让算力在未来10年内有10万倍的需求提升。也就是说，未来算力的增长将远远超越CPU时代的“摩尔定律”。

这不难理解，2017 年国务院正式印发新一代AI发展规划，在《规划》中AI被提升为国家重要的发展战略。而AI芯片也成为目前各大半导体厂商关注的重点，“竞赛选手”包括了Google、 寒武纪、华为，以及矿圈领头羊比特大陆。另外，随着互联网由文字向短视频、长视频阶段不断迁移转型，与之相对应的，包括监控、视频识别、头像识别需求不断上涨，而这都需要算力支持。

那么区块链呢？朗豫认为，区块链有四个特点。其一，它是一个永不停止的信用机器，通过智能合约可以自动完成使用者所提交的任务。其二，它是去中心化的协议，所有人可以同时参与，且信息不可篡改。其三，它是一个经济生态系统，是包括钱包、交易所、矿场等多角色参与的社区。其四，它是一种新思想，无需第三方背书，所有运作规则公开透明。

“我在传统互联网发起一个项目，所有项目上下游市场都吃掉，我就能做到最大。区块链里一个企业不可能把产业链的利润都吃掉，这样生态就可能出现风险。众人参与，而不是一个人把事情都做完了。参与的人越多，生态越繁荣，这是和传统互联网不一样的地方。”朗豫说。

比原链：链接AI和区块链的桥梁

“我们如何在这个时代把两个主题结合起来？”朗豫提到，比原链就可以为这个问题提出解决方案。

这里需要介绍比原链。2017年9月，比原链0.1.0版本发布，2018年4月，基于Tensority共识的比原链1.0.0主网上线。7月26日，比原链智能合约正式上线，开发者可以基于比原链开发Dapp。它是一张智能资产的互联网，比原链注重底层技术的开发和应用，关注底层代码、协议及底层运作，从而赋能资产上链，但本身并不直接参与资产上链业务。

朗豫认为，比原链有四种创新。其一，比原链是数字资产领域的公链项目，目的是打通数字世界资产（byte）和原子世界资产（atom），实现资产所属权与唯一性。其二，基于UTXO 模型，比原链扩展了Bitcoin单一资产的应用，体现灵活性和可控性。其三，设计独有的基于金融资产交易的合约系统，可用于金融资产交易。其四，独创的共识算法“Tensority”可以打通AI算力和区块链算力的边界，它让AI跟区块链相结合，让区块链算力运用在AI云加速服务中。

Tensority:一种基于张量计算的共识算法

POW或许很多人都不陌生，它是Bitcoin的共识协议，比原链也采用了这种协议。去中心化，核心基础是“Permissionless”（无需许可）。需不断提升算力，建立算力壁垒，提升区块链安全。协议可自我更新迭代，脱离单点故障。

在POW机制下，传统Bitcoin的共识算法是求SHA256结果，算力是在做重复的哈希计算，在其它的现实应用里无法使用，即算法不通用。这使得Bitcoin矿机迭代速度非常块，大量硬件被浪费。Tensority相对应的创新就在于算法的通用性和硬件的可复用性。“它可以做一些动态平衡，如果AI、深度学习收益更大，算力可以用作AI计算。如果挖比原利益更大就切换到比原挖矿。上一代的硬件则完全可以用作AI计算。”朗豫说，这是发明一种新算法的初衷。

Tensority采用了张量计算，特别是矩阵乘运算，它是深度学习的基本组成部分。Tensority 构建256 X 256 X 256的随机矩阵相乘，得到的结果再进行SHA256来计算最终工作量。这是一种通用型算法，任何GPU，甚至是智能手机，监控摄像头等，所有的智能设备都可以应用该算法提供算力，得到比原奖励。“我们与西南交通大学实验室合作，已经从理论上证明了矩阵填充随机性和结果随机性。”朗豫说，Tensority的共识机器天然适用AI硬件加速。

实际上，AI算力共享已经成为一种流行的商业模式，Vectordash、Snark AI就通过出租GPU算力给深度学习使用者。目前，Tensority专用的AI-ASIC芯片（TPU）与GPU并存，在市场需求调节的情况下，让拥有者自由选择两种任务。

异构计算、边缘计算将深入人类社会

朗豫认为，当前，随着科技的发展，在算力方面存在几大趋势。比如，传统中心化云服务越来越难以承担长期算力增长下的电力成本，异构计算、边缘计算会深入人类的各方各面。

如果能够分析通用计算设备的利用率，使设备资源复用，就能让空闲资源使用最大化。要达到这一目的，需先搭建异构分布式计算平台，连接各类闲置设备。对于架构者而言，需要考虑以下四点。

1、分布式计算框架与Stratum协议结合，将挖矿和通用计算结合，设计异构分布式计算平台；
2、研究瓶颈（难度主要在存储IO），探索深度学习训练和推理适用的场景；
3、研究智能AI设备架构，降低通信功耗，压缩数据传输成本；
4、开发分布式负载均衡任务分配算法，适用于不同成本的AI设备。

此类设计有何价值？朗豫称，它能实现区块链和AI的正反馈循环。即更多算力设备运行比原链，比原链用户多， 共识有利可图，比原链算力大，系统越安全。在此过程中，AI芯片也将得到快速发展。

不久前，MATpool矿池上线，它目前是一个基于比原链挖矿的矿池。朗豫把它比作了一座桥，是AI云实现的第一步。在未来，预计海量AI计算设备会成为比原链算力来源，包括那些监控设备。而在第四季度，专用的基于GPU的AI&Mining 分布式计算框架Demo也将浮出水面。