深度分析一個多元比特資產交互協議--Bytom比原鏈白皮書

比原鏈的共識機制是PoW機制。這種機制雖然有很多優勢，但礦機對資源的耗費一直為人詬病。于是比原鏈推出了一種人工智能友好型PoW算法，基于這種算法的比原礦機，不僅可以用來挖礦，還可以進行人工智能運算。礦機怎么就和人工智能扯上關系了呢？

簡單來說，比原鏈很有心機地迎合市面上的人工智能ASIC芯片，設計了一種新的挖礦算法，并在這個算法中引入了矩陣計算。還有什么會大量用到矩陣運算呢？沒錯，就是人工智能中的深度學習。基于該算法，比特大陸設計了專門的人工智能ASIC芯片，進而推出了比原鏈人工智能ASIC礦機。

這個礦機有什么不一樣呢？我們知道，比特幣ASIC礦機一旦被淘汰下來，基本上就變成廢銅爛鐵了，但是人工智能ASIC礦機不是，即便不挖礦了，還可以發揮余熱，為人工智能項目提供算力服務。

比原鏈官方認為這是一種資源再利用，彌補了比特幣耗費大量資源的缺點，是一大進步。但是，市場的反應卻是褒貶不一：首先，人工智能PoW算法與比特幣的哈希運算相比更加復雜，這就意味著需要花費更多的計算資源，這本身就是一種浪費。而所謂的人工智能礦機至多只能算是一種廢物利用，因為一臺人工智能ASIC礦機不可能在挖礦的同時還能為人工智能產品提供AI計算。此外專門為挖礦設計的芯片在進行深度學習計算時效率怎樣呢，目前也還沒有明確的結論。

這很容易讓人覺得牽強。一方面，AI運算對于挖礦來說并沒有提升效果，相反會消耗更多資源，另一方面，如果專門為人工智能計算設計一款ASIC芯片，不用實現挖礦部分的運算，運算效率會更高，那么，勉強把二者綁在一起，就會給人一種為了人工智能而人工智能的感覺，這大概就是很多人覺得人工智能PoW算法只是一個噱頭的原因。

但是，我們換一個角度來看這個問題，你會發現，這是一個充滿想象力的市場機會。

A. 人工智能

人工智能=算法+數據+算力，三個要素缺一不可。人工智能技術近年來的發展不僅仰仗于大數據，更是計算機芯片算力不斷增強的結果。然而，AI算力需求的增長速度大大超過了芯片算力的進步。

在IT行業有一個著名的摩爾定律：“集成電路上可容納的元器件的數目，約每隔 18-24 個月便會增加一倍，性能也將提升一倍“。但是根據硅谷人工智能非營利組織OpenAI最新的分析，近年來人工智能訓練對算力的需求，每3.43個月就會翻倍。這是一個多么可怕的算力缺口！

現在，能夠設計研制自己的人工智能ASIC芯片的公司少之又少。Google在2018年谷歌I/O開發者大會上發布了TPU3.0芯片，它是專門為機器學習定制的專用芯片（ASIC），算力達到100Petaflops。但是，一般的人工智能公司是不敢奢望自己定制ASIC芯片的，那他們算力不夠怎么辦，他們目前有三個辦法，要么買，要么等，要么租。如果花費不高的價錢就能用上人工智能ASIC芯片進行AI計算，他們一定是非常歡迎的，并愿意為之付費。

B. 礦工

對于礦工來說，他們的關注點在于哪一種礦機算力更強，挖礦效率更高，成本更低。所以，淘汰下來的比原礦機還可用于AI算力出售，這可以有效地降低礦工們的投資成本；算力與GPU礦機拉開較大差距，這可以大幅地提升礦工們的挖礦效率。就憑借這兩點，礦工們一定會大量采用人工智能礦機，原因很簡單，收益更高，可產生收益時間更長。

C. 比原鏈

礦機可為比原鏈帶來更多的礦工，他們一方面為比原鏈的運轉提供算力服務，同時也會是比原鏈代幣的持有者、甚至是維護者。礦機制造商，不，應該是AI芯片制造商，也會成為比原鏈的盟友。這樣，比原鏈的礦機就能構成一個具有人工智能ASIC算力的分布式集群系統，為比原鏈提供有力的算力支撐。