移動端和
物聯網智能設備的迅猛發展，勢必需要算力從集中向終端分布式部署，最終在中心化和分布式兩者間取得平衡。
人工智能在算法優化階段需要投入大量的算力，Google的明星機器人AlphaGo在擊敗李世石之前，DeepMind團隊使用了48顆TPU對AlphaGo進行了數個月的3000多萬盤對弈訓練。顯然移動時代，大量的數據在本地存儲的模式不在適合。因此，算力一定會隨著移動設備和物聯網智能設備的發展而向邊緣傾斜，實現算力的分布式部署。服務端與客戶端分離的結構，移動端的分布式機器學習就成為重要的方向，Google在這方面已經獲得產品級突破——Google基于TensorFlow構建了全球首個產品級可擴展的大規模移動端聯合學習系統，目前已在數千萬臺手機上運行。分布式算力的瓶頸還在于有效的經濟激勵機制的施行，而
區塊鏈的激勵機制正好提供很好的市場激勵制度。
版權申明：本內容來自于互聯網，屬第三方匯集推薦平臺。本文的版權歸原作者所有，文章言論不代表鏈門戶的觀點，鏈門戶不承擔任何法律責任。如有侵權請聯系QQ：3341927519進行反饋。
