算力大爆炸拐點到來，六位大咖共話“計算主義”黃金時代
2018年11月18日，“2018比原鏈全球開發者大會”在杭州國際博覽中心（G20會館）繼續進行，這是杭州第一次由開源組織舉辦的技術型峰會，也是杭州被譽為區塊鏈之城以來規模最大的一場區塊鏈開發者大賽，100+開發團隊歷經4個月激烈廝殺，16支團隊在本次大會上展開最終角逐。
在當天由巴位元COO屈兆翔主持的“計算主義，區塊鏈與人工智慧”圓桌論壇上，巴位元創始人長鋏，PlatON創始人孫立林，嘉楠耘智人工智慧生態特聘專家胡楠，深知無限人工智慧研究院CEO高迪，登臨科技BD VP謝傑就該話題展開了精彩的思想碰撞。
以下為圓桌乾貨內容，巴位元整理：
計算主義文藝復興黃金時刻已到來？
巴位元創始人長鋏：對區塊鏈來說，計算力是防止51%攻擊的壁壘，對人工智慧來說，計算力就是直接生產力。我們可以通過區塊鏈的共識機制為AI注入強大計算力。
長鋏：我覺得我們現在應該慶幸自己處在這樣的時代，就是處於計算力大爆炸的拐點時刻，這意味著湧現非常多的機會，就我個人而言，我從事區塊鏈行業，也是源於“計算即權力”的思想。
我有一個觀點，工作量證明機制，這個詞的翻譯可能有點誤導，因為現在有人提出“內容即挖礦”等等所謂的共識機制，嚴格意義上來說，就像今天白碩老師分享的，共識難就難在需要提出一種方法，使得計算很難，驗證又很容易。所以歸根結底是要構建時間上的單向性。 “交易即挖礦”，“內容即挖礦”等等，交易可以刷量，內容可以複製貼上，後者提出的創新本質上是一種經濟激勵機制的創新，而不是共識機制的創新。工作量證明機制，本意是計算力證明機制。
另外，關於計算主義。現在最新興的兩大科技—人工智慧和區塊鏈，都離不開計算力的支援，對區塊鏈來說，是計算力防止51%攻擊的壁壘，對人工智慧來說，計算力就是直接的生產力。
很多人說，當下的人工智慧還是低階的智慧，可能只能實現人腦5秒鐘之內做出判斷的能力，它離真正的智慧還有非常遠的距離。但是其實一方面我們的資料量已經很大了，BAT這類巨頭都擁有海量的資料，物聯網的普及又會帶來更多資料量，但計算力卻沒有跟上資料量爆炸的趨勢，因此才導致當前的AI領域其實也是處於一個瓶頸的階段。
因此比原鏈提出了一個創新，融合區塊鏈和AI的計算。如果我們把計算力比喻成兩個水池，區塊鏈領域的計算力水池，水位是很高的，AI領域的水位其實相對是比較低的，為什麼這麼說？因為我們知道AI的深度學習也好，加速服務也好，大部分還是用顯示卡，還有一些用FPGA，用到專用整合晶片的還是非常少的。但是在區塊鏈領域，ASIC晶片的礦機已經非常普遍，所以這是一種計算力的不對稱。
所以也有人批評區塊鏈的共識消耗了大量的計算資源，確實如此，因為我們雜湊運算的應用範圍過於侷限，想把雜湊運算推到更加通用的計算領域會非常困難。因此我們做了一個創新，假設如果我們能夠把AI運算中最通用的計算融入到區塊鏈共識中，相當於把兩個水池打通了，左邊的水位相應會下降，右邊的水位會上升，其實我們可以通過這樣的共識機制來為AI這個非常大的市場注入計算力。
所以我們現在正在做這樣的嘗試，也得到了一定的響應。已經有越來越多的AI裝置廠商支援tensority挖礦，還有一些原本和區塊鏈並不相關的行業，比如攝像頭，物聯網的終端裝置，也會想到與比原鏈合作，支援tensority挖礦，我覺得已經看到了一個非常喜人的苗頭，因此我非常支援在計算這條路上一直走下去。
PlatON創始人孫立林：計算是人類認知的根本過程
孫立林：我對這個理念完全信仰。今年3月我們團隊在香山封閉了一週時間，最後把它拆分為三件事：共識，驗證，計算。PlatON著力最多的地方是在計算，其次是驗證，共識我們基本上沒有做什麼新的突破。當時有一位團隊裡密碼學的老師提到了“一切皆可計算”，給予我們特別重要的啟發，我就把亞馬遜書城上所有和計算有關的書都買了，逼著我們演算法團隊把所有和計算有關的理論在很短時間內過了一遍，這件事情給我們一個非常深刻的體驗。我們是這樣總結這件事情的：
第一， 從硬體的角度來說，傳統的CPU架構已經無法適應今天的計算增長，GPU也有問題，所以從整個硬體行業的趨勢來看，都在做FPGA，很多傳統硬體公司還做了FPGA雲。因此，從硬體來說，計算架構的變化應該是未來非常重要的一件事情。今年3月份谷歌大會的時候，新的董事長的標題就叫《計算架構的未來》。
第二， 從軟體和演算法角度，它屬於計算複雜性科學的重要分支，我們比較重的投入在密碼學，我們發現從演算法來說，最終都歸結於計算問題。因此任何一個密碼學的架構會極大地提升通訊複雜度和計算複雜度，需要軟體、硬體一體化的提升。
第三， 我們的理解，計算的本質到底是什麼？也有可能是錯的，今天給大家拋磚引玉。我們的理解，計算就是人類認知的過程，是一個認知的根本過程，比如，無論是當年長鋏寫科幻小說，還是今天做比原鏈，其實都是我們對區塊鏈展開的新的數字化世界的認知。而他真正的載體是靠計算過程來實現的，所以我們認為在計算主義的理念和旗幟下做這個事情，讓我和我們的團隊充滿信念，也會一直在這條路上走下去。
嘉楠耘智人工智慧生態特聘專家胡楠：計算就是價值，在商業環境中已經發生了。
胡楠：其實有關計算的價值和算力的標價，我認為在比特幣和其他挖礦的市場，直接給出了算力和定價的直接關係。嘉楠耘智在佈局AI和區塊鏈方面是比較早的，今年有兩件事情，一是嘉楠耘智七奈米的比特幣挖礦礦機量產，並且交付給客戶相當的數量；第二件事情，是28奈米的邊緣計算AI晶片同時推向市場。
今年我們在跟客戶交流的時候，會發現一件很有意思的事情，大家已經很快到了我要多少T算力，我的價格是多少美金的狀態。所以主持人提到的有關計算就是價值，計算就是力量，其實在商業環境中已經發生了。
另一點，整個社會的資料量仍然在爆發，因此對於計算來說，我認為以後一定是異構計算、多種計算平臺同時共存。因此對密碼學以及相關軟硬體企業來說，都是非常好的繁榮時代。
登臨科技BD VP謝傑：當下硬體層面的挑戰和機遇在於，（如何滿足）軟體層面業務需求的定義
謝傑：我是做半導體出身的，但是在2012年就開始在自己家裡用電腦挖比特幣。在這個領域，我對POW是堅定的信仰者和支持者。
說回晶片本身，現在半導體的發展已經非常先進成熟，計算能力大大溢位了傳統的應用層面，業務模型的需求，因此現在可以看到，對於硬體的計算效能，更多是由軟體定義的。這和80、90年代的半導體設計是不一樣的，那時候硬體計算效能不夠強，嚴重製約軟體發展，現在這些問題慢慢不存在了，因為在整個晶片開發上，異構架構計算越來越流行。所以硬體層面上，更多挑戰或機遇是如何面對軟體層面的業務需求反過來的定義，由軟體定義硬體，定義晶片如何開發。
算力也是很有意義的討論點。除了挖幣以外還有很多應用，比如自然語言處理，基因測序，有點像煉丹爐，也需要大量積累。這對人類來說也是探索的過程，可能現在因為技術發展到更高度的抽象化，以前可能需要哥倫布去探索世界，現在可能用一種計算能力針對一種模型去驗證，得出一種幫助人類社會進步的結果。
深知無限人工智慧研究院CEO高迪：在更早的研究層面，每一個AI團隊應更專注本身方法論或者演算法層面，而不完全依賴算力的提升；到了AI應用一定要落地的階段，真正要比拼的就是各家算力。
高迪：算力無論對於區塊鏈還是人工智慧都是非常重要的，算力增長本身是一個很明確的趨勢。
AI在各個領域對算力依賴都比較重，大家往往會想到深度學習和深度神經網路，很多人是近兩年聽說這個概念，但神經網路從提出至今差不多有半個世紀的歷史。神經網路最早被提出來的時候，被很多不同的方法論去比較，有一段時間大家甚至認為它是無效的，之所以今天深度神經網路被認為是機器學習裡非常重要的，其中一個重要的原因確實是得益於計算力的提升。
同樣還有另外一點，就像神經網路、深度學習不能解決人工智慧的所有問題一樣，算力也不能解決今天AI面對的所有問題。我們以深度學習來舉例，有一個非常著名的跨國企業，他們在做近期一系列的人臉識別研究裡，就發現它的演算法最終訓練出來的模型對於白人和黑人，明顯認為白人會相對受過更好的教育，帶有明顯的資料上的偏見。之所以會存在這個問題，肯定不是在算力上出了問題。所以對於今天AI的發展，我們要一分為二來看，在更早的研究層面，每一個AI團隊應更專注本身方法論或者演算法層面，而不完全依賴算力的提升。
所以在我們的很多研究方向上，嘗試不斷用混合式機器學習架構來解決問題，比如更多去應用強化學習的技術，能夠讓演算法設計或迭代更高效；另一方面當演算法相對比較成熟，迭代到相對階段性固化的版本以後，或者到了AI的應用一定要落地的階段，真正要比拼的就是各家的算力。