烏鎮·巴比特CTO金磊：打通算力堰塞湖，推動產業區塊鏈加速落地_區塊鏈:人工智能

11月9日上午，在由巴比特主辦的“2019世界區塊鏈大會·烏鎮”分論壇——“區塊鏈大事件：新熱點與探索者”現場，巴比特CTO禁獵發表《融合算力，釋放價值》主題演講。

最近幾十年，全社會的算力呈現爆發式的增長，給人類的生活、科學技術各個方面帶來了很多顛覆性的改變。然而，目前區塊鏈行業里面的算力就如同堰塞湖，算力并未與其他行業打通，價值得不到釋放。針對這一痛點，巴比特推出矩池云平臺，以算力為橋梁，采用智能調度算法、分布式存儲和混合云部署等創新技術，為Web用戶和企業用戶提供算力服務，進而打通區塊鏈世界與其他產業的隔閡，加速推進產業區塊鏈落地。

以下為金磊演講全文，巴比特整理：

今天非常高興有這個機會來這里跟大家做一個分享，我是巴比特CTO金磊。

之前我一直在互聯網行業做技術開發，去年加入巴比特以后才開始接觸區塊鏈行業。在這一年當中，我能感受到區塊鏈行業的迅猛發展。

我想從不同的角度聊一聊區塊鏈怎么去跟具體行業實現落地應用。

我想以這兩張圖片來引出接下來的話題。看左邊這張圖片，在座的朋友可能第一個反應是：這是一個水力發電站，有廉價的電力，會想到挖礦，然后接下來又想到收益。但是我今天不想狹隘地聊挖礦這件事情，因為挖礦無非牽涉到硬件、算力、收益等，我想從一個更廣的視角去聊一聊算力這件事情。

直擊烏鎮 | TOP Network CEO：區塊鏈應用落地第一大監管障礙不是政府，而是應用商店:金色財經現場報道，11月8日，TOP Network CEO Steve Wei在TOP主網發布會現場發表演講時指出監管環境是公鏈落地的一個巨大問題，但是大家可能沒有意識到，區塊鏈應用落地第一大監管障礙不是政府，而是應用商店。基本上App Store不允許任何以Crypto支付的應用存在。[2019/11/8]

大家都說2020年是區塊鏈落地的元年，在這個大背景下，算力怎么推動這個行業的落地？怎么給社會帶來更大的價值？這是我們現在要去回答的一個問題。

讓我們回到這兩張圖片。左邊這張是水庫大壩，右邊那張圖片可能很多朋友不一定知道是什么，其實它是一個堰塞湖。水庫和堰塞湖之間有什么區別？水庫是人工圍成的湖泊，它可以通過人工的調節，在枯水期的時候可以開閘放水，去緩解下游的旱情，在豐水期把水庫關上蓄水，同時避免下游的洪澇災害。所以通過水庫的調節作用，對下游的生產生活有很大的正面促進作用。

但是堰塞湖是土石塌方形成的湖泊，不受人的意志而控制。隨著水位的上升或者土石的松動隨時都有塌方的可能，有下游的生產生活造成很大的威脅。

在我看來，在今天區塊鏈行業里面的算力其實更像是一個堰塞湖，這些算力是被圍在堰塞湖里面，有很高的水位，同時這些算力跟其他行業之間有很少的流通，也被外界詬病POW挖礦消耗大量的算力，但是在今天挖礦這件事情的收益也是非常低的。

直擊烏鎮 | 嘉楠耘智孔劍平：未來將是基于區塊鏈底層的數字世界:金色財經現場報道，在今日舉行的第二屆世界區塊鏈大會·烏鎮現場，嘉楠耘智聯席董事長孔劍平做出“區塊鏈：開啟可信硅基文明”的主題演講。他指出未來將是基于區塊鏈底層的數字世界，數字資產的世界會起來越龐大，包括：數據資產、實物資產數字化和數字貨幣。數字經濟將成為未來經濟增長的主動力。同時，孔劍平認為比特幣突破10萬美元唯一的障礙是時間，但過程是曲折的，現在的量子計算對比特幣和區塊鏈還不構成影響，減半是導火線，會帶來供需的變化，但不一定帶來比特幣的上漲。更多詳情見原文鏈接。[2019/11/8]

亞當史密斯有一個非常著名的自由貿易理論，就是說參加自由貿易的雙方其實都可以從貿易當中獲得收益。同樣的理論也可以應用到區塊鏈和其他行業之間的算力流通，如果我們能把算力打通的話，其實也能夠給整個系統產生更大的價值。

說到算力，肯定就離不開摩爾定律，摩爾定律是說每隔18個月到24個月，我們在集成電路里面的晶體管數目都會翻1倍。早在1971年的時候，英特爾發布的4004芯片里面只有區區2300個晶體管，芯片的制造工藝是10微米，相當于現在頭發絲的粗度。到今天，大家手里的智能手機里面的芯片已經包含了100-200億個晶體管，制造工藝也是縮小到了9納米甚至是7納米。芯片里的晶體管的數目可以看作是算力的近似指標，我們可以看到在最近幾十年里面，其實整個算力是一個爆發式的增長。同時，由于算力的爆發式增長，也是給我們的生活包括社會、科學技術各個方面都帶來了很多顛覆性的改變。

直擊烏鎮 | 嘉楠耘智孔劍平：Libra帶來的才是真正的貨幣戰爭:金色財經現場報道，在今日舉行的第二屆世界區塊鏈大會·烏鎮現場，嘉楠耘智聯席董事長孔劍平指出Libra帶來的才是真正的貨幣戰爭，DCEP將引領央行數字貨幣，Libra掀起的是貨幣戰爭，而BTC有要付成為數字世界之錨，未來會發生的是貨幣戰爭、算力戰爭和可信應用。他還表示，未來將會是云計算、超級節點加邊緣計算的時代。長期來看，區塊鏈混合計算（POP）會超越現在的房地點和數字地產成為人類有史以來重要的資產類別。硅基文明是一個分布式的數字社會，硅基文明時代，一切算力都將來源于礦機，礦機是硅基文明的基石，礦工是硅基文明的奠基者。[2019/11/8]

我們身邊的很多例子，比如說智能手機甚至是4G、5G的應用，給我們生活帶來了很大便利。下面我講一下大家可能并不是那么熟悉，但是給人類社會帶來非常深遠影響的幾個例子。

案例1：基因測序。在人的DNA里面有4種堿基，而基因測序做的事情就是測定DNA里面這4種堿基的排列順序。通過對個體的基因測序，我們可以發現病變的基因，從而對疾病進行提早的治療和預防。人類第一次完整地完成基因測序是在2003年，前前后后當時一共花了13年的時候，耗費了10億美金。而今天，有些朋友可能已經看到一些基因測序的產品商業化了，而我們今天去做一個基因測序只需要不到2天的時間，同時費用也在一千美金以內。這是近20年以來算力的爆發式增長，包括存儲變得越來越廉價，才使新的算法得以應用，大大提高了計算的效率。

直擊烏鎮 | PlatON創始人孫立林：區塊鏈作為金融基礎設施必須收取合理費用，并且是遞次趨向于零:金色財經現場報道，在今日舉行的第二屆世界區塊鏈大會·烏鎮現場，PlatON創始人孫立林以《同意的計算：隱私計算時代區塊鏈治理的思考》為主題進行了演講。他表示區塊鏈應用落地遠未達到預期，原因在于基礎設施的建設遠遠不夠。直到今天全球都沒有出現一個完備的區塊鏈能夠承擔現階段的支付清算。他還指出區塊鏈作為金融基礎設施必須收取合理費用，并且是遞次趨向于零。[2019/11/8]

案例2：藥物研制。在屏幕上顯示的3位科學家獲得了2013年諾貝爾化學獎，給他們頒諾貝爾獎的原因是他們在70年代的時候提出了分子計算模型。什么是分子計算模型？就是利用這個模型，我們可以通過計算機計算的方法去模擬化學反應的過程。本來復雜的化學反應是非常耗時的，我們在藥物研制當中要做千百次的實驗，可以想象這當中的時間成本。通過分子計算模型，我們可以非常簡單地在計算機里面模擬整個過程，然后預測里面化學反應的結果。可以想像如果我們投入大量的算力，其實我們可以快速地完成之前非常耗時的很多實驗來得到結果。但是在80年代、90年代分子計算模型并沒有在藥物研制當中被大規模采用，為什么？因為當時的算力實在太昂貴了。

舉個例子：在1985年，當時世界上最快的超級計算機是克雷2號，這臺機器要賣1600萬美金，算上通貨膨脹，折算到現在的價格可能要上億美金了。但是到今天，一臺過時的iPhone4的處理器計算能力已經是克雷2號的2倍，我們只要花區區幾百美金就可以買到一臺iPhone。正是算力的爆發式增長，同時伴隨著大數據的興起，才使得分子計算模型在藥物研制當中得以應用，大大縮減了研發的成本。大家可以想像隨著新藥物的推出，使得原來的絕癥變得可控，給人類社會帶來了巨大的福音。

直擊烏鎮 | 騰訊區塊鏈蔡弋戈：DCEP?將促進數字資產應用落地更加閉環，加速合規化進程:金色財經現場報道，在今日舉行的第二屆世界區塊鏈大會·烏鎮現場，騰訊區塊鏈業務總經理蔡弋戈以《數字資產基礎設施的產業化道路思考》為主題進行分享。他表示，DCEP?將促進數字資產應用落地更加閉環，加速合規化進程。DCEP的落地完成了支付，流轉換的鏈上閉環，并進一步促進了財稅，司法，社會服務等領域對數字資產的認可，并推動合規化進程。[2019/11/8]

案例3：人工智能。這是最近幾年非常火爆的話題。我們先來簡單回顧一下整個人工智能的發展史。在17世紀、18世紀，貝葉斯理論被提出來，貝葉斯理論是現在機器學習和人工智能的理論根基。但是在60年代之前，其實人工智能的發展幾乎都是基于統計學的原理做的，我們會設定一個方程，通過過去的數據產生擬合方程，用擬合方程結果預測以后發生事件的可能性。60年代到90年代之間，整個人工智能的發展幾乎是停滯的，沒有太大的創新，沒有太大的激動人心的成果。一直到90年代、2000年的時候，科學家們才開始轉向用數據驅動的方法去做機器學習的訓練，也就是我們現在所說的深度學習。同時伴隨著GPU的出現，提供了廉價的算力，使得大規模的并行計算變得可能，才推動了機器學習或者深度學習的迅猛發展。

通過這三個例子，我們可以真實地看到算力的增長給人類社會、給科學技術帶來了非常巨大的變革。

雖然過去幾十年我們看到了算力的巨大增長，但是我們人類對算力的需求可以說沒有止境，或者說我們現在所擁有的算力其實還是非常渺小。為什么這么說？我們還是用幾個數據來說話。

大家比較熟悉的1880態的顯卡，它的算力是11TeraFlops，Flops代表每秒鐘浮點計算的顯卡。一張1080態顯卡計算里是10的12次方。有人估算過全球算力的綜合，它在10的21次方，折算下來全球算力綜合大概是11張1080態。科學家也對我們人的大腦做了估計，這是一個估計的值，它是在1萬個YottaFlops，像多于10個28次方，什么概念？人的大腦的算力是全世界算力加起來總和的1000億倍。今天做機器學習或者人工智能的研究的終極目標，其實是想達到AGI。今天大家所看到的機器學習或者深度學習出來的人工智能，可以說是一個偽的人工智能，因為它們只能解決一個特定范圍、非常特定場景下的小問題，然而通用人工智能其實是想要讓機器去像人一樣思考，能夠在各個復雜的環境下解決不同的問題。大家可以從這幾個數字看出，如果我們要實現AGI，我們的算力至少要有成千上億倍的增長才行。

隨著制造工藝的不斷優化、計算架構的不斷迭代，我相信在不遠的將來，我們的算力還是會以指數級別的增長。另一方面，我們的存量算力也有非常大的優化空間。據估計，目前全世界高端顯卡的保有量在千萬張級別，每年有幾百萬張的顯卡被礦工買去挖礦。再加上ASIC芯片，其實區塊鏈在推動算力的增長包括芯片的研發上起到非常大的作用。

這幾天的會議里面，大家可能聽到一個非常多的詞匯是“產業區塊鏈”，什么叫“產業區塊鏈”？產業區塊鏈就是要讓區塊鏈跟具體的行業結合，但是一個現實是其他行業的朋友可能對區塊鏈的了解并不多，有時候甚至是帶有偏見的。我就在想我們是否可以打算力打通，讓區塊鏈推動算力的發展、推動其他行業的發展，從側面跟其他行業融合，讓他們了解區塊鏈，推動區塊鏈的落地應用。

巴比特抱著這個愿景投入了很多研發力量做矩池云的產品。我們的目標是想打通算力流通的障礙，帶來更多的社會價值。大家可以在matpool.com看這個產品。我在這里舉兩個數字，讓大家有更直觀的感覺：今天如果你有一張1080態顯卡拿去挖礦，你一天收益大概在5.6元。但是作為一個科學家或者工程師，你想去做模型的訓練，你去主流的云計算提供商那邊租GPU的服務器，你要支付的費用是10-20元/時，一邊是5.6元/天的收益，另外一邊是10-20元/時的費用，大家簡單算一下這里面的收益和費用支出之間有10-20倍的差距。如果我們能把算力流通起來，應該是大家樂見其成的一件事情。

為了實現這個目標，我們做了很多努力，我們做了很多技術上的創新，我們研發了自己的智能調度算法。因為有別于傳統的云計算提供商，其實他們的服務器都部署在IDC里面，有非常好的非常穩定的網絡環境、非常低的延時。但是我們這邊的算力是通過公網連接進來，很多時候網絡環境不可控。很多時候，其實這些機器通過內網、通過路由器接入到我們這個平臺，這些機器是沒有自己的獨立IP。沒有獨立的公網IP，外部用戶無法直接訪問它們，我們也研發了自己獨有的網絡穿透技術，讓我們的用戶得以有非常低的延時訪問這些硬件。之前舉的幾個例子，大家能感受到算力和存儲不分家，我們業績預開源的技術，研發自己特有的具有高速緩存的分布式存儲。

還有一個很大的問題，在礦業當中很大一部分的算力都是來自于AMD的顯卡。但是問題是目前世界上所有主流的深度學習的計算框架都是基于英偉達的CUDA框架去開發的。為了解決這個問題，我們也嘗試讓tensorflow深度學習框架在OpenCL框架上跑起來。除了剛才提到的公有云平臺，我們的整個技術架構也支持私有和混合云的部署，適應各種各樣的需求。

我們的算力租賃有兩種形式：一種是C端用戶，大家可以通過Web的形式進行算力的租賃，是以機器的形式，用戶可以通過SSH等形式訪問這些算力。針對我們的企業用戶，我們也提供了PaaS層面的API，包括PythonSDK，用戶可以把計算任務通過API的形式提交到我們的節點，與我們的節點做統一的調度。

最后分享一些數據，矩池云平臺在今年10月份上線，現在還不到一個月時間，已經有1000個注冊用戶。他們在我們的平臺上跑了將近1萬個卡時，PaaS任務提交1萬多個。

最后我想說打通算力，在各個行業之間的流通，這個目標其實很大，里面有很多難的問題，在這個過程當中我們需要腳踏實地一步步做。在這個過程當中，也希望在座各位有志同道合的朋友可以一起加入盡量。不管你手里面有算力還是希望租賃到算力來進行計算，都可以跟我們一起來合作，來共同推進區塊鏈的落地應用，推進這個行業的發展。

Tags：區塊鏈人工智能數字資產FLO區塊鏈幣圈人工智能技術應用數字資產有哪些類型GMFLOKI幣

以太坊