2018年11月18日，“2018比原链全球开发者大会”在杭州国际博览中心（G20会馆）继续进行，这是杭州第一次由开源组织举办的技术型峰会，也是杭州被誉为区块链之城以来规模最大的一场区块链开发者大赛，100+开发团队历经4个月激烈厮杀，16支团队在本次大会上展开最终角逐。

在当天由COO屈兆翔主持的“计算主义，区块链与人工智能”圆桌论坛上，创始人长铗，PlatON创始人孙立林，嘉楠耘智人工智能生态特聘专家胡楠，深知无限人工智能研究院CEO高迪，登临科技BD VP谢杰就该话题展开了精彩的思想碰撞。

以下为圆桌干货内容，整理：

计算主义文艺复兴黄金时刻已到来？

创始人长铗：对区块链来说，计算力是防止51%攻击的壁垒，对人工智能来说，计算力就是直接生产力。我们可以通过区块链的共识机制为AI注入强大计算力。

长铗：我觉得我们现在应该庆幸自己处在这样的时代，就是处于计算力大爆炸的拐点时刻，这意味着涌现非常多的机会，就我个人而言，我从事区块链行业，也是源于“计算即权力”的思想。

我有一个观点，工作量证明机制，这个词的翻译可能有点误导，因为现在有人提出“内容即挖矿”等等所谓的共识机制，严格意义上来说，就像今天白硕老师分享的，共识难就难在需要提出一种方法，使得计算很难，验证又很容易。所以归根结底是要构建时间上的单向性。
“交易即挖矿”，“内容即挖矿”等等，交易可以刷量，内容可以复制粘贴，后者提出的创新本质上是一种经济激励机制的创新，而不是共识机制的创新。工作量证明机制，本意是计算力证明机制。

另外，关于计算主义。现在最新兴的两大科技—人工智能和区块链，都离不开计算力的支持，对区块链来说，是计算力防止51%攻击的壁垒，对人工智能来说，计算力就是直接的生产力。

很多人说，当下的人工智能还是低级的智能，可能只能实现人脑5秒钟之内做出判断的能力，它离真正的智能还有非常远的距离。但是其实一方面我们的数据量已经很大了，BAT这类巨头都拥有海量的数据，物联网的普及又会带来更多数据量，但计算力却没有跟上数据量爆炸的趋势，因此才导致当前的AI领域其实也是处于一个瓶颈的阶段。

因此比原链提出了一个创新，融合区块链和AI的计算。如果我们把计算力比喻成两个水池，区块链领域的计算力水池，水位是很高的，AI领域的水位其实相对是比较低的，为什么这么说？因为我们知道AI的深度学习也好，加速服务也好，大部分还是用显卡，还有一些用FPGA，用到专用集成芯片的还是非常少的。但是在区块链领域，ASIC芯片的矿机已经非常普遍，所以这是一种计算力的不对称。

所以也有人批评区块链的共识消耗了大量的计算资源，确实如此，因为我们哈希运算的应用范围过于局限，想把哈希运算推到更加通用的计算领域会非常困难。因此我们做了一个创新，假设如果我们能够把AI运算中最通用的计算融入到区块链共识中，相当于把两个水池打通了，左边的水位相应会下降，右边的水位会上升，其实我们可以通过这样的共识机制来为AI这个非常大的市场注入计算力。

所以我们现在正在做这样的尝试，也得到了一定的响应。已经有越来越多的AI设备厂商支持tensority挖矿，还有一些原本和区块链并不相关的行业，比如摄像头，物联网的终端设备，也会想到与比原链合作，支持tensority挖矿，我觉得已经看到了一个非常喜人的苗头，因此我非常支持在计算这条路上一直走下去。

PlatON创始人孙立林：计算是人类认知的根本过程

孙立林：我对这个理念完全信仰。今年3月我们团队在香山封闭了一周时间，最后把它拆分为三件事：共识，验证，计算。PlatON着力最多的地方是在计算，其次是验证，共识我们基本上没有做什么新的突破。当时有一位团队里密码学的老师提到了“一切皆可计算”，给予我们特别重要的启发，我就把亚马逊书城上所有和计算有关的书都买了，逼着我们算法团队把所有和计算有关的理论在很短时间内过了一遍，这件事情给我们一个非常深刻的体验。我们是这样总结这件事情的：

第一， 从硬件的角度来说，传统的CPU架构已经无法适应今天的计算增长，GPU也有问题，所以从整个硬件行业的趋势来看，都在做FPGA，很多传统硬件公司还做了FPGA云。因此，从硬件来说，计算架构的变化应该是未来非常重要的一件事情。今年3月份谷歌大会的时候，新的董事长发表演讲的标题就叫《计算架构的未来》。

第二， 从软件和算法角度，它属于计算复杂性科学的重要分支，我们比较重的投入在密码学，我们发现从算法来说，最终都归结于计算问题。因此任何一个密码学的架构会极大地提升通讯复杂度和计算复杂度，需要软件、硬件一体化的提升。

第三， 我们的理解，计算的本质到底是什么？也有可能是错的，今天给大家抛砖引玉。我们的理解，计算就是人类认知的过程，是一个认知的根本过程，比如，无论是当年长铗写科幻小说，还是今天做比原链，其实都是我们对区块链展开的新的数字化世界的认知。而他真正的载体是靠计算过程来实现的，所以我们认为在计算主义的理念和旗帜下做这个事情，让我和我们的团队充满信念，也会一直在这条路上走下去。

嘉楠耘智人工智能生态特聘专家胡楠：计算就是价值，在商业环境中已经发生了。

胡楠：其实有关计算的价值和算力的标价，我认为在比特币和其他挖矿的市场，直接给出了算力和定价的直接关系。嘉楠耘智在布局AI和区块链方面是比较早的，今年有两件事情，一是嘉楠耘智七纳米的比特币挖矿矿机量产，并且交付给客户相当的数量；第二件事情，是28纳米的边缘计算AI芯片同时推向市场。

今年我们在跟客户交流的时候，会发现一件很有意思的事情，大家已经很快到了我要多少T算力，我的价格是多少美金的状态。所以主持人提到的有关计算就是价值，计算就是力量，其实在商业环境中已经发生了。

另一点，整个社会的数据量仍然在爆发，因此对于计算来说，我认为以后一定是异构计算、多种计算平台同时共存。因此对密码学以及相关软硬件企业来说，都是非常好的繁荣时代。

登临科技BD VP谢杰：当下硬件层面的挑战和机遇在于，（如何满足）软件层面业务需求的定义

谢杰：我是做半导体出身的，但是在2012年就开始在自己家里用电脑挖比特币。在这个领域，我对POW是坚定的信仰者和支持者。

说回芯片本身，现在半导体的发展已经非常先进成熟，计算能力大大溢出了传统的应用层面，业务模型的需求，因此现在可以看到，对于硬件的计算性能，更多是由软件定义的。这和80、90年代的半导体设计是不一样的，那时候硬件计算性能不够强，严重制约软件发展，现在这些问题慢慢不存在了，因为在整个芯片开发上，异构架构计算越来越流行。所以硬件层面上，更多挑战或机遇是如何面对软件层面的业务需求反过来的定义，由软件定义硬件，定义芯片如何开发。

算力也是很有意义的讨论点。除了挖币以外还有很多应用，比如自然语言处理，基因测序，有点像炼丹炉，也需要大量积累。这对人类来说也是探索的过程，可能现在因为技术发展到更高度的抽象化，以前可能需要哥伦布去探索世界，现在可能用一种计算能力针对一种模型去验证，得出一种帮助人类社会进步的结果。

深知无限人工智能研究院CEO高迪：在更早的研究层面，每一个AI团队应更专注本身方法论或者算法层面，而不完全依赖算力的提升；到了AI应用一定要落地的阶段，真正要比拼的就是各家算力。

高迪：算力无论对于区块链还是人工智能都是非常重要的，算力增长本身是一个很明确的趋势。

AI在各个领域对算力依赖都比较重，大家往往会想到深度学习和深度神经网络，很多人是近两年听说这个概念，但神经网络从提出至今差不多有半个世纪的历史。神经网络最早被提出来的时候，被很多不同的方法论去比较，有一段时间大家甚至认为它是无效的，之所以今天深度神经网络被认为是机器学习里非常重要的，其中一个重要的原因确实是得益于计算力的提升。

同样还有另外一点，就像神经网络、深度学习不能解决人工智能的所有问题一样，算力也不能解决今天AI面对的所有问题。我们以深度学习来举例，有一个非常著名的跨国企业，他们在做近期一系列的人脸识别研究里，就发现它的算法最终训练出来的模型对于白人和黑人，明显认为白人会相对受过更好的教育，带有明显的数据上的偏见。之所以会存在这个问题，肯定不是在算力上出了问题。所以对于今天AI的发展，我们要一分为二来看，在更早的研究层面，每一个AI团队应更专注本身方法论或者算法层面，而不完全依赖算力的提升。

所以在我们的很多研究方向上，尝试不断用混合式机器学习架构来解决问题，比如更多去应用强化学习的技术，能够让算法设计或迭代更高效；另一方面当算法相对比较成熟，迭代到相对阶段性固化的版本以后，或者到了AI的应用一定要落地的阶段，真正要比拼的就是各家的算力。