「区块链+人工智能」：来自谷歌、IBM、百度的真实案例

导读：人工智能是生产力，区块链是生产关系，这两者的协同演进、融合创新，可能会使每个行业都受到颠覆。整体来说，目前“区块链+人工智能”的结合应用是不成熟的，但也只有在不成熟的阶段，我们才更有可能利用好这个趋势，抢先一步开始竞争，并占据有利地位。

作者：孔剑平 曹寅 杨辉辉 吕新浩 等

来源：大数据DT（ID：hzdashuju）

01 嘉楠：从云端智能到边缘智能，扩建可信价值网络

随着科技的发展、产业的进步，大量的数据需要采集，数据量和计算量都将极为庞大。芯片的计算能力、硬件的存储能力都存在物理极限，但数据是没有边界的。数据既是生产要素，也是人工智能的重要基础，要想应对好数据爆炸带来的冲击，充分发挥其时代价值，需要思考如下三个关键问题。

• 第一，如何构建庞大的算力基础设施来应对巨大的计算量。

• 第二，如何从硬件层面提高人工智能芯片的计算能力。

• 第三，如何优化当下的计算模式，使其具备更高的安全性与效率。

1. 区块链超级计算芯片提供算力基础

区块链的发展促进了我国ASIC芯片研发能力的大幅度提升，我国区块链ASIC芯片已达到了阶段性的领先地位。ASIC芯片与GPU、FPGA等通用芯片技术不同，是一种为专门目的而设计的集成电路，在量产时具备更低功耗、更低成本、更高性能等优点。

专用芯片虽然不能像通用芯片一样，一个芯片能处理很多事情，但在一些数据量、计算量极其庞大的场景下，我们必须选择使用更强的能力来换取通用性。图2-1所示是一台由嘉楠科技研发的区块链超级计算设备，目前其有效算力可达到普通笔记本电脑的数万倍。

▲图2-1 区块链超级计算设备

当前，区块链超级计算设备主要用于公链系统的共识维护，即常说的全网记账过程。接下来超算设备有两条路要走：

• 第一，在海量数据下实现加密、解密过程的加速计算，以提高共识出块的速度；

• 第二，共享闲置、落后设备的有效算力，支持人工智能的模型训练，以最大化利用资源。

要想实现这两个目的，需要在芯片最初的设计过程中就加入相应的模块，这对芯片公司而言是巨大的挑战。未来，算力将是一切计算的基础，前路依然任重且远。

2. 将ASIC技术运用到人工智能芯片

在区块链领域，我们见证了ASIC算力时代，那么如何将这种低功耗、高性能的芯片设计能力应用到深度学习领域呢？2018年9月，嘉楠科技推出的第一代人工智能芯片——勘智K210，可容纳神经网络模型的一体化SOC方案，是全球第一款基于RISC-V架构设计的商用边缘计算芯片，支持最高0.5T算力，且功耗较低，在性能上极具优势。

同时，凭借完全自主研发的神经网络加速器IP，勘智K210兼具了机器视觉和语音识别的能力，可以在超低功耗下进行高速卷积神经网络计算，比如，基于卷积的神经网络可用于目标检测和图像分类任务（如人脸识别、多分类物体检测与识别等&