比特币的 PoW 共识机制：以低效换安全，PoW 机制的核心与分类

PoW相关概念最早由Dwork和Moni Naor于1993年提出。在接下来的几年里，这个概念在能否有效对抗拒绝服务攻击的争论中不断为人所知。 PoW机制的核心是强制攻击者做一定量的工作才能进行下一步的交互操作，这无形中增加了攻击者的攻击成本。当然，攻击者需要完成的工作根据消耗的计算机资源类型可以分为以下三类：

消耗CPU资源。例如，反垃圾邮件解决方案以及受此启发的比特币的诞生；

消耗内存资源。例如，为了防止使用与比特币相同的共识机制可能导致的 51% 攻击，以太坊在最初创建时使用了需要大量内存资源的 PoW 算法；

消耗网络资源。攻击者在进行拒绝服务攻击之前必须获取多个远程服务器发送的令牌。由于网络的延迟，攻击者必须等待才能获得访问权限。

为了解决拜占庭共识问题，中本聪在比特币系统中引入了竞争性挖矿机制。同时，为了保证最大可能的公平性，采用了基于哈希的PoW共识机制。矿工如果想要得到合法的区块，就必须在区块头中填写不同的随机值，然后计算区块头的哈希值，使得得到的哈希值小于目标值。这样，矿工在不断寻找合适的随机值的过程中完成了一定的工作量。可以发现，矿工完成的工作量对于现实社会来说是没有意义的。唯一的意义就是保证比特币的安全。

随后，随着显卡和FPGA的出现，比特币挖矿算力迅速增长，而随着专门针对哈希运算优化的ASIC芯片挖矿设备的出现，比特币算力呈指数级增长。算力的提升进一步提高了比特币系统的安全性，也意味着越来越多的能源被用于挖矿。为了满足日益增长的算力需求，中国大部分比特币矿场必须依赖西南地区或内蒙古的小型电站。

目前整个比特币网络的算力为/S，而阿瓦隆即将推出的矿机单机算力为8TH/S，功率为1150瓦。即使全网所有矿机都更换为最新的矿机，全网每天也会消耗约1700万千瓦时的电能。无疑，这是对能源的巨大浪费。

ASIC()，专用集成电路。与CPU、GPU强大的通用性和兼容性以及FPGA高度可重构的硬件结构不同，ASIC芯片一般只对特定的运算进行优化，属于单功能集成电路。不过，由于它只对特定的运算进行优化，因此ASIC在计算效率上具有巨大的优势，而且其功耗也比较低。

如下图所示，从创世区块到第26万个区块，挖矿难度似乎没有增加。与26万区块后的巨大难度值相比，之前的挖矿难度只能用简单来形容。然而，在大约26万个区块号之后，比特币区块的难度值急剧增加。这也体现了整个比特币网络算力的大幅提升。事实上，比特币全网的算力已经从创世区块时的约 7MH/S 提升到如今的约 /S。比特币的算力增长了7000亿倍。 26万号区块出现于2013年底，这与比特币ASIC挖矿设备出现的时间非常吻合。

如今，比特币挖矿设备早已进入ASIC时代，利用ASIC芯片进行人工智能相关基础计算才刚刚兴起。

在人工智能领域，深度学习目前受到广泛关注。 2016年3月，谷歌在与韩国棋手李世石的对决中取得了4:1的成绩。随后，升级版在2016年12月至2017年1月期间与44名世界顶尖棋手对弈，最终取得了60连胜的成绩。大多数深度学习算法可以映射到底层线性代数运算。线性代数运算有两大特点：一是流程非常有规律、可预测；第二，计算密度非常高。这两个特点使得深度学习特别适合硬件加速。

值得注意的是，与李世石的比赛中使用了170个GPU和1200个CPU；而仅使用了一种TPU单机版。 TPU（Unit），即张量处理单元，是为机器学习定制的ASIC芯片。可见，比特币矿机和人工智能深度学习是不相上下的。它们都依赖底层芯片进行大规模并行计算。使用ASIC芯片可以大大提高计算效率。

除了人机下棋之外，苹果的Siri智能语音助手还利用机器学习技术来增强其理解和执行用户自然语言的能力。同样，特斯拉采用人工智能技术的智能驾驶系统也极大提升了用户的驾驶体验。亚马逊利用人工智能技术开发的购物预测系统可以更准确地向顾客推荐合适的商品。

因此，比特币矿工在挖矿过程中使用ASIC设备计算出的哈希值毫无价值，而运行在ASIC芯片上的人工智能却给人类带来了很多好处。

目前矿工日均收入为每THash 7.22元。如果自己的矿机运行一天的成本高于这个值，矿工实际上就处于亏损状态。过时的 ASIC 矿机没有任何用处。

比原链重新设计了不同于比特币的哈希运算PoW共识机制，并引入了矩阵运算和卷积运算，使得人工智能运算能够充分利用比原链的挖矿设备。在这个过程中，人工智能加入了新的硬件，其算法运行速度得到了显着提升。同时，这也可以减少一定的资源浪费。在这种情况下，矿机市场巨大的经济效益可以大大加速人工智能ASIC芯片的发展，加速人工智能研究。反过来，人工智能的快速发展也催生了对ASIC矿机的更多需求。因此，这是一个正反馈的过程。

国家发改委在《“互联网+”人工智能三年行动实施方案》中提出，到2018年国内人工智能市场应用规模将达到千亿级别。类比云计算，由于云计算的快速发展作为云计算的基础设施，英特尔30%的服务器业务是提供给云计算公司的。仅在亚太地区，服务器制造商的销售额就增长了9.7%。与云计算快速发展对服务器市场的推动作用类似，可以预计，当人工智能市场规模达到千亿级时，ASIC芯片的市场规模势必将达到10亿级。十亿。比原链的人工智能ASIC芯片友好的PoW算法势必能够充分利用闲置或退出挖矿的矿机。

在提倡环保和资源再利用的今天，能够利用闲置矿机来惠及人工智能的发展，本身就是一个巨大的进步。

文：张同协

来源：巴比特资讯()