繼比原鏈之後，Tensority將加入去中心化全球算力平臺RRC共識算法集

人工智能是計算機學科的一個分支，二十世紀七十年代以來被稱為世界三大尖端技術之一。近三十年來它獲得了迅速的發展，在很多學科領域都獲得了廣泛應用。可以說人工智能是人腦智能的擴展、延伸和補充，與人類智能協同配合，來共同提高社會生產效率。

常人眼中，人工智能與區塊鏈本是八竿子打不著的事情，而現如今，二者在RRC項目中有機地結合在一起了！

RRC以區塊鏈技術為基礎，給用戶的雲計算帶來新的解決方案，是擁有自主公鏈的去中心化全球算力平臺，基於POW機制公鏈，將收集個人PC或智能終端的閒置算力，並將算力應用到大數據計算、GPU渲染、科學計算等不同的應用場景中。

它採用了一個去中心化的具有競爭關係的“市場經濟”模式，由海量的、分散的個體，整合當前近70億被浪費的計算終端資源，加以利用，分散的節點保證了絕對的安全性，同時競爭關係的“市場經濟”也給用戶帶來更加低廉的使用成本。近日，據可靠消息，繼比原鏈後，Tensority算法將加入到RRC算法集。

為解決拜占庭問題，中本聰在比特幣系統中引入競爭挖礦的機制。同時，為了保證最大可能的公平性，採用了基於哈希運算的POW共識機制。

PoW機制的核心在於強迫攻擊者作出一定量的工作才能進行接下來的交互操作，這樣無形中就給攻擊者提高了攻擊的成本，保證了區塊鏈的絕對安全，當前RRC採用的正是PoW機制。當然PoW機制也有弊端，那就是巨大的硬件和能源消耗，特別是專用礦機，在被淘汰之後就變成了廢鐵。

但是，PoS和DPoS為了避免資源的浪費，直接採取拋棄計算的方式，通過持有證明和選舉來進行共識，犧牲了一定準入性和去中心化。

為解決PoW機制的資源浪費問題，比原鏈另闢蹊徑，設計了人工智能友好型的共識算法Tensority。即便Tensority算法比比特幣的SHA256算法要複雜，對於單次的計算過程需耗費更多的資源，但是可以通過難度值來調整計算的難度。同時Tensority共識算法的特色在於算法過程中穿插了很多的矩陣生成，矩陣變換，矩陣乘法等運算，而這些能力在人工智能加速中也會頻繁使用，同理可得，支持矩陣運算的礦機可以用作人工智能的加速服務，以此來提升礦機的資源利用率。

可以這樣說，Tensority真正解決了PoW機制的資源浪費問題。業內人士表示，比原鏈提出的新的PoW算法是中國在世界區塊鏈舞臺上真正從“0”到“1”的創新。

RRC採用了PoW機制，兼顧了安全性和去中心化。它通過 CSSP算力供應方平臺，將海量的不可靠的計算節點的算力進行收集，當 CDSP 獲得任務時，可通過RRMR 系統將複雜的計算任務分解為極為微小的計算單元，分發給每一個計算節點。PoW機制的ASIC算法必然會給海量閒置的算力帶來巨大的資源消耗，相對於理想情況，用戶獲取RRC雲計算需要付出更多的成本。

而比原鏈的Tensority可以說是一個人工智能友好型共識算法，它一方面對現有人工智能友好，另一方面採用人工智能運算過程當中最通用的矩陣運算，它可以充分利用RRC所收集的海量閒置算力。

據調研公司HIS Markit數據展示，全球目前有近70億的計算終端資源正在被浪費，且這一數字依然以每年25%的速度在增長。Tensority算法將加入RRC算法集，在倡導環保，資源重複利用的今天，這本身就是一種巨大的進步！

Tensority的採用，人工智能運算充分利用RRC所收集的海量閒置算力。在整個過程中，人工智能可以推動算法運行速度得到明顯提高，從而達到減少資源浪費的目的，同時降低算力成本，從而產生巨大的經濟效益。

巨大的經濟效益，也會繼續推動人工智能的發展，加快人工智能的研究。同時也會反哺算力，促進全球算力的發展。可以說，這是一種正向反饋良性發展的過程。

Tensority算力，給了RRC一個更加高效的發展方向，必然能提升RRC在算力市場的競爭能力，吸引更多用戶的支持，給傳統的雲計算市場帶來顛覆。未來已來，我們拭目以待RRC的又一頁精彩篇章。