最近在AI領域出了一件比較轟動的新聞，就是一個名為OpenAI團隊做了GPT-3的AI模型，使用1750億引數，投餵了45T的資料，花費1200萬美元，最終打造了一個大型的“玩具”，當然這個GPT-3也並沒有大家想象的多麼智慧，有報道GPT-3模型根據關鍵詞生成的一些英文文章，出現了一些錯誤的語法和多個單詞重複使用的情況，但是相對於之前的AI模型，已經算是先進了許多。
AI在這幾年來一直是一個比較熱門的行業，AI的大爆發始於谷歌的AlphaGo圍棋中戰勝李世石，當然作為一個劃時代的比賽，意義深遠，在AlphaGo之後還有更多非常厲害的AI圍棋選手，很多以AI為題材的科幻片紛紛上演，AI熱潮也正式拉開。
AlphaGo的成功主要是因為人工神經網路技術的成熟，簡單說這是一種利用已有資料進行訓練的模型，從原始資料中提取特徵，然後進行各種線性計算或者其他矩陣計算等，最終生成新的資料，而多次進行資料投餵和計算，就可以“大力出奇跡”，當然這裡經過的計算量還是非常大的。
AI主要方向大致分為兩個，一個是演算法，另一個是硬體，演算法方面這幾年的發展還是比較不錯的，但是受限於硬體，因此AI發展仍然比較緩慢，用於商業方面也只能簡單的替代以前的電話客服，更深層次的可能還有很長的路要走。
目前AI訓練主要還是採用的類似於GPU這樣的硬體進行，算力是AI發展非常關鍵的因素。對於計算晶片來說，現在還是比較薄弱的，往往訓練一個模型不僅花費金錢比較大，而且還需要幾個月甚至接近一年多的時間來進行，甚至出現bug之後團隊都不敢重新進行計算，因此AI算力市場需求其實還是非常旺盛的，這也使得大量的晶片設計公司開始研究AI晶片。
AI晶片我們可以理解為一種專用晶片，就和數字貨幣挖礦中使用的CPU、GPU、FPGA、ASIC等晶片一樣，都需要執行特定的任務，然後返回結果，在專有算力晶片行業，我們都知道位元大陸是非常知名的，比如比特幣等數字貨幣的挖礦晶片，其效率也是高於普通通用晶片好幾十倍的算力，因此對於礦機晶片研發企業來說，如果能夠將挖礦晶片算力運用到AI晶片領域，那麼這將會引起更大的作用。
現在不僅位元大陸，嘉楠科技等都開始將一部分精力拓展到AI晶片之中，其實也是利用自己的優勢，一旦在AI運算的某個環節使用ASIC晶片能夠替代現有的通用晶片(人工神經網路有一些地方大量使用的是一些數學運算方式，比如影象處理等，理論上是有可能被ASIC化的)，那麼這也將帶來AI領域的快速發展，其前景自然是非常可觀的，要知道現在的比特幣全網算力實際上已經超過了全球超算的算力總和，而且效率也特別高。
透過對AI市場和挖礦市場做對比，可以得知目前比特幣的專用算力晶片基本上已經難以出現功耗大幅下降的空間，也就是說，未來礦機的比拼可能還會主要集中於工藝成本這方面，先進低功耗算力晶片會在未來幾十年裡提升空間逐步降低，因此將來肯定會出現市場逐漸飽和的現象。
那麼如果沒有新的優秀礦幣出現的話，對於礦機生產廠家來說是不好的事情。而在AI領域，現在演算法方面已經比較成熟，資料獲取比較容易，目前主要還是卡在算力晶片上面，算力成為了AI領域目前最大的困難。
對於挖礦領域來說，未來AI晶片如果運用到位，那麼就可以誕生出類似於現在這樣的礦場算力的模式。我們可以大膽想象一下，企業需要用AI演算法進行相關的模擬，然後將任務利用類似於數字貨幣挖礦的模式分配給礦池，然後礦池將任務再進行分解，讓大量的礦場執行AI計算，同時礦場獲取利潤，這就形成了一個完美的閉環，同時在這個環節中，還能夠降低相關計算的費用，並且減少計算時間，從而為企業贏得了先機。
同時我們都知道現在的高科技技術，像5G、人工智慧、大資料、雲端計算、AI等產業雖然大部分都非常看好，但是對於大眾的參與管道來說，卻是非常少。也就是說，我們大部分人基本上只能作為消費者，而不是技術的參與貢獻者，這裡的區別就是這些高科技帶來的發展紅利與我們大多數人基本關係不大，即使有股市參與途徑，但是仍然顯得不夠友好。
透過這種這種類似挖礦的模式，其實我們普通人透過購買帶有AI算力的裝置，然後在自己家裡或者託管到礦場，進行相關的運算任務，最後獲得的收益也根據機器的工作量得到證明，這也就使得大眾能夠真正參與到AI產業鏈之中。
實際上這種模式在新冠肺炎期間已經有團隊進行了體驗，根據媒體報道，今年初就有以太坊礦工捐贈自己的算力進行新冠肺炎相關的研究，這是一個很好的開頭。
幣圈有一句非常知名的話“computing is power”，算力即權力，未來無論是在數字貨幣挖礦方面，還是AI人工智慧領域，其實大量存在著計算，而計算的分散式執行，其實很大程度上提高了大眾的參與度，促進社會面向更智慧化的方向發展，同時參與者也能夠獲得計算獎勵。歸根到底，誰掌握了算力，誰就掌握了未來，也就是這個道理，從這個角度上來看，專用的任務計算廠房如礦場在未來也是很具有社會價值和意義的。
