区块链、AI和5G融合将带来什么?
天然灵凡
发表于 2022-12-27 11:21:30
391
0
0
区块链实现数据确权和数据市场治理,数据资源的价值分享将向用户倾斜。在“无主”的垄断状态下,个人用户产生的数据被广泛用来训练AI机器人,又产生各类互联网服务推送给用户或其他客户。大数据是基础的资源,其挖掘出的价值用户往往得不到任何回报——同时还要承担隐私被侵犯和泄露的风险。未来,分布在网络中的数据将得在区块链账本中得到确权,数据的使用利用区块链Token授权和支付交易。互联网的价值分享将向用户倾斜。
5G边缘计算:“硬核”算力之基。3G/4G时代,数据陆续通过接入层、承载汇聚层、承载核心层,业务数据在核心网集中处理、终结,显然这种中心化工作方式难以满足5G应用场景对时延、大带宽和多连接的要求。5G时代,针对不同的业务场景,业务将在不同节点终结;以去中心化的工作方式提高效率和可靠性。分布式AI的崛起,5G边缘网络平台将承载更多的算力和数据流量。& y: s2 \0 y1 b4 F. V, x% K2 R
催化剂:分布式AI应用的快速普及。
风险提示:分布式AI产品推广展不达预期、区块链基础研发不达预期。' S1 b. f/ @, U0 S! i( o1 [
1. 科创未来的情景畅想* P: j* {. b& n- F1 g
% B5 A$ M2 h1 i
过去两年,区块链试图改造什么?在BTC之后,陆续出现了ETH、EOS等更为开放的公链平台,以此为基础吸引开发者进行DAPP开发,但现实的情况是,DAPP数量上升迅速,但活跃度却很低,有些几乎24小时没有活跃用户。其背后的原因,首先是基础设施不完善,公链的性能无法与中心化系统相比,开发的DAPP本就没有APP STORE里的好用,二是使用门槛高,对于公钥、私钥等一些列概念,用户无法按照过往使用APP软件的习惯直接迁移,三是商业模式并未成型,包括大家一致在探讨的经济模型问题BUG不断。回归到区块链技术本身,我们看到EOS、TRON等公链活跃的背后,是其相对中心化的设计理念,现实应用需求与比特币本身的理想化场景正在分道扬镳,对于前者,我们将放到更大的IT发展浪潮中去审视,5G、AIoT的发展本身推动边缘能力强化,将为其应用提供强大的网络、IT支撑。& j( F1 k$ R- V4 u6 [ C. r
当前互联网商业模式下,巨头垄断了数据、价值和网络效应,用户处于弱势地位。互联网已经极大改变了人们的生活方式,互联网大数据越来越成为巨大的价值宝藏,由此造就了一批互联网巨头,包括Amazon、Google、Facebook和苹果公司,其中不乏市值万亿的。当下的互联网构架下,我们要依赖于互联网公司提供的服务进行购物、搜索和社交,账户管理和数据信息由互联网公司的平台来管理。互联网公司成功的秘诀是垄断了数据和网络效应——互联网公司云服务器中存储大量的数据,其中很多是用户的隐私数据。虽然互联网公司声称会保护好用户的隐私,但数据泄露时有发生。& `+ m, ?9 x8 u$ f+ q @
还有一方面容易被忽视的就是数据的权益——数据是极具价值潜力的资源,随着人工智能算法的快速进步,大数据这个宝藏的价值不断被挖掘出来——但问题是,这些价值权益该属于谁呢?显然,用户并没有得到太多的好处,仅仅是因为自己的数据托管在互联网公司的服务器内,便冒着泄露的风险拿去被各种大数据工具挖掘价值,给互联网公司创造收益。互联网带来各种便利的同时人们不应该忘记自身数据处于泄露风险之中,同时数据还在“喂养”互联网公司的AI机器人,然而用户没有得到任何好处。
区块链、AI和5G的不断融合,互联网商业模式将更加去中心化,从算法、算力和数据三个层面重构数据价值、硬件和互联网构架。移动设备和物联网智能设备遍布整个互联网,个人的行为产生海量数据,这些数据极具价值潜力。过去我们要依赖于互联网公司提供的服务进行购物、搜索和社交等服务,账户管理和数据信息由互联网公司的平台来管理——毕竟分散的海量个人终端无法像云服务器那样提供管理数据的平台,这是互联网公司垄断数据的根源。区块链提供了一个大规模点对点的对等账户网络,管理数据和账户不再依赖于中心服务器,使得海量个人终端联合管理数据和账户系统成为可能。区块链的加密特征,确保了个人对数据享受所有权,互联网公司再也不能随意从个人终端设备拿走用户的隐私数据——无论数据存在在哪里。5G通信网络为海量数据传送和终端算力提供了基础支撑,互联网去中心的趋势下,离不开5G网络的推动。" Q, N0 w# ]+ Q# ^6 d! s: U/ K
用户因数据收益、互联网公司变成算法供应商,整个产业链利益分配被重构。我们畅想一下,未来的用户在网络里购物、社交聊天或者打游戏,产生的数据和用和账号都通过区块链网络来确保所有权不被侵犯;提供服务的互联网公司再也不能像过去那样随意访问用户的数据、更不能用自己的AI机器人进行数据价值挖掘——互联网公司不再掌控用户数据。互联网公司开发的AI算法机器人可以在用户终端进行机器学习训练,但只能得到最终的模型反馈——用户的数据不会免费使用,互联网公司需要通过区块链Token进行支付像用户购买数据使用权(用以训练机器人)。算法模型会输出很多有价值的服务——包括精准营销、信用评估服务、家庭智能机器人等等,互联网公司和用户都可以分享这些价值的收益。
比如,互联网公司变成了算法模块的供应商(并不掌控用户的隐私数据),为零售商提供用户精准营销的算法模块而获利,用户通过出售个人数据的使用权(用来训练机器人,但并不会泄露出去)获得了作为数据上游的收益。
2. 结论:算力、算法和数据——5G、AI和区块链融合之道+ O! G* Y- z9 h9 Q7 ?$ T. F0 g
随着智能手机和物联网智能终端的普及,在区块链、人工智能和5G的推动下,算力、算法和数据三个层面重构互联网商业模式。如今,人类社会活动从未如此依赖移动设备,算力由个人PC、服务器端向移动终端迁移,人工智能算法处理海量的数据,这些数据越来越多由用户移动端本地产生。人类数据的生产量和存储量呈指数级增长,过去5年里数据量已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至于ZB (1024EB=1ZB)级别。过去20年互联网巨头们依靠享受大量数据的支配权(实际上用户一直强调数据是属于他们)和强大的网络效应掌控了互联网的主要资源和价值。在技术的快速发展过程中,互联网的商业经历了计算机的开源、软件的开源和数据的开源,曾经的巨头垄断被不断打破。如今,随着区块链、人工智能和5G等信息技术的崛起,整个互联网加速由巨头互联网公司中心走向分布式和去中心化,价值垄断正在被打破。在5G通信技术和人工智能算法的驱动下,互联网大数据的价值潜力不断被挖掘,大数据的世界需要一个市场规则和经济激励制度——这真是区块链的价值所在。区块链完美地解决个人数据确权和授权交易,为大数据这列高速列车提供了规范的轨道。我们认为,在区块链、AI和5G融合的推动下,互联网将呈现新商业模式。互联网公司对数据的控制力下降,出现算法模式供应商;区块链网络为数据隐私和数据市场治理提供基础协议,用户分享更多数据价值;5G边缘网络的算力平台将承载更多终端流量,改变先有网络构架;移动终端的硬件构架向GPU倾斜。
2.1. 算法:由中心封闭到开源化、模块化2 s1 n) X2 n; n8 `; j# n
移动端分布式人工智能机器人将是未来主流。人工智能的要素包括算力、算法和数据。它的发展需要算力的支撑,而数据是“喂养”人工智能机器学习的资料。作为基础资源的数据越来越多由移动端产生,伴随着数据隐私保护的呼声愈烈,掌握算法工具的互联网公司在挖掘“数据金矿”的时候只会越来越受到限制。产品级分布式机器学习的推广已经指日可待,互联网巨头们并不必要将移动终端的用户隐私数据上传至云中心,而终端只需输出学习模型结果。
区块链网络实现了数据市场治理,可以有效打破过去个人数据的“无主”垄断状态。个人的隐私数据实际上是被互联网公司掌控,泄漏的风险的危险下,个人数据资源被互联网公司的算法工具进行分析处理,而用户并不能分享数据产生的价值——当某家互联网公司根据你的行为数据给你推荐商品广告时,你有没有想过这个服务价值来自于本属于你的个人数据?区块链很好地解决了数据的隐私问题——数据的确权是属于用户的,其他人或公司若想使用这些数据或利用这些数据作为资料训练AI机器人的话,都将在区块链网络中申请得到用户本人的授权,在区块链账本中完成交易支付。
5G边缘网络和雾计算作为网络通信基础,催生新的商业模式。不久全球将进入5G网络的时代,广泛分布的移动端、云中心之间的数据交换方式产生着深刻的变革——更多的数据交换将在终端之间发生。5G的边缘网络和雾计算将为数据下次提供网络通信的基础,同时边缘网络的构架和数据通信模型催生新的产品和商业模式。
未来算法可以预想呈现模块化、产品化的趋势,互联网公司由数据和网络效应的垄断者逐渐蜕变为算法模块的产品商。未来,互联网巨头不必掌握用户的行为数据,只提供算法工具,通过区块链网络得到授权、完成数据使用权的费用支付,训练AI机器人。届时,互联网公司也许不再是数据和网络效应的垄断者,蜕变为算法产品化模块的供应商——别忘了,区块链网络重塑了数据市场的治理,互联网公司并不直接掌握数据。
2.2. 算力:从集中云算力走向终端分布式算力- A+ _+ U' w8 V" P4 e( ]9 T
移动端和物联网智能设备的迅猛发展,势必需要算力从集中向终端分布式部署,最终在中心化和分布式两者间取得平衡。人工智能在算法优化阶段需要投入大量的算力,Google的明星机器人AlphaGo在击败李世石之前,DeepMind团队使用了48颗TPU对AlphaGo进行了数个月的3000多万盘对弈训练。显然移动时代,大量的数据在本地存储的模式不在适合。因此,算力一定会随着移动设备和物联网智能设备的发展而向边缘倾斜,实现算力的分布式部署。服务端与客户端分离的结构,移动端的分布式机器学习就成为重要的方向,Google在这方面已经获得产品级突破——Google基于TensorFlow构建了全球首个产品级可扩展的大规模移动端联合学习系统,目前已在数千万台手机上运行。分布式算力的瓶颈还在于有效的经济激励机制的施行,而区块链的激励机制正好提供很好的市场激励制度。) p( Q5 `8 Q( L% U& {2 X& ~/ F: w
2.3. 数据:由“无主”的垄断走向确权治理1 b2 d) n; O4 Z& I% m. {
互联网数据处于“无主”垄断的混乱状态,数据隐私将是未来的最“痛点”。据BM Security和Ponemon Institute此前发布的《2018数据泄露损失研究》评估显示,2018年全球数据泄露的平均成本为386万美元,比2017年的报告高出6.4%。该研究还首次计算了与“超大型泄露(超过100万条记录)行为相关”的成本。评估显示,大型数据泄露代价高昂,百万条记录可致损失4000万美元,5000万条记录可致损失3.5亿美元。互联网带来各种便利的同时人们不应该忘记自身数据处于泄露风险之中,同时数据还在“喂养”互联网公司的AI机器人。8 A6 j7 t2 ]9 o. y% c( y2 h3 q+ r
数据隐私的真谛是确权和使用权的交付,区块链的机制提供了数据市场的治理规则。移动时代数据隐私的保护呼声愈烈,一方面是人们对数据作为一种潜力巨大的价值资源的认识越来越清晰,另一方面大量数据天然跟移动端的行为关联,用户越来越注意数据隐私的保护。过去的互联网模式,数据主要存储在互联网公司的云端,用户很难声明对数据的所有权;另外,互联网不断产生的庞杂数据的确权也是出于模糊的“无主”状态,但所有数据实际上都是掌控在互联网公司手中——无论他们如何声明不会泄露数据,不泄露数据不代表我们享有所有权。越来越多的智能服务背后都是来自于互联网公司AI机器人利用个人隐私数据进行机器学习的结果,这个过程中,用户是被动的,利益上存在受损的嫌疑。
我们认为,数据隐私的真谛是确权和授权——即用代码合约明确数据的所有权,通过代码合约完成数据使用权的授权和支付交易。区块链天然就是去中心化和分布式的账本机制,具有数据加密、不可篡改、来源可溯的特点。大量移动端的数据,将由过去“无主”垄断状态,被区块链网络确权给用户,而AI所需要的个人数据,可以由用户向使用方授权完成,相关费用用Token完成支付。在数据领域,AI与区块链的结合,一方面是数据层,两者可以互相渗透,完全数据确权;另一方面是从应用层面入手,两者各司其职,AI负责自动化的业务处理和智能化的决策,区块链负责在数据层提供可信的授权。
移动端分布式学习技术的推广将成为打破数据垄断的关键一环。今年2月谷歌宣布实现了全球首个产品级的超大规模移动端分布式机器学习系统,目前已经能够在数千万部手机上运行。此产品利用联合学习(FL,Federated Learning)方法,可以对保存在移动电话等设备上的大量分散数据进行训练,是“将代码引入数据,而不是将数据引入代码”的更加通用化的一个实现。用户的设备会下载一个当前模型,这个模型会从手机数据中学习不断得到改善,然后将变化总结为一个小的关键更新。只有这个关键更新会以加密的方式被传到云端,之后这一更新会在云端迅速被其他用户对共享模型提交的更新平均化(averaged)。简单说,所有的训练数据都留在用户的设备上,而且上传到云端的个别更新也不会存储到云端。新方法将机器学习与云端存储数据的需求脱钩,让模型更聪明、延迟更低、更节能,而且保护用户隐私不受威胁。联合学习方法将使得移动终端数据的隐私得到充分的保护,互联网公司云端服务器并不需要上传用户本地数据,将成为打破数据垄断的关键一环。- D; P: r1 n0 V7 P, B
2.4.市场激励:经济利益向用户倾斜" u' C7 [2 g. u$ I. A
数据资源的价值分享,将向用户倾斜。在“无主”的垄断状态下,个人用户产生的数据被广泛用来训练AI机器人,又产生各类互联网服务推送给用户或其他客户。大数据是基础的资源,其挖掘出的价值用户往往得不到任何回报——同时还要承担隐私被侵犯和泄露的风险。未来,分布在网络中的数据将得在区块链账本中得到确权,数据的使用利用区块链Token授权和支付交易。互联网的价值分享将向用户倾斜。! u$ U/ g/ u2 K+ n
接踵而来的问题是,如何构建合理的激励体系?区块链在TOKEN激励机制上的讨论一直不绝于耳,最初的BTC构建了通缩模型,即总量一定,产量四年减半一次,用算力保证系统的运转及激励分配的公平性。此后很多与现实相关联的激励体系却遇到了很大的问题,比如迅雷的玩客币体系,抛开监管问题,但从系统本身的可持续性也有待商榷。- l6 |; @* `) x% ]. Z1 k) z' K
用过迅雷下载的朋友都知道,当电脑运行迅雷终端的时候,PC即成为网络中的存储节点,这个点对点系统非常契合区块链的去中心化理念,但用户在这其中贡献了硬件及带宽,为了鼓励在线,迅雷也有过积分奖励,而其本质增加推广费用去“获客”,直到玩客币的推出。假设为系统做出贡献可以获得玩客币(俗称“挖矿”),而玩客币既可以从生态中购买服务,也可以二级市场交易,用户自然有动力投入硬件和费用去挖矿,生态体系建设加速,且公司不需要投入费用,而当币价走高时,由于回本周期缩短,用户有更强的欲望加大投入,当然,其更倾向于将玩客币用于二级市场交易而非获得生态中的服务,相反,当币价下跌时,激励机制就会出现问题,毕竟生态中所能提供的服务不能实时地与币价相匹配。2 y9 y) }- S$ O/ C+ f' D/ I
目前,互联网巨头作为主体获得并使用大数据,不存在激励问题,而未来在5G时代,面向个人数据、版权的确权和使用,同样需要构建有效交易市场,激励体系的构建仍是关键。
5 o- x) Z, S+ w3 l- `7 }1 o2 k
3. 分布式AI崛起:移动端硬件构架向GPU倾斜 l: i4 Z, J+ j7 \+ H- U0 {
谷歌发布全球首个产品级移动端分布式机器学习系统,移动端算力被充分调动。今年2月谷歌宣布实现了全球首个产品级的超大规模移动端分布式机器学习系统,目前已经能够在数千万部手机上运行。谷歌基于TensorFlow构建了全球首个产品级可扩展的大规模移动端联合学习系统,目前已在数千万台手机上运行。这些手机能协同学习一个共享模型,所有的训练数据都留在设备端,确保了个人数据安全,手机端智能应用也能更快更低能耗更新。研究人员表示,该系统有望在几十亿部手机上运行。联合学习能产生更智能的模型,更低的延时和更少的功耗,同时确保用户的隐私。Google开放的联合学习算法,使得移动端分布式机器学习成为现实;AI算法分布在大规模的移动端,协同输出一个学习模型,而不必上次用户本地数据。Google的研究团队克服许多算法和研究挑战,使联邦学习成为可能。诸如随机梯度下降(SGD)之类的优化算法(通常在许多机器学习系统中使用)在大型数据集上运行。在移动端特定环境中,数据以高度异构的方式分布在数百万个移动和蜂窝设备上,这些设备具有明显更高延迟,更低吞吐量的连接,并且只能间歇性地用于训练。这一切都依赖于联合学习(FL)方法,联合学习是一种分布式机器学习方法,可以对保存在移动电话等设备上的大量分散数据进行训练,是“将代码引入数据,而不是将数据引入代码”的更加通用化的一个实现,并解决了关于隐私、所有权和数据位置等基本问题。根据谷歌官博介绍,用户的设备会下载一个当前模型,这个模型会从手机数据中学习不断得到改善,然后将变化总结为一个小的关键更新。只有这个关键更新会以加密的方式被传到云端,之后这一更新会在云端迅速被其他用户对共享模型提交的更新平均化(averaged)。简单说,所有的训练数据都留在用户的设备上,而且上传到云端的个别更新也不会存储到云端。谷歌研究人员表示,新方法将机器学习与云端存储数据的需求脱钩,让模型更聪明、延迟更低、更节能,而且保护用户隐私不受威胁。这一方法还有一个间接好处:除了实现共享模型的更新,用户还能立刻使用改善后的模型,根据个人使用手机方式的不同,得到的体验也会不同。
联合学习(FL,Federated Learning)系统已经在非常流行的谷歌键盘Android上的Gboard中进行测试。每当Gboard显示建议的查询时,移动设备本地存储有关当前上下文的信息以及您是否使用了该建议。联合学习处理设备上的历史记录,以建议改进Gboard的查询建议模型的下一次迭代。诸多移动设备的学习模型将通过一种联合学习算法聚合成为一个更简洁的模型,最后只需要将这个模型上传至云端即可。8 d3 u& M B- J: _0 ~: m& |8 [
要将这样的系统部署到数百万运行Gboard的异构电话,需要相当先进的技术堆栈。 设备上培训使用TensorFlow的最小化版本。上传速度通常比下载速度慢得多,研究人员还开发了一种新方法,通过使用随机旋转和量化压缩更新,将上传通信成本降低到100倍。
复杂的人工智能算法训练与计算经常涉及上亿的参数,这些参数的计算需要大量的计算能力,目前在深度学习领域,GPU计算已经成为主流。使用GPU运算的优势如下:目前,主流的GPU具有强大的计算能力和内存带宽,同时GPU的thousands of cores的并行计算能力也是一大优势。只要数据足够小,就适合在一台GPU性能优于其它架构的机器上运行,因为它不具备处理网络开销问题的功能,可以充分利用GPU的优势为数学运算。由于所有的数据集足够小,可以适应内存,网络成为了分布式实现的瓶颈,而移动端本地GPU没有这样的瓶颈,得到了两全其美。
可以预期,未来的IT基础设施将向“两端走”,一方面是超大规模IDC,用作集中式数据处理、搜索和机器学习,而移动设备和物联网智能设备未来将越来越依赖GPU的运算能力,硬件中的GPU算力将会得到进一步提升。
) C, ]6 S8 F8 {; ?; P1 y, X
4. 区块链:给大数据赋予经济动能
4.1. 区块链:下一代智能互联网的基石2008年10月31日一个名为“中本聪”的网络ID发表了9页的比特币白皮——名为《Bitcoin: A Peer-to-Peer Electronic Cash System》(《比特币:一种点对点的电子现金系统》),为人类社会第一次带来去中心化的财富世界。中本聪在设计比特币的时候,遵从了经济学规律。比特币(Bitcoin)是一种电子现金系统,或者说比特币本身是一个给电子现金记账的去中心化、点对点的记账系统。比特币网络是首个成功应用了区块链技术的支付交易系统,没了中心化机构信用背书,该系统的“信任价值”由其加密算法和共识机制创造。账本每个节点都有相同的一份副本,节点之间对等、互相监督。同时中本聪天才地引入了首个区块链通证(Token)——Bitcoin(比特币,这里的比特币指的是可交易的coin,而非指同名的网络系统),通证作为系统的唯一财富表达——在比特币网络中进行电子现金(比特币)转账,需要支付比特币作为手续费。而支撑网络安全可靠运作的计算机算力资源则由矿工提供,手续费作为奖励支付给矿工——这个过程叫做挖矿。“挖矿”行为则激励了更多网络节点加入进来,维护并增加该系统的“信任价值”。比特币挖矿,用一句话的解释即为“争夺系统的记账权,获得比特币作为奖励”。在共识机制的约束下,矿工的算力自由竞争对系统构成了安全壁垒(随着算力的竞争,攻击系统账本的成本会在竞争中提高),通证(Token)奖励则为系统安全可信运转提供了经济激励,形成一个良性的经济市场。这一切的核心技术基础是区块链技术。关于区块链的经济学解释详见我们之前发表的《区块链经济学脉络》系列文章。
区块链(Blockchain)是一种将数据区块按照时间顺序组合成链式数据结构,并以密码学方式保证的不可篡改和不可伪造的分布式账本。简单说,如果我们想要一个完全点对点实现支付/兑换的市场(这个市场不需要任何中介机构,如银行、服务中介等),区块链可以提供去中心化记账方案。以支付转账为例,传统的支付转账系统需要由银行作为第三方(对应概念“中心化”、“第三方信任背书”),根据交易双方提出的请求,划转相应金额——即更改数据库中双方名下的账户余额,这个过程中记账权完全归属于银行。而在搭载了区块链技术的支付转账系统中,用户之间可以直接进行点对点的交易(对应概念“去中心化”)。我们不需要中心化机构来替用户记账,取而代之,系统中每一个用户都可以按照特定规则参与竞争记账。在某个时间段内,争夺到记账权的用户把这段时间的交易写到一个区块当中,就像写到一张账页。系统中其他用户确认该账页不是假账后,对它进行备份,完成整个动作。在下一个时间段周而复始,每一个区块首尾相连,构成一个完整的链条。通过密码学原理,新的区块对之前的区块天然形成了防篡改保护。 |# f- h# ?$ p5 b9 N
区块链开启了去中心化市场。传统社会的资产都是登记在各种中心结构的账本上,最后以银行的法币为核心进行流通。比特币诞生后,区块链技术和区块链项目的快速发展,自此,开辟了人类历史上成规模的去中心化市场。数字货币总市值于2017年 12 月 21 日达到全年最高点的 6422.56 亿美元,一度超越当日的亚马逊和汇丰控股市值。
由于没有中心化的机构存在,区块链完全根据事先设定的程序自动运行,能够极大降低成本和提高效率,并且保证数据记录过程和结果公开透明。在支付交易之外,区块链还可以用于更加广阔的领域,比如医疗、供应链管理、物联网、安全认证、社交以及人工智能等领域,其对社会结构会产生深远影响。/ k& P; [) A( W; n
以区块链技术为基础的去中心化财富世界被开启,区块链构筑价值互联网。自2008年中本聪发布比特币白皮书后,区块链行业快速发展,人们逐渐意识到,区块链不仅仅是一项分布式数据库技术,而是与TCP/IP、HTTP一样重要的互联网基础协议,基于区块链可以构建一个去中心化(分布式)的互联网世界。利用区块链技术实现数据结构来验证与存储、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问安全、利用由自动化脚本代码组成的智能合约来编程和操作数据,构建一个新的分布式基础构架与计算范式,成为新一代智能互联网的基础设施。
# u' o2 F: F2 ?
4.2. 区块链将建立一个规范健康的数据市场
区块链的运行机制成为数据市场确权和交易的市场规则,解决数据隐私“痛点”。在区块链网络中,用户的隐私可以在区块链账本中进行确权,他人难以突破区块链网络的加密规则侵犯用户隐私数据;在用户的授权下,通过区块链Token完成数据使用的支付交易。区块链解决了当下数据隐私的行业“痛点”。无论是移动端本地数据,还是存储在分布式节点的其他数据,在区块链网络管理下,用户享受对数据的所有权和控制权。+ b$ \6 u5 G+ t" i) K% E7 q6 x; M
区块链解决了数据的确权,数据市场的规范交易成为可能。一旦区块链解决了数据的确权问题,移动端的本地数据和托管在中心的服务器内的数据都不能被他人公开“免费”地访问和使用。用户可以授权互联网公司的AI算法使用数据进行训练,移动端的本地数据将不会被上传至云服务器,这既规范了数据市场又解决了数据隐私问题。用户将在未来的互联网世界,因自身的数据而受益。
5.5G边缘计算:“硬核”算力之基, W( C. G) ~4 A
5.1. 分布式系统的崛起催生边缘计算平台和新的网络构架分布式AI会在最后一英里网络中增加更多的计算、智能和处理/存储能力,将引发移动端硬件和算力变革。在这种配置中,人工智能引擎将依赖于大量物联网(IoT)传感器和执行器,收集和处理大量的操作现场数据。海量数据将为“本地化”的边缘计算AI引擎提供燃料,这些引擎将运行本地进程并在现场做出决策。因此网络需要另一种水平的实时边缘计算、数据收集和存储,将推动人工智能处理到网络边缘。这将完成云边缘智能和网络化计算机的循环, 并通过基于区块链的智能合约来完成数据授权和业务运转。5G网络中不同业务在不同节点终结,颠覆通信网络工作模式。3G/4G时代,数据陆续通过接入层、承载汇聚层、承载核心层,业务数据在核心网集中处理、终结,显然这种中心化工作方式难以满足5G应用场景对时延、大带宽和多连接的要求。5G时代,针对不同的业务场景,业务将在不同节点终结;以去中心化的工作方式提高效率和可靠性。分布式AI的崛起,5G边缘网络平台将承载更多的算力和数据流量。
5G时代,终端间快速崛起的横向流量和极低延时要求将依赖边缘网络实现。5G时代基站之间的横向流量将远远超过LTE时代的流量,延时要求甚至在1ms内,远远低于3GPP定义的LTE基站间理想时延(10ms)。LTE时代,核心网一般集中部署在汇聚骨干节点或核心层之上。5G时代,一方面,三层下挂基站将更多,路由条目数量将更大,三层设备流量调度任务中,如果还将核心网集中部署,其设备将不堪重负,一旦节点故障,影响范围很大;另一方面,核心网集中高置横向流量时延大,将不能满足5G时代基站间横向流量时延需求。核心网边缘分布带来两个好处:一,核心网设备下挂基站减少,流量减少,路由条目减少,压力大大降低,安全性能增加,故障影响范围也大大减少;二,基站间的横向流量跳数减少,时延减少,满足低时延场景要求。4 _7 k* K" l& F- a& M/ S. [
未来超过50%数据将在边缘网络处理、分析与存储,5G将大量部署边缘网络计算。根据华为与第三方机构合作预测,到2025年全球网络联接数将达到1000亿,增长幅度超过10倍。未来超过50%的数据需要在网络边缘侧分析、处理与储存,边缘网络将面临极大的挑战:业务的实时性挑战。对实时性要求高的领域,例如在生产控制领域,业务控制时延必须小于10ms甚至更低,车联网应用甚至要求时延低于1ms,如果数据分析和控制逻辑全部在中心云端实现,难以满足业务的实时性要求。( d# v& Y( A3 f& ^ j+ }3 i
5G网络切片的实现需要部署边缘云。5G面向不同的应用领域,需要网络切片的支撑不同的需求。就是将一个物理网络切割成多个虚拟的端到端的网络,每个虚拟网络之间,包括网络内的设备、接入、传输和核心网,是逻辑独立的,任何一个虚拟网络发生故障都不会影响到其它虚拟网络。每个虚拟网络就像是瑞士军刀上的钳子、锯子一样,具备不同的功能特点,面向不同的需求和服务。部署网络切片,需要边缘云的支撑。
成为第一个吐槽的人