区块链从2017年开始备受关注，这在传统互联网出身的刘爽看来，却是“混乱”和“虚幻”的，缺乏真正落地的项目。今年年初，区块链行业开始降温，大部分“体质差”的项目没能挺过这个冬天，从业者的理智回归，整个行业陷入一种类似于“低谷”的状态。
刘爽反其道而行，认为这是进入区块链领域的好时机。手上原本就有的传统VC资本方，以及前期做过的技术积累和方法论证更是加快了他前进的步伐。他所从事的行业是算力共享，掌握大量的客户流量资源。这在区块链领域看来就是计算节点，这也是二者可以想通的原因。
何为算力共享？哪里来的算力？又可以用来做什么？为了明白这些问题，金色财经特此采访了刘爽，并了解了将传统算力共享业务与区块链技术相结合的项目RRC，如何通过激励机制更有效的收集算力。刘爽对此进行了详细的解释。
严格意义来说，刘爽从事的叫做分布式计算网络，过去仅凭用户资源参与，很难形成规模，更不用说形成商业化氛围。区块链技术提供了激励措施，用户愿意将剩余电脑算力提供入网，从经济模型上解决了核心问题。
刘爽表示，分布式计算说到底只是一种计算解决方案，其实际意义取决于应用场景。并且目前还不存在完全的分布式计算。因为纯分布式计算网络存在效率问题。
举个浅显易懂的例子，在理想状态下，比特币设想属于纯分布式计算网络。但是分布式计算采用全域广播的方式共同记账，相当于所有的账本、所有的人都要记一遍，当规模达到一定程度时，效率会逐渐变得极为低下。
“所以现在挖矿的效率很低，交易的效率也很低，时间越久就越是这样。”
为什么会这样？首先是因为比特币算力最终都被矿机占领了，而矿机又是一个非常中心化的存在。其次，继比特币之后的以太坊和EOS等主流网络提升效率的方式也是中心化的，比如超级节点。
刘爽认为，分布式计算只是方法，应该先明确需要在网络中达到怎样的目标，然后再选择是用联合使用中心化的计算方法还是分布式计算方法。“这是一个平衡问题，不应该为了分布式计算而分布式计算。”
分布式计算最初是不存在节点间协作的。任务分配给各个节点之后，各自独立计算，称为网格计算。在节点间加入协同后，复杂性将成倍增加。RRC目前做的就是将区块链技术与网格计算结合，利用激励机制使大量的计算节点能够加入进网络中。
收集来的算力做什么呢？最容易实现的就是挖矿，也是在商业模型上最粗浅的方式。刘爽表示，分布式计算的核心在于这不是一个技术问题，而是场景问题。“只有将它丢进对应的场景中，才能将它的价值最大化。”
他介绍到，AI是RRC目前首要关注的应用场景。AI计算是一个从量变到质变的过程，完全依靠采购机器计算AI模型的成本非常高的。但是当量变积攒到一定量级后，就可能会产生颠覆一个行业的回报率。刘爽称之为算力投资。
这是算力需方的角度。那么供方呢？对于提供方来说，并不关心算力所应用的场景有多么宏达，而只关心眼前的回报有多么具体。
刘爽介绍，传统的网格计算存在无法统计计算节点的贡献，并以此分配相应利益的痛点。并且在完成不同的算力任务时，经济模型也是不固定的。“过去的网格计算更偏向于理想化，大家是基于某种志愿在做，很难与经济形成绑定，并且有很大的局限性。”
所以RRC首先想要解决的就是回报率问题。RRC公链以及token经济模型能够统计出每个节点真实的计算能力，再按照计算的能力和市场给予相对公平的回报。这个回报就是token。当算力所应用的场景，比如某个AI项目真正落地之后，也将会反向推动提供算力的token增值。RRC用二级市场的杠杆把现在的价值和未来的价值做了锚定。
“我认为，在整个经济体系中，token是不可替代的。它结合了二级市场和货币的双重性质。货币代表现有价值，证券代表未来的长期价值，token是两者最好的结合。”
提到算力，第一反应自然是矿机。还有什么CPU能比靠算力吃饭的矿机还要强呢？刘爽却表示，他们恰恰最反感矿机。他解释到，所谓“矿机”，是指针对某种算法进行了特殊的CPU优化的集成电路。本质上是一种“作弊”的状态，它所能提供的通用算力并不高。
“最终能挖出多少我自己的币这件事毫无意义，我要的是收集上来的算力能够完成多少其他的计算任务。这是本质区别。”
但是刘爽并不反对矿场。比如学校里的机房，或者网吧，具备大量闲置的资源设备，都可以理解为是矿场。将这些设备接入RRC网络，他们是不排斥的。因为它们都是通用的计算元器件。
“如果有矿机愿意加入到我的体系中也没问题，那就变成一个普通的通用元器件来用，我们也可以接受。因为矿机说到底也是一块CPU，只是它没有进行特别的优化，我的算法对它不会别特友好。”
既然是以PC电脑为主的算力共享，那么有人就会担心，是不是会影响我正常使用电脑呢？对此，刘爽表示，影响肯定是会有的，但是在可控范围内。首先，用户可以选择贡献的算力对自己CPU的占有率；其次，RRC也会人为的将CPU占有率限定在一定范围内。据他表示，初始阶段会将占有率控制在20%-30%左右，先保证用户体验和流畅性。
“我们希望最终有海量节点接入，并非将某一个节点的资源榨干。当然也有另外一种场景，比如刚才提到的闲置设备，这种情况下用户可以选择是否让它们满负荷工作。”
RRC最终希望构建的场景是通过P2P网络连接电脑、手机等有计算能力的终端设备，使应用端用户（算力需求方）可以向网络中的其他用户（算力供应商）租用算力，租用的算力可以完成某些特定需求的计算任务。
那么分布式计算与集中式高算力设备相比，有哪些优势和劣势呢？
刘爽表示，优在效率，劣在稳定。分布式计算网络更适合做一些时效性相对较低，但是工作量较大的任务，比如AI训练，或者挖矿。但是当一项任务随机产生时，集中式算力设备的优势便体现出来了，它随时都能有保持稳定的中心化算力设备在运行，能够充分满足时效性要求。
“分布式计算与集中式计算在应用层面属于场景的分隔，根据各自的特点有适用于各自的场景，并不存在谁一定要替代谁的关系。”
刘爽透露，RRC将于今年全力开发公链，其测试链将于7月上线。他表示，公链在整个RRC生态中类似于计数器概念，负责统计每个节点的工作量。同时发挥三明治算法和多层法轮播特征，抵御针对性的矿机可能带来的风险。
他表示：“这种三明治结构，已经被ZCash证明是有效的了。我们只需要把中间部分的广义生日悖论问题修改为CPU擅长的其它算法。由于有收尾的标准哈希算法把关，h(A(H(nonce,seed)))可以满足哈希函数的雪崩特性和不可逆特性，满足PoW算法所需要的随机性、公平性和不可预测性。”
值得一提的是，RRC一直与清华计算机系保持密切的联系，或将与其合作成立实验室，研究高性能集群计算技术。
事实上，分布式网络已经产生了20多年，区块链也只是其中一个比较有商业价值的应用。对于未来的发展预期，刘爽对金色财经表示，RRC的核心使命是构建全球最大的个人终端分布式超算网络，打造全球最大的多用途个人终端算力交易市场。
--------------------------------------------------------------------------------------------------------------
本文转自金色财经独家专访
欢迎CAE行业与计算机行业人士投稿于中国计算网
搜索微信公众号： cncompute_Mall 直接关注，更多惊艳的资讯等你来关注~您也可以来投稿~