算力（也称哈希率）是比特币网络处理能力的度量单位。即为计算机（CPU）计算哈希函数输出的速度。比特币网络必须为了安全目的而进行密集的数学和加密相关操作。例如，当网络达到10Th/s的哈希率时，意味着它可以每秒进行10万亿次计算。

在通过“挖矿”得到比特币的过程中，我们需要找到其相应的解m，而对于任何一个六十四位的哈希值，要找到其解m，都没有固定算法，只能靠计算机随机的hash碰撞，而一个挖矿机每秒钟能做多少次hash碰撞，就是其“算力”的代表，单位写成hash/s,这就是所谓工作量证明机制POW(Proof Of Work)。

中文名 ：算力； 定 义 ： 计算机计算哈希函数输出的速度 ；

外文名 ：HashRate；单 位 ：hash/s ；

应 用：区块链 ； 相关学科：计算机！

目 录

1： 概述 ；

2：单位；

3：区块链相关

4 ：全球算力 ——比特币的算力分布；20174年算力的变化；

5 ：发展与应用；

6 ：融合发展 ！

概 述

日前，比特币全网算力已经全面进入P算力时代（1P=1024T，1T=1024G，1G=1024M，1M=1024k），在不断飙升的算力环境中，P时代的到来意味着比特币进入了一个新的军备竞赛阶段。

算力是衡量在一定的网络消耗下生成新块的单位的总计算能力。每个硬币的单个区块链随生成新的交易块所需的时间而变化。

单 位

1 kH / s =每秒1,000哈希

1 MH / s =每秒1,000,000次哈希。

1 GH / s =每秒1,000,000,000次哈希。

1 TH / s =每秒1,000,000,000,000次哈希。

1 PH / s =每秒1,000,000,000,000,000次哈希。

1 EH / s =每秒1,000,000,000,000,000,000次哈希。

区 块 链 相 关

早期的比特币区块链采用高度依赖节点算力的工作量证明(Proof of work, PoW) 机制来保证比特币网络分布式记账的一致性。随着区块链技术的发展和各种竞争币的相继涌现，研究者提出多种不依赖算力而能够达成共识的机制，例如点点币首创的权益证明(Proof of stake，PoS) 共识和比特股创的授权股份证明机制(Delegated proof of stake，DPOS) 共识机制等。

比特币区块链系统的安全性和不可篡改性是由PoW 共识机制的强大算力所保证的，任何对于区块数据的攻击或篡改都必须重新计算该区块以及其后所有区块的SHA256难题，并且计算速度必须使得伪造链长度超过主链，这种攻击难度导致的成本将远超其收益。据估计，截止到2016年1月，比特币区块链的算力已经达到800 000 000 Gh/s，即每秒进行8*10^18次运算，超过全球Top500 超级计算机的算力总和。

安全性威胁是区块链迄今为止所面临的最重要的问题。其中，基于PoW 共识过程的区块链主要面临的是51% 攻击问题，即节点通过掌握全网超过51%的算力就有能力成功篡改和伪造区块链数据。以比特币为例，据统计中国大型矿池的算力已占全网总算力的60%以上，理论上这些矿池可以通过合作实施51%攻击，从而实现比特币的双重支付。虽然实际系统中为掌握全网51% 算力所需的成本投入远超成功实施攻击后的收益，但51%攻击的安全性威胁始终存在。基于PoS 共识过程在一定程度上解决了51% 攻击问题，但同时也引入了区块分叉时的N@S (Nothing at stake) 攻击问题。研究者已经提出通过构造同时依赖高算力和高内存的PoW共识算法来部分解决51% 攻击问题，更为安全和有效的共识机制尚有待于更加深入的研究和设计。

全 球 算 力

比特币的算力分布

这是比特币的算力分布。

比特币的算力分布

哈希率变化

比特币网络的算力2017年12月时是9.9EH/s，并且随着越来越多的矿工加入而增长，因此更多的困难正在增加。

发 展 与 应 用

算力为大数据的发展提供坚实的基础保障，大数据的爆发式增长，给现有算力提出了巨大挑战。互联网时代的大数据高速积累，全球数据总量几何式增长，现有的计算能力已经不能满足需求。据IDC报告，全球信息数据90% 产生于最近几年。并且到2020年，40% 左右的信息会被云计算服务商收存，其中1/3 的数据具有价值。因此算力的发展迫在眉睫，否则将会极大束缚人工智能的发展应用。我国在算力、算法方面与世界先进水平有较大差距。算力的核心在芯片。因此需要在算力领域加大研发投入，缩小甚至赶超与世界发达国家差距。

融 合 发 展

大数据是人工智能发展的基础保障，是人工智能这台机器高速运转的燃料。没有大数据的支撑，人工智能就没有了燃料，谈不上发展。算力是人工智能发展的技术保障，是人工智能发展的动力和引擎。二者都是人工智能密不可分的一部分。反过来，人工智能的发展和应用又会反过来提升大数据和算力的技术革新，提高大数据和算力的水平。三者相辅相成，融合发展，才是未来信息时代发展的潮流趋势。大家都非常熟悉AlphaGo，之所以能战胜棋类顶尖高手，除了人工智能的深度学习技术之外，大数据提供的一千多万棋谱才是它持续进步乃至几乎无懈可击的根源。在深度学习应用到人脸识别之前，基于大数据的识别成功率只有93%，而深度学习和算法的更新，将人脸识别系统成功率提升到了97% 以上，为人脸识别的商业应用铺平了道路。

随着人工智能、大数据、算力的发展与融合，三者已经有机结合成了一个智能化整体，其内涵和外延趋于多样化，各个细分领域的应用也丰富叠加，你中有我，我中有你。人工智能与大数据、算力的区别与界限越来越模糊。现阶段，人工智能和大数据的应用已经渗透到工业、农业、医学、国防、经济、教育等各个领域，所产生的商业和社会价值几乎是无限量的。云计算随着人工智能和物联网的发展应用，也不再局限于存储和计算，已经成为各个行业发展变革的重要推动力。

总之，算力的发展为大数据发展提供坚实的技术保障，计算力和大数据的发展为人工智能发展提供技术支撑和基础原料，是人工智能突破性进步的核心所在。人工智能的进步又反过来给算力和大数据提供变革的推手。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。