市值堪比小米,比特大陆凭什么值500亿美金科技

2018-08-13    来源:网络    编辑:新闻在线
市值堪比小米,比特大陆凭什么值500亿美金

1、比特大陆的矿机霸主地位真的没法撼动吗?

2、为什么比特大陆要从暴利的矿机行业转型人工智能?

3、上市后如何向股东交代数字货币资产的隐性利润?而“印钞机”BCH又该作何解释?

今年 8 月 1 日是比特币硬分叉一周年的日子。

作为算力霸主比特大陆的创始人,吴忌寒在这一天举行的 BCH 周年峰会上,并没有给矿工们带来好消息,而是给凉凉的数字货币市场又泼了一盆「透心凉」的冰水。

「随着 ERC20 合约的兴起,ICO 变成一个非常流行的词汇,但是吹捧 ICO 的原因在我看来都是不正当的。比如说 ICO 可以不受证监会的监管,这是错误的。按照美国证券法的有关定义,几乎所有的 ICO 合同都是证券,不管做了何种安排,证券性质都是不可磨灭的。同时,很多 ICO 充满虚假陈述,经不起拷问。」

市值堪比小米,比特大陆凭什么值500亿美金

ERC20 是以太坊(Ethereum)上一项通用的代币协议,它通过定义一系列技术标准和接口大幅降低了代币发行的难度。而比特大陆跟以太坊最直接的关系,就是今年 4 月推出的以太坊 E3 蚂蚁矿机了。

挖矿,从比特大陆成立那天起就是这家公司难以磨灭的品牌印记。不到五年时间,比特大陆掌握了全球超过 50% 的比特币算力,矿机市场份额也达到 70% 以上。

去年 11 月,比特大陆突然宣布调整战略方向:全力转向人工智能,淡化矿机公司的外界印象。此时的数字货币市场正沉浸在史无前例的狂欢之中。比特币价格一路冲高到 20000 美元大关,基于以太坊的各种平台币、山寨币也在各大交易所疯狂吸金。

比特大陆似乎不再认同挖矿芯片和矿机公司这一角色定位。根据区块律动 BlockBeats 最近获得的一份 Pre-IPO 轮融资材料,比特大陆被冠以」中国最大 AI 芯片公司」的名号。

嘉楠耘智要成为比特大陆,而比特大陆要「成为英伟达」

2017 年 11 月在波士顿举办的 AI WORLD 2017 大会上,比特大陆联合创始人詹克团亲自发布了人工智能品牌算丰(SOPHON)。首款自研张量处理器 BM1680,深度学习加速卡 SC1/SC1+,以及智能视频分析服务器 SS1 也同时亮相。

这是作为全球最大矿机及芯片厂商的比特大陆,第一次在 AI 领域公开亮相。

今年 1 月初,比特大陆在北京召开媒体沟通会,产品战略总监汤炜伟声称比特大陆早在 2015 年就进入了人工智能领域。

实际上,当时的比特大陆刚刚从 2014 年濒临倒闭的境况中恢复过来。在外界看来,比特大陆跟人工智能毫无关联。翻阅比特大陆官方微博,整个 2015 和 2016 年没有一条内容谈及人工智能,出现次数最多的还是挖矿、矿机等关键词。

区块律动 BlockBeats 通过查询工商信息发现,承担向 AI 转型重任的算丰科技(北京)有限公司成立于 2016 年 9 月,注册资本只有人民币 100 万元,实际控制人是注册在香港的 Bitmain Technologies Limited。

根据这次媒体沟通会透露的信息,比特大陆继续沿用 ASIC(专用集成电路)的技术路线来设计 AI 芯片。基于台积电 28nm 工艺的 BM1680 在单精度 FP32 条件下,浮点峰值计算性能为 2TFlops、平均功耗 30W。

具体到产品应用和场景化落地方面,比特大陆重点布局在公安安防、互联网和城市大数据三个细分领域,计划与合作伙伴一起提供云端芯片+算法的一体化解决方案。

3 月,比特大陆发布第二代 AI 芯片 BM1682,号称性能提升 5 倍以上,还可以脱离 X86 CPU 独立工作。搭载 BM1680 芯片的算丰智能视频分析服务器还获得了中国安防网评选的年度优秀 AI 应用。

通常来说,AI 领域最火热的深度学习可以分为训练(training)和推理(inferencing)两个环节。顾名思义,训练环节就是将一定量的样本数据输入到现有算法模型中,通过调整各种参数让模型达到最理想状态。接下来就可以利用这些算法处理更多同类任务。

以人脸识别算法为例,训练环节中包含不同年龄、性别、种族的人脸数据越多,算法的识别效率和准确率就越好,适用范围也越广。随着使用频次的日积月累,算法模型自身也会不断提高准确性等指标。

人工智能概念的浪潮中,从业者们热衷的话题之一是用何种架构的芯片来运行这些算法模型。

就目前而言,研究自动驾驶的机构和公司一般会优先选择英伟达 GPU 来加速数据处理和模型训练。而比特大陆要涉足的安防领域,最常见的芯片架构是 FPGA(现场可编程门阵列)。

FPGA 的优势在于极强的灵活性和可编程特性。当一个神经网络模型训练完成,只能写入到 ASIC 芯片中一次,无法进行后续升级。而 FPGA 允许通过编程方法多次写入和更新,这对于需要频繁迭代算法的 AI 应用非常友好。

换句话说,ASIC 人工智能芯片中的算法模型必须足够优秀,一旦出厂无需更新和升级也能处理好同类新任务,才能让这桩生意具有可行性。就现阶段而言,深度学习应用在各个领域的算法迭代速度非常快,平均不到一年算法就会大变样。这可能会让 ASIC 芯片无法在短期内比 GPU 和 FPGA 取得优势。

专注人脸识别的旷视(Face++)的一位内部人士告诉区块律动 BlockBeats,在安防、智慧城市等项目招标会上很少看到比特大陆这种用 ASIC 芯片提供算力的厂商,最常见的还是 FPGA。旷视公司的人脸识别及比对等一系列算法也主要运行在 FPGA 架构上,而且还在持续优化。

按照比特大陆公布的产品路线图,BM1682 之后还将有两代产品正在研发当中,均采用台积电的 12 纳米工艺制程,平均下来产品迭代周期大约是 9 个月。

市值堪比小米,比特大陆凭什么值500亿美金

而比特大陆最大的竞争对手,矿机市场份额排名第二的杭州嘉楠耘智最近正式发布了 7nm 矿机阿瓦隆 A9 系列,而比特大陆今年新上的 S9i 矿机采用的是 16nm 工艺。

在不少人看来,嘉楠耘智似乎实现了一次技术突破,成为矿机业内第一批吃上 7nm 技术红利的企业。比特大陆在工艺上要落后行业了吗?

一位芯片行业的资深从业者告诉区块律动 BlockBeats,「嘉楠的进度是快些,他们后端是外包给台湾一家名叫 GUC(创意电子)的公司做的,这是台积电的子公司,各种资源都比较好。比特大陆后端是自己做,优化地比较激进,可能要做几次才能成,但是成了后技术指标别人干不过,再搞 2 年做同样工艺都干不过,只能拼新工艺,所以比特大陆产品生命周期长。这是在构建护城河,很有必要,不然只能有普通利润。」

阅读延展

1
3