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。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
