您的位置:首页>人工智能>正文

在6G系统中连接AI学习和区块链挖掘

6G系统建立在人工智能(AI)和区块链等分布式账本上。AI的训练需要大量的计算资源,这会增加6G的成本。在区块链中,每个矿工都有大量的计算资源,可以用于人工智能训练。

由于当前的区块链技术因浪费计算资源而受到批评,最近的一篇论文提出了将人工智能训练和区块挖掘消耗的计算资源连接起来的共识。这样,6G 系统的计算效率得到了提高。矩阵乘法计算(MMC)用于实现它。矿工根据传统的区块头和MMC的结果进行目标哈希值搜索。实验证实,所建议的系统可以从纯区块挖掘中挽救高达 80% 的计算能力,用于并行 AI 训练。

第六代(6G)系统被普遍认为建立在无处不在的人工智能(AI)和分布式账本(如区块链)上。然而,AI训练需要大量的计算资源,这在大多数6G设备中是有限的。同时,基于工作量证明(PoW)的区块链中的矿工将大量计算能力用于区块挖掘,并因计算浪费而受到广泛批评。为了解决这个难题,我们提出了一种 Evolved-Proof-of-Work (E-PoW) 共识,可以将 AI 训练中广泛存在的矩阵计算整合到区块挖掘中的蛮力搜索过程中。因此,E-PoW 可以通过多次使用的公共计算资源连接 AI 学习和区块挖掘。

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,请第一时候联系我们修改或删除,多谢。