自从比特币及区块链流行起来之后，还有一个词也随之流行起来了，它就是算力。
但算力并非比特币兴起后专用于挖矿的，同期逐渐兴起的深度学习，也是得益于算力的迅速发展。
简单的说，算力就是计算能力，算力并非新生事物，自从有计算机以来，算力这种抽象的事物就有了，只是以前不叫算力，叫运算速度。
比如某CPU处理器，每秒能进行5000次加法，这就是算力，每秒钟能够进行运算的次数越多，运算速度就越快，算力也就越强。
单台电脑的算力取决于CPU的主频，主频越高，算力越强，但CPU毕竟是某一类型的处理器，即不仅仅是CPU可以运算，其他各种芯片也能进行运算，比如显卡(GPU)，也能进行运算，不过它的算力却不是以主频来衡量了，而是以并行处理能力来衡量的。
比特币给算力加速随着计算机技术的发展，算力的体现形式在不断变化，形式越来越多样。
最早期的算力是单核CPU，衡量的核心指标就是CPU主频，主频越高，算力越强；
随后出现了双核CPU，4核CPU，8核CPU等多核CPU，此时衡量的核心指标还要考虑CPU的核心数，即并行运算能力，在同等主频的前提下，核心数越多，算力越强；
不过CPU就算核心再多，仍然是以中央处理计算的方式进行。
随着互联网的发展，互联网的内容也逐渐发生了变迁，早先以文字为主，逐步演变成了包含有大量图片及视频了(加上游戏行业的发展)，CPU无法胜任这种实时性高(并发量巨大)，但单次运算要求不高的计算需求，比如在图片处理时，每个像素点的处理所需的计算量很低，但每张图片所包括的像素点以百万千万计，如果用CPU的串行处理模式，那么一张图像的处理则需要很长时间，如果此时能够大量同时处理这些像素点，不就满足了实时性的要求了吗？
在这样的背景之下，GPU出现了，也就是大家所熟知的显卡，显卡的诞生可以说就是为了专为处理图片(或者说游戏)的。
遵循着这样的发展轨迹，比特币挖矿也从早期的CPU挖矿，到GPU挖矿，到专用GPU矿机挖矿，以及后来专门设计的ASIC矿机，再到矿机组团成矿池挖矿的路线，当然，这样的发展路线，其实是矿工的挖矿竞争日益激烈化导致，如果比特币越来越不火了，相信挖矿的路线可能会逆向发展，直至比特币消亡。
但不得不承认，比特币挖矿的竞争，促进了GPU芯片的发展，而后来ASIC矿机的出现，也促进了ASIC芯片的发展，而ASIC被认为是未来AI芯片的核心。
比特币及区块链在经历了2017年的疯狂之后，泡沫逐渐开始破裂，不少矿场逐渐倒闭，很多矿工也随之退出了挖矿的行列。
巧合的是，人工智能的再度爆发，与比特币的爆发时间不谋而合。
而作为当前人工智能领域的核心技术力量的深度学习，所需的算力正好也是矿机所需的那种巨量的并行式运算。但人工智能的发展，在经历了S形发展曲线的低潮期之后，迎来爆发，只会向前，不会向后。
冥冥之中，人工智能接过算力的接力棒，继续算力加速。
算力前置(边缘化)不得不说，比特币及区块链对于算力的贡献及发展是巨大的，但也许你无法想到，比特币及区块链的分布式特点，再一次给人工智能的发展带来了契机。
2017年10月28日，在海康威视主办的“AI ：洞察行业、助力变革”主题论坛上，海康威视发布了“IOT-基于神经网络的认知计算系统--海康AICloud框架”。
在论坛上，海康威视总裁胡扬忠表示，将AI算力注入边缘，赋能边缘智能是大势所趋。
而将AI算力注入边缘，是基于一种什么样的大背景呢？
它是基于当前“中心计算”的大背景的，即前端设备只做数据采集(也叫感知)，不做数据处理分析，数据处理分析的工作全部交给“中心服务器”来处理。
根据亿欧智库2019年最新发布的《2019年技术趋势报告》关于“边缘计算”的趋势指出：
伴随5G和人工智能的成熟，云服务器需要接入更多设备和处理海量数据，低延迟和高流量的计算负载压力使这种集中式的数据处理模式难以为继。因此，有必要在接近数据的一端设立本地分布式网络设备，提供处理、存储等能力，提升应用工作的性能和可靠性。减轻中央服务器负载。
而这一架构被称为边缘计算。
基于这样的背景，安防领域最重要的应用场景人脸识别，也提出算力边缘化的口号就不足为奇了。
这恰恰也是一种算力去中心化的发展趋势，正好跟比特币的去中心化特点再次不谋而合。
算力后置(集中式)有算力前置，相对应的就有算力后置，也就是上文所提到的集中式数据处理模式。
目前主流的人脸识别解决方案，仍然是算力后置的，前端人脸IPC只进行人脸检测及抓拍，然后传递给后端服务器进行比对识别(即数据处理)，这一算力后置的方式，会随着系统的逐渐扩容，给后端服务器带来越来越大的负载压力，但对于中小型的人脸识别应用场景，算力后置仍然是其主要的部署方式。
算力后置也并非一无是处，比如后端服务器一般都在机房，能得到很好的保护，不容易受到攻击，而算力前置，使前端计算设备暴露在外面，容易受到攻击及数据泄露，不安全。
边缘计算架构根据海康威视发布的AICloud框架，边缘计算主要由云中心、边缘域、边缘节点三部分构成，它可以实现从端到中心的边缘计算 云计算，真正做到让感知理解更有效、更精准；图像目标细节传输更高效，网络压力得到释放；数据分级应用更灵活，业务响应更敏捷。
来自亿欧智库的《2019年技术趋势报告》中所提到的边缘计算，也揭示出同样的架构：
随着云计算及算力的发展，边缘计算也成为了一种未来的计算技术趋势，也诞生了很多做边缘计算的公司，诞生了不少具有代表性的边缘计算产品。
在国外，主要有亚马逊，微软，谷歌等巨头，也有英特尔、 思科、 惠普、 IBM等的后续加入。
而在国内，主要有BAT、 华为、 三大运营商、 网宿科技等代表性企业。
不过，边缘计算尚未形成统一的标准和协议，因而主要企业正着力牵头组建联盟推动标准化。
华为、中科院沈阳自动化所、英特尔等于2016年共同发起边缘计算产业联盟，旨在推动研究协作和应用孵化，构建产业生态。
边缘计算的未来
随着芯片的计算能力越来越强，处于系统边缘的感知设备也具备了较为强大的计算及存储能力，因此，算力边缘必定是未来的发展趋势，算力边缘也将在越来越广的范围使用，人工智能，物联网，自动驾驶等，都将会越来越依赖于边缘计算，这将是一个巨大的产业，蕴含着大量的商机，我们绝对不能忽视边缘计算。
我们的未来一定会被计算所包围，未来，计算将无处不在。
