科创未来（二）：区块链催生云算力市场，打造新一代IT基础设施.pdf

请仔细阅读本报告末页声明 证券研究报 告 | 行业深度 2019 年 06 月 03 日 通信 科创未来（二）：区块链 催生 云 算力 市场 ， 打造 新一代 IT 基础设施 基于区块链，分布式的云算力和算法、数据实现市场分离成为可能 ，云算力成为新一代基础设施 。 传统互联网对实时性敏感的业务数据， 以 中心云以及CDN 服务 的方式 解决 ； 但互联网的潜能不会止于数据 快速 传输和访问 ，对时延不敏感的数据计算和存储业务是一片待开发的蓝海 。移动时代，大量闲臵的算力、算法资源分布在全球网络的诸多节点，将闲臵的云算力资源组织起来参与市场运行，使得闲臵资源产生市场价值 云算力 服务 ，将成为一个新的商业模式 和新一代互联网基础设施 。 分布式联合机器学习使得分散算力可以联合执行算法任务，并在大规模的分散设备部署，有效突破通信瓶颈，实现分布式算力的联合协同完成数据计算任 务。 根据 IDC 和 Seagate 联合发布的白皮书，预测到 2025 年，全球连接数达 1000 亿，为 2015 年的 10 倍。全球数据存储量由 2018 年的 32 ZB 扩大 5.5 倍，达到 175 ZB。 网络算力无处不在， 指数级增长的全球终端节点设备使得算力大量分散在网络不同节点，而 GPU 计算性能的提升使得每一个设备都是不可忽视的算力资源 ， 同时 分布在全球非核心地区的大型数据中心拥有绝对的成本优势 。网络快速增长的数据量是一个价值潜力巨大的资源池，如果能够将分布式算力、大规模数据和算法结合起来，将创造极具价值的服务市场。 分布式 AI 正是从算法层面提供了基础。 区块链在数据隐私保护和市场激励方面为云算力市场提供了经济动能。 除了用户方面的数据隐私担忧外， 分布式的云算力形成一个独立市场的瓶颈 还包括 市场激励。无论是个人还是公司， 并 不具备 大型互联网公司云计算平台的规模优势。从本质上讲，市场激励是分布式云算力资源未被大规模投入市场的根本困难。区块链网络解决了数据隐私的困扰，区块链账本也 为 云算力市场提供了天然的市场激励措施，使云算力市场成为可能。 在云算力市场， 区块链可以确保用户数据对算力资源提供者实现加密 。 本质上，区块链作为一个去中心化的系统， 支撑 了 分布式的云算力供给和用户需求的市场运作。 因此 ， 作为市场运作核心规则的 共识机制，其价值和潜力有待进一步审视。 边 远 地区 IDC 有望借云算力之风崛起，摆脱网络限制， 以 电费成本 +获客能力为核心竞争力。 在云算力市场的不断开拓大趋势下，网络将不再成为限制，算力的成本优势将凸显 ，因为数据中心电力成本超过运营成本的 50%。消费互联网时代， 市场关注区位优势、管理能力、网络带宽质量；工业互联网的算力时代， 相较目前主流的北上广深数据中心，中西部地区的数据中心电费成本优势明显 ，据草根调研，我国中西部 用电成本相较东部地区降低50%以上 。对于同处于边远地区的 IDC 而言，获客能力将成 为 关键。 投资建议： 目前云算力市场尚处于培育阶段，预计将在 5G 后周期爆发。具有优质云算力资源基础的 IDC 企业 将有望分享云算力市场红利，建议关注 光环新网、美利云、数据港、网宿科技、宝信软件 等公司 。 同时， GPU、 FPGA供应商英伟达（ NVIDIA）、赛灵思（ Xilinx）、紫光国微（ 002049）、安路科技 （未上市） 等也有望受益。 风险提示 ： 监管政策不确定性、 区块链基础设施开发 不及预期 。 增持 （ 维持 ） 行业 走势 作者 分析师 宋嘉吉 执业证书编号： S0680519010002 邮箱： songjiajigszq 分析师 任鹤义 执业证书编号： S0680519040002 邮箱： renheyigszq 相关研究 1、通信：全球 5G 不离中国，上游器件国产替代加速2019-06-02 2、通信：华为事件后，聚焦 5G 国产化 +云计算2019-05-26 3、通信：共识大会、杭州论坛双星闪耀，中美引领世界区块链潮流 2019-05-21 -48%-32%-16%0%16%32%2018-06 2018-09 2019-01 2019-05通信 沪深 300 2019 年 06 月 03 日 P.2 请仔细阅读本报告末页声明 内容目录 1区块链推动算力和算法、数据市场分离，催生全新商业场景模式 . 3 2云算力崛起为新一代互联网基础设施 . 4 3区块链为云算力市场提供经济动能和市场激励 . 8 4云算力视角下边缘 IDC 价值的再认识 . 9 5. 云算力时代共识机制有 待重新审视 . 10 6风险提示 . 11 图表目录 图表 1：区块链、 AI 和 5G 融合，催生互联网商业新模式 . 3 图表 2：区块链为云算力和算法、数据市场实现分离提供经济动能和数据隐私保护 . 4 图表 3：全球连接数 10 年增长 10 倍 . 5 图表 4：全球存储量快速增长（单位： ZB） . 5 图表 5：谷歌移动端分布式联合机器学习工作流程 . 5 图表 6：全球云计算市场被主要几家巨头垄断 . 6 图表 7：对时延不敏感的大规模数据计算业务是云算力最理想的市场 . 7 图表 8： 过去 2 年多数字货币市场处于熊市阶段 . 7 图表 9：比特币全网算力接近历史新高 . 7 图表 10：基于 Golem 区块链网络将闲臵的个人计算资源打造成云算力平台 . 8 图表 11：数据中心呈现集约化、高密化、绿色化发展趋势 . 9 图表 12：上海市工商业及其他用电的电价 . 10 图表 13： PoW 机制是天然的 价格机制，为市场提供激励与约束 . 11 2019 年 06 月 03 日 P.3 请仔细阅读本报告末页声明 1 区块链 推动算力和 算法、 数据市场分离 ， 催生 全新 商业场景模式 我们在 科创未来：区块链、 AI 和 5G 融合将带来什么？ 里提到： 随着智能手机和物联网智能终端的普及，在区块链、人工智能和 5G 的推动下，算力、算法和数据三个层面重构互联网商业模式。 在技术的快速发展过程中，互联网的商业经历了计算机的开源、软件的开源和数据的开源，曾经的巨头垄断被不断打破。如今，随着区块链、人工智能和 5G 等信息技术的崛起，整个互联网加速由巨头互联网公司中心走向分布式和去中心化，价值垄断正在被打破。 区块链完美地解决个人数据确权和授权交易，为大数据这列高速列车提供了规范的轨道 ，也为大规模的互联网络协同提供是价值交换的基础。 我们认为，在区块链、 AI 和 5G 融合的推动下，互联网将呈现新商业模式。区块链网络为数据市场治理提供基础协议，协助分布式的网络节点之间完成价值交换。以区块链 网络为基础，诸多数据和资源实现了分布式和市场分离，互联网公司对数据的控制力下降，出现算法模式供应商， 5G 边缘网络将使得云算力成为下一代互联网基础设施。 图表 1： 区块链、 AI 和 5G 融合，催生互联网商业新模式 资料来源：国盛证券研究所 根据前一篇报告的思路，区块链为互联网提供了前所未有的市场激励和经济动能。我们把视角转向算力，探索区块链时代算力、算法和数据等互联网三个重要资源要素能够催生出什么样的市场模式和商业价值。 站在算力的角度， 基于区块链，分布式的云算力和 算法、 数据实现市场分离成为可能。不同于传统 互联网 巨头集合了数据、算法和算力的模式 ， 区块链将推动 数据 、算法 和算力进行 市场 分离 。 对实时性敏感的业务数据， 传统互联网巨头以 中心云 +CDN 服务 的方式 解决，但互联网的潜能不会止于数据传输 和访问 ，有大量的数据计算和存储等业务对时延并不敏感，这一块市场目前处于空白状态 。 AI 算法的演进和分布式 AI 的崛起，将进一步推动更多 分布式的 智能服务和更新颖的商业场景模式；进一步挖掘数据的潜力。过去，以亚马逊为代表的大型互联网公司基于自身闲臵的弹性算力资源，开发出云计算这样一个新的商业模式 。 但这依然是一种中心化资源的弹性复用 互联网公司依旧同时掌握数据 、算法 和算力。移动时代，大量闲臵的算力、算法资源分布在全球网络的诸多节点，如何将闲臵的云算力资源组织起来参与市场运行，使得闲臵资源产生市场价值 云算力，将成为一个新的商业模式。 区块链作为数据隐私保护的基础，更重要的还2019 年 06 月 03 日 P.4 请仔细阅读本报告末页声明 为算力和数据分离提供了基础的协同支撑 云算力的出租可以在区块链网络里获取所需的市场回报。 图表 2： 区块链为云算力和算法、数据市场实现分离提供经济动能 和数据隐私保护 资料来源：国盛证券研究所 2 云算力崛起为新一代互联网基础设施 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 。 分布在全球的大量 IDC 和个人算力节点资源 由于网络和算法瓶颈，其潜能未被充分 挖掘。根据 IDC 和 Seagate 联合发布的白皮书，预测到 2025 年，全球连接数达 1000 亿，为2015 年的 10 倍。全球数据存储量由 2018 年的 32 ZB 扩大 5.5 倍，达到 175 ZB。随着数据的指数级增长，超大型数据中心作为数据的物理承载， 成为 信息基建的重要组成部分 同时，远离网络入口的 IDC 和分布在网络里的大量计算节点成为一个新的市场主2019 年 06 月 03 日 P.5 请仔细阅读本报告末页声明 角 。 过去 由于存在网络时延以及 算法效率瓶颈， 互联网巨头建立集中的、具有网络出口优势的数据中心，提供互联网服务。而 如今，在数据计算和存储等业务领域， 无论是大型的 IDC 还是更加分散的个人节点算力资源， 都有极大的待挖掘的潜能未被激发 。 图表 3： 全球连接数 10 年增长 10 倍 图表 4： 全球存储量快速增长（单位： ZB） 资料来源： IDC， 国盛证券研究所 资料来源： IDC， 国盛证券研究所 以 Google 联合学习算法 为典型 ， 分布式 AI 使得移动端分布式机器学习成为现实 ，分布式算力的潜力被激活 。 今年 2 月 谷歌宣布实现了全球首个产品级的超大规模移动端分布式 机器学习 系统，目前已经能够在数千万部手机上运行。 谷歌基于 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。这些手机能协同学习一个共享模型，所有的训练数据都留在设备端，确保了个人数据安全，手机端智能应用也能更快更低能耗更新。研究人员表示，该 系统有望在几十亿部手机上运行。 联合学习能产生更智能的模型，更低的延时和更少的功耗，同时确保用户的隐私 。这一切都依赖于 联合学习（ FL） 方法，联合学习 是一种分布式机器学习方法，可以对保存在移动电话等设备上的大量分散数据进行训练，是 “ 将代码引入数据，而不是将数据引入代码 ” 的更加通用化的一个实现，并解决了关于隐私、所有权和数据位臵等基本问题。 图表 5：谷歌移动端分布式联合机器学习工作流程 资料来源： GoogleWatchBlog、 国盛证券研究所 手机 根据您的使用情况在 本地训练个性化模型（ A ）。聚合许多 用户 的更新 （ B ） 以形成 对共享模型的共识改变（ C ），之后重复该过程。2019 年 06 月 03 日 P.6 请仔细阅读本报告末页声明 分布式联合机器学习使得分散算力可以联合执行算法任务，并在大规模的分散设备部署，有效突破通信瓶颈，实现分布式算力的联合协同完成数据计算任务。指数级增长的全球终端节点设备使得算力大量分散在网络不同节点，而 GPU 计算性能的提升使得每一个设备都是不可忽视的算力资源。网络快速增长的数据量是一个价值潜力巨大的资源池，如果能够将分布式算力、大规模数据和算法结合起来，将创造极具价值的服务市场。 网络算力资源不仅来 自于企业自身、 大型云计算公司，更广泛的分布式云算力 资源市场有待进一步挖掘 。 传统的互联网巨头掌握大量的数据 、算法 和算力资源， 闲臵网络算力资源 是一种 浪费， 弹性 复用的想法下 诞生了云计算 服务。亚马逊、阿里、腾讯和华为等传统 IT 巨头在云计算服务的投入使得这些公司获得了不小的回报。 但更为广泛 闲臵的 是云算力 毕竟依靠中心化互联网巨头集中投入的计算资源 只是 网络算力的一部分 ，我们不应该忽视更为广泛的分布式节点的计算资源，这些节点可能 来自于 个人、小团体或其他无意成立专门的部门输出云计算服务的公司。 大型云计算平台的模式仍是是中心化的运作，在商业拓展和数据隐私方面都存在一定的瓶颈。构建一个去中心化的云算力市场，既保护节点的隐私又能是的云 算力获得应有的市场回报，是云算力市场值得挖掘的潜力。 互联网巨头的云计算业务主要以 消费 互联网公司为主，更关注实时性 消费级业务 ，云算力有望成为新崛起的蓝海市场 。 从 2018 年云计算 市场来看 ， 主要集中在亚马逊、微软、谷歌、阿里云与 IBM 手中， Cannlys 数据显示，上述五大巨头占全球 65%市场份额，其中亚马逊 AWS占全球 31.7%市场份额，规模高达 254亿美元。排在第二的是微软 Azure，营收规模为 135 亿美元，占全球份额 16.8%。 亚马逊 AWS 业务的头部客户主要是苹果、Adobe、 Snap、 Lyft 和 Pinterest 等 消费互联网公司， 其他云计算巨头的客户同样 集中在社交、娱乐等领域，对实时性 交互 要求较高。 图表 6：全球云计算市场被主要几家巨头垄断 资料来源： 传感物联网公众号、 国盛证券研究所 对网络实时性不敏感 的 大规模数据计算 和存储 业务 ， 云算力有望打造蓝海市场 。 基于互联网大致可以分为三类：一类是实时性强的业 务，用户需要流畅的访问和浏览，比如网页浏览、视频娱乐、支付等等； 一类是需要大规模数据计算的业务，这类业务并不需要太强的实时性，但需要强大的算力资源做支撑，进行大工作量的数据计算，这类业务以加密货币挖矿、科学计算等等为代表；还有一类是对实时性和算力要求都不高的冷数据业务，比如存储备份等 。其中 对后面两类 业务场景是云算力最理想的市场。这类业务平2019 年 06 月 03 日 P.7 请仔细阅读本报告末页声明 台目前处于发展的初期，典型的项目如 BOINC， （ 全称 Berkeley Open Infrastructure for NetworkComputing， 伯克利开放式网络计算平台 ） 诞生于 2003 年， 是 全球最早、最知名、用户量最大的分布式计 算网络。目前，全球大约 40个科学项目正在使用 BOINC。整个网络包含超过 15万 名志愿者和 65万 台计算机。这些计算机每秒产生 30“ PetaFLOPS”的计算能力，或 30 亿次浮点算术运算，与世界上排名第二的超级计算机相当。如果将FoldingHome 项目算力计入， BOINC 所有志愿者的计算量比任何超级计算机都要大。对于大规模数据计算，对时延并不敏感，可以充分调动分布式云算力，实现算力提供者的资源复用和数据计算的成本优先的双赢局面。 图表 7： 对时延不敏感的 大规模 数据计算业务是云算力最理想的市场 资料来源：国盛证券研究所 加密数字货币挖矿为云算力率先开辟了一个快速增长的市场。 以加密数字货币挖矿为例，经历数字货币市场熊市背景下，比特币全网算力接近历史新高。 这些算力背后都是分布在全球各地的矿场和矿机，大部分矿场对 IT 环境和网络环境要求极低，挖矿的主要关注点和成本就是电力。 调动分布在全球的云算力 无论是大型 IDC 还是个人节点，都可以为各类数据计算提供保护数据隐私、高效的服务。 加密数字货币挖矿为云算力率先开辟了一个快速增长的市场，具备一定的示范效应。将挖矿中的算力消耗引向数据因业务计算，改进共识机制的算法，那么等于将“挖矿”拓展到数字货币外更多的场景和领域 云算力市场将是一个更大规模更广泛的挖矿市场。 图表 8： 过去 2 年多数字货币市场处于熊市阶段 图表 9： 比特币全网算力接近历史新高 资料来源： aicoin， 国盛证券研究所 资料来源： blockchain， 国盛证券研究所 2019 年 06 月 03 日 P.8 请仔细阅读本报告末页声明 3 区块链为云算力市场提供经济动能和市场激励 区块链在数据隐私保护和市场激励方面为云算力市场提供了经济动能。 分布式的云算力形成一个独立市场的瓶颈除了数据隐私外，市场激励是主要的困难。无论是个人还是公司，要把闲臵的算力资源出租获取市场回报，需要具备云计算服务输出能力 很多公司基于成本的考虑，无意、无力成立一个专门的部门输出云计算服务，这也是大型互联网公司云计算平台具备的规模优势。 从本质上讲，市场激励是分布式云算力资源未被大规模投入市场的根本困难。 区块链网络解决了数据隐私的困扰，区块链账本也 为 云算力市场提供了天然的市场激励措施，使云算力市场成为可能。 已有 多个区块链项目尝试建立基于区块链网络激励体系的云算力平台。 Golem 是一个建立在以太坊平台上的去中心化计算机算力租赁平台。通过 Golem 平台，任何用户都可以成为算力的发售方和租用者。 无论用户提供的是一台闲臵的家用电脑还是几台大型的数据中心，都可以加入到 Golem 平台中。 Golem 是由运行 Golem 应用的所有节点组成的，以完全点对点的方式运行，可以用于模拟股票市场、大数据分析、医学研究甚至是密码学货 币挖矿，这将会重构云挖矿商业。 Golem 计划是创建一个全球的、开源的、分散的超级计算机，任何可以上网的人都可以使用。 图表 10：基于 Golem 区块链网络将闲臵的个人计算资源打造成云算力平台 资料来源： Golem 白皮书， 国盛证券研究所 2019 年， 全球最大的算力网络平台 BOINC 将开启其全新的底层区块链改造之旅 ，有望成为 全球最大的区块链应用项目 ，借助区块链通证 实现 经济激励 。 BOINC 项目发起人、UC 伯克利大学空间科学实验室科学家 David Anderson 教授计划利用区块链技术进一步推动 BOINC 发展。并将 BOINC 转换为具有分散通信、计算和存储的 P2P 网络。在这种情况下，分配计算任务 可以 使用智能合约完成，在 BOINC 网络中利用区块记录所有交易信息的场景空间巨大。与此同时，基于区块链的通证 （ Token） 激励体系，也将为志愿2019 年 06 月 03 日 P.9 请仔细阅读本报告末页声明 者队伍和算力贡献程度的扩大提供规则环境。 David Anderson 教授 认为 ，“在区块链的加密货币概念中，工作证明机制（ POW）是一种有用的计算，不是无意义的散列函数。目前已经有一个 Gridcoin 积分激励机制产 生。我们 认为这是奖励志愿者和吸引新志愿者的好方法。这可以将志愿者基数提高 100 或 1000 倍，从而创造一种新的计算能力，可以彻底改变许多科学领域。” 4 云算力视角下 边缘 IDC 价值的 再认识 云计算基础设施 向 集约化 演进 ，能效成为重要的考虑指标 。 近几年来，数据中心的集约化、高密化、绿色化发展趋势明确。根据工信部数据， 2016 年国内数据中心的机架中，大型规模以上机架占比约 39%， 2017 年这一数字上升至 50%，预计未来仍将进一步提升。 2019 年 2 月，工信部发布绿色数据中心建设指导意见，要求新建大型数据中心的PUE 在 1.4 以下，绿色化趋势明显。 而对于 IDC 运营者来说，电力成本仍然是主要考虑指标。 图表 11： 数据中心呈现集约化、高密化、绿色化发展趋势 资料来源： Gartner，美国 ASHARE， 国盛证券研究所 边缘地区 IDC 有望借云算力之风 崛起，摆脱网络限制， 以 电费成本 +获客能力 作为 核心竞争力。 在云算力 市场的不断开拓大趋势下， 网络将不再成为限制，算力的成本优势将凸显。 未来低时延业务将就近部署在用户聚集地区的数据中心，而数据备份、离线分析及时延要求不高的计算类业务将优先布放于气候适宜、能源富集的中西部数据中心。 相较目前主流的北上广深数据中心， 中西部 地区 的数据中心 电费 成本优势明显。 电费是数据中心运营的核心支出，电费成本占总成本比例超过 50%，是决定大规模数据中心运营成败的关键因素。 根据草根 调研 ， 我们对边远地区数据中心和目前主流的北上广深数据中心进行比较， 以 拉萨 为例，其 数据中心初期用电价格 0.25 元 /度，并随用电量增加逐步降低 。而上海的大工业用电，峰时段电费超过 1 元 /度 ，谷时 段电费也在 0.23 元 /度以上， 中西部地区 成本优势明显，用电成本相较东部地区降低 50%以上。 对于 同处于 边远地区 的 IDC 而言，获客能力 将成 关键。 2019 年 06 月 03 日 P.10 请仔细阅读本报告末页声明 图表 12： 上海市工商业及其他用电的电价 用电分类 电度电价 基本电费 非夏季 夏季 不满 1千伏 10 千伏 35 千伏 110千伏及以上 不满 1千伏 10 千伏 35 千伏 110千伏及以上 最大需量 （元 / 千瓦 月） 变压器容量（元 /千伏安 月） 农业生产用电 峰时段 0.749 0.729 0.709 0.749 0.729 0.709 谷时段 0.383 0.363 0.343 0.383 0.363 0.343 工商业及其他用电 单一制 一般工商业及其他用电 峰时段 0.894 0.867 0.840 0.925 0.898 0.871 谷时段 0.417 0.390 0.363 0.448 0.421 0.394 两部制 大工业用电 峰时段 1.106 1.076 1.046 1.021 1.148 1.118 1.088 1.063 42 28 平时段 0.678 0.648 0.618 0.593 0.720 0.690 0.660 0.635 42 28 谷时段 0.316 0.310 0.304 0.298 0.251 0.245 0.239 0.233 42 28 一般工商业及其他用电 峰时段 0.991 0.964 0.937 0.914 1.022 0.995 0.968 0.946 37.8 25.2 平时段 0.602 0.575 0.548 0.526 0.634 0.607 0.580 0.557 37.8 25.2 谷时段 0.278 0.273 0.267 0.262 0.220 0.214 0.209 0.203 37.8 25.2 注： 分时电价时段划分为： 一、单一制：峰时段（ 6-22 时），谷时段（ 22 时 -次日 6 时）； 二、两部制非夏季：峰时段（ 8-11 时、 18-21 时），平时段（ 6-8 时、 11-18 时、 21-22 时），谷时段（ 22 时 - 次日 6 时）； 三、两部制夏季：峰时段（ 8-11 时、 13 15 时， 18-21 时），平时段（ 6-8 时、 11-13 时、 15-18 时， 21 22 时），谷时段（ 22 时 - 次日 6 时）。 资料来源： 上海市电力局， 国盛证券研究所 5. 云算力 时代 共识机制 有待重新审视 共识机制是区块链系统运行的核心经济规则，去中心化共识机制极为罕见。 区块链系统是一个典型的点对点（去中心化）的系统，共识机制则是这个系统运转的经济规则。共识机制在去中心化的思想下解决了节点间相互信任的问题，是约束节点之间成本投入和收入分配的核心规则。区块链技术解决了在不可信信道上传输可信信息、价值转移的问题，也就是说，区块链是一个开放系统，参与节点和网络传输都是开放的，区块链技术确保传输过程中的账本安全（防篡改、防伪造、传输访问安全）。而共识机制解决了区块链如何在点对点的分布式网络下达成一致性的问题，这是区块链运行的核心规则。从经济学视角看，共识机制解决的最核心的问题就是信 任和激励机制（成本投入和收入分配），一个去中心化的系统，共识机制下的点对点进行交换（资源、物品、数据等），如何确保节点之间的彼此信任以及如何激励节点参与点对点系统？ PoW 机制是算力市场天然是价格机制。 PoW 机制是工作量证明机制，即 记账权争夺（也