圆桌对话：区块链技术如何与其他技术进行融合创新？

火星财经APP（微信：hxcj24h）一线消息， 10月27日-28，由万向区块链主办的第六届区块链全球峰会在上海举行。会上，微众银行区块链负责人范瑞彬主持圆桌会议《区块链+其他技术的融合创新》Greenplum创始人兼总经理冯雷、LeapFIve首席技术官江朝晖以及通联数据首席智能投资科学家罗戈作为受邀嘉宾，参与此次话题讨论。

精华观点提炼：

罗戈：AI是金融型的工具，区块链是防御性的工具，对区块链抱有非常乐观的态度。

江朝晖：未来是资源分配的未来，数字、云平台、Blockchain如果是围绕着这个方向（未来方向）看的话，很多技术结合起来是未来非常好的管资源的好技术。有三点应该紧密结合：第一，东西从哪里产生出来，从哪里出生；第二，在哪些方面应用；第三，给谁用？产生怎么样的价值。从这三方面来看，要利用加区块链看源头是从哪里开始的；通过区块链+安全由头到尾地追，最后看产生什么价值。如果做成闭环的话，就是未来可以用在很多地方的想法。

冯雷：从合作模式来看，区块链对年轻人而言更加公平，而不是资源既得者组织的局面。

以下是对话全文：

范瑞彬：大家好，我是来自微众银行的范瑞彬，非常感谢主办方的邀请，也非常荣幸参与今天的圆桌。作为一名区块链从业者，我们能看到过去一年里面产业区块链在蓬勃发展，数据要素是如火如荼。能看到有越来越多的实践，越来越多的应用，但同时也带来了越来越多的思考。这个思考里面能够看到，一方面区块链的价值在不断得到体现和验证，另外一方面也能够发现区块链它不是万能的，很多场景的应用上区块链需要跟其他众多技术结合在一起，才能够发挥出满足客户、用户真正所需要的场景。所以今天的圆桌非常应景，主办方很用心，请来了几位非常重量级、也非常特别的嘉宾。为什么说特别呢？因为这几位嘉宾他们工作的主要方向并不是区块链，但是跟区块链户有比较大的相关性。所以他们的视角对我们来讲非常珍贵，今天听听这几位嘉宾站在自己的视角，如何看待区块链技术加其他技术的融合创新。

先请几位嘉宾跟台下的观众们打个招呼，并且简单自我介绍下。

冯雷：我叫冯雷，是一个开源分布式数据库，叫Greenplum在中国的创始人和总经理。Greenplum以前在一个云计算的公司里面，七年前我们出来，跟另外一个资产（英语），成为云时代的Oracle我们成立了一个公司，五年内上市。上市以后又把我买回去，现在我们是一个开源分布式数据库，是一个开源生态的负责人。

江朝晖：我的名字叫江朝晖，今天代表两家公司，一家公司叫做赛昉科技，一家公司叫做跃昉科技，我们的公司利用开源的技术叫Vcfas（音）做CPU芯片，还有围绕CPU芯片做出了一连串应用级的芯片，所以一会儿我会跟大家分享一下。我的背景是这两个公司的CTO，之前一直都是在硅谷工作，所以在过去两三年就回到中国，在硅谷的时候是谷歌的CTO，负责云架构，以前也在Cscou（音）工作过。

罗戈：非常荣幸来到这样一个区块链的盛会，今天带着学习的心态参加今天的会议，我叫罗戈。来自于通联数据，通联数据是致力于做智能投研平台的公司，公司的愿景是让AI赋能投资。我们从事的行业和区块链有一些关联，也是我这次来的主要原因。今天我会带来一些站在智能投研的角度看一下区块链技术到底能产生什么样的效果，利用这样一个角度给大家带来一些分享。我个人是计算机模式，一直在这个方向工作，目前是通联数据的首席智能投资科学家。

范瑞彬：你们平常的技术，有没有和区块链结合的点，如果有的话，可以分享一下？

冯雷：Oracle数据库，同学分享叫私域数据库，年轻人贴了这么一个标签，这是围绕关系数学产生的经典数据管理理论。关系数学产生的时候，口径计算并没有考虑在里面，所以很长一段时间两边是个平行的宇宙一样。我们的Greenplum社区在中国有很大的影响力，后面的投资方它是区块链开源组织的成员伙伴，前些年发了一个企业级的区块链版本，现在是bate版。Greenplum本身跟区块链是一个平行的数据管理技术，今天来我也是本着学习的态度，双方互相观察。我问了一下肖总区块链市场有多大？Greenplum看到的关系数据库市场在中国一年是100多亿，Greenplum占据了开源企业份额是20%左右。

所以你们看到大量的金融系统后面，可能你们用了Greenplum。围绕开发一个真正的区块链应用的话，也想看一看怎么使得Greenplum的私域数据库、分布式大数据库、一个基础设施的数据库、云计算的数据库跟区块链更好地协同，帮助区块链朋友开发更好的应用。也能利用私域数据库产生的价值，这是我的观察和想法。

江朝晖：分享一下围绕区块链我们做了些什么。大家不是很知道Leapfive是怎么回事，我浪费1分钟科普一下。大家知道全球有两大CPU架构，一个是英特尔的X86，一个是Arm，它是vis的第一代，我们Leapfive是第五代。由几个教授和博士生发明的。

Leapfive的CPU架构不是完全新的，有一个十年的过程。五年前这几个博士生出来开了一家公司，第一个将Leapfive开源技术产品化的公司。在三年前我回来创业的时候，我的合伙人跟我说，你要不要搞一个很大的东西，搞一些可以帮助中国解决卡脖子技术的东西。我当时想没有一个东西比CPU更卡脖子的了。

当时通过投资，将Leapfive美国技术拉回到中国，这是上海赛昉公司的成立。这个公司成立以后，在过去几年产生了一大堆CPU的IP，基本上现在的CPU就是从Arm1：1，我们都有对比的CPU架构。今年年底会有超越Arm更快的CPU架构，都是在中国创新的。

大家知道有CPU很好，但要利用起这个CPU。所以我们也成立了另外一个公司，叫做跃昉。跃昉就是围绕CPU技术做应用芯片，当时我们想做什么样的应用芯片呢？当时我们看准了IOT市场，大家都知道IOT是一个不断增长的市场，因为所有的东西都要上网，所以很多人预测在未来几年大概有500亿的东西会上网。所以我们为AIOT的市场做了很多应用芯片，现在这些应用芯片已经量产了。

在这个过程里面，我们也发现这些IOT设备都是上云的，上到一个IOT的设备，就是腾讯云、阿里云、谷歌。数据上云以后，人家怎么用数据，用数据产生什么价值，你们没得说了。好像拥有IOT的人就没得说了，因为根本不知道我们的数据被拿去做了什么。在这个方面我们觉得区块链跟AIOT是天作之合。通过区块链可以将区块链的技术跟Leapfive的芯片联在一起。所有数据出来的话，都可以有追源。很多时候AI的模型可以是分布式，AI可以在边缘发生，也可以在云发生。所以我们觉得区块链也可以用来追踪AI的模型，所以我们不但知道数据从哪来，也知道什么东西用在数据里面。

下一步希望可以做到这些数据给人用了多少次，因为用的时间越多，代表数据最有价值。如果含了这些的话，数据的提供者就可以回到数据的（英语）上。我们跟万向区块链旗下几个子公司合作，将愿景一个个做起来，我先介绍到这里。

罗戈：下面我分享几个案例，来到这里之前，个人做了一些功课。这个问题在内部行业也有广泛的讨论，区块链和智能投研领域有什么样的结合点，能够给市场带来不一样的变化呢？纵观公司涉及到的所有业务方向，发现有两个重要的业务方向和区块链高度相关，下面做下分享。

第一个业务方向也是金融领域人非常关心的问题，有很多公募基金和私募基金，如何评价这些公募基金和私募基金的绩效、表现，点评这些基金经理的优劣、业绩好坏和风格。这件事在金融理论领域有一些解法，但在实际商业过程中有一个重要的瓶颈，瓶颈在于基金经理的底仓不会随便给其他人看，只有资方才有资格或者大概率要到基金经理的底仓。但为了更好地评价基金经理的业绩，又必须用到基金经理的底仓。现在的实际情况基金点评和分析过程中，我们只能拿到半年报、年报和季报当中的持仓信息，季报信息只有前十大重仓股，半年报有全部的持仓股，这样的频率非常低，不足以做非常精细的点评。如果可以和公募基金或者基金从业者谈一个条件，请他们将对应的数据通过区块链技术加密，上传给一个公共地方，在这个公共的地方或者第三方做对应的金融分析，最后产出的基金的评价，这个信息虽然包含了对基金能力的描述，但是已经看不出来底仓了。所以它是一个安全、有价值的结论，这个结论就可以在市场广泛传播，从而产生比较大的效应。

我们从事基金点评业务时间有五年了，在做的过程中发现大多数金融机构喜欢做落地项目，喜欢在内部把过程重现一遍。站在行业的角度来讲这是一个巨大的浪费，如果有一个第三方部门，可以推动整个行业朝着数据上到区块链，有行业来执行金融点评，对金融市场基金经理评价更加公开透明，这也代表了未来的发展方向。这件事即便在国外也没有推进，有一些实际监管的困扰，但我相信这是会朝着更光明未来发展的方向。

第二个事和投研更相关。实际投研中要用到各种各样的数据，尤其是一些特色数据或者另类数据。这些数据商都是行业领域当中的数据收集者，比如一些行业协会、特殊部门，行业协会类似于中汽协，特殊部门像卫星数据，是由能拍摄卫星的机构统一采集的。这类数据对投研有非常强的价值，就像中汽协的数据，可以通过汽车销量、均价可以得到汽车行业的景气。尤其是游戏AUM的数据，可以直接判断国内做游戏公司的最近营收怎么样。但是获取这部分数据很困难，因为数据太独特了，以至于这些数据审不愿意把数据随随便便卖给一家数据整合的平台。但是数据使用者又希望这个数据是个一站式的体验，我不希望中汽协的数据要翻它发的月刊，也不需要看另外一个AUM数据要上一个外网，希望有一个数据平台把所有数据整合在一起。我们公司做了数据整合方，跟这些数据方谈的时候，他们最大的问题是不信任我们。这样一个强不信任的场景下，区块链恰恰可以发挥一个非常好的作用。我们谈一个数据上的区块链方式。保证数据被通联数据的客户获取了，一定有对应比例的分成，流回到数据商本身，并且数据不能随便被其他家看到。我相信数据整合这件事就会变得更加容易。

站在智能投研的角度来讲，如果可以把这些丰富、多维度的数据整合在一起，这种价值是远超这些单个的数据简单叠加的。很多不同维度的数据，如果将它整合在一起，对投研会产生强的结果。这两个场景就是我们公司内部目前和区块链应用最相关的，也是商业上我非常看好的方向。

范瑞彬：刚刚几位老师从几个方面和角度分享了一下目前看到和接触到跟区块链产生结合的一些点，下面想问得再深入一些。下面把两个问题合起来，刚刚大家分享了结合融合创新的点，相信大家都很感兴趣，这些融合创新的点到底在商业上面有多大的价值和机会呢？大家肯定都感兴趣。同时还有另外一方面，在这个过程里面可能我相信不是一帆风顺的，也会遇到风险和挑战，这里也想听听各位老师的意见。

冯雷：我前面谈到我们是一家分布式数据库，帮助企业做数字化转型过程中看到了甲方利用分布式数据库产生了巨大的竞争优势。他们在分布式数据库里面，像企业的私有云数仓里面建了模型，像量化计算，像美国的几家公司的核心业务系统就建立在上面。只要准确率有一点提高，就能获得极大的竞争优势。在一个机构里面做数据联邦非常成功，因为机构里面的数据是愿意分享的。以前我们尝试开发过一款产品，希望把数据联邦走出一个机构，包括当时有些国家的政府开始推，但是后来发现难点比较大。机构之间不太愿意来分享数据，以及数据分享产生的收益怎么分配呢，这是比较难的一个话题，今天来看一下区块链能不能在这样一个平台上整合。

我们的软件站跟区块链软件很不一样，因此是关系型软件。今天中午吃饭和几位嘉宾聊天的时候，嘉宾也在区块链解决同样的问题，包括芯片、AI模型。这方面我们是开源的，过去在这方面做了很多工作，我现在的想法，我们考虑跟区块链的朋友们进行融合。或者反过来讲，区块链社区的朋友拿我们的东西来融合，反正我们的东西开放原代码，在网上都是现成的。两个技术体系的不同是很大的风险，怎么磨合两个不同的技术体系。

因为我个人的经历不仅是分布式数据库，以前也是卡梅隆在上海社区的负责人，这是一个人工智能社区。他分布式数据库也有一些隔阂，它有自己的术语在里面，这样的融合是比较困难的。我问过核心的几个国外成员，有没有考虑跟区块链合作，做数据库的人对区块链的直接这是两个不同的世界。我们也在不停的思考，双方怎么围绕区块链来做，比如并行数据库，这样产生一些价值。今天坐在这里跟区块链朋友商议这个话题，这个话题目前还没有明确的解答。但主持人的问题非常好，这是一个值得可持续探讨的话题。双方都认同数据会产生巨大的价值，大家是非常认同的。而且看到了100多亿采购额，是深深认同这个价值，我说的是中国的金额，年增长率是30%。今年伴随着美国一家公司上市，云上的数据也产生了巨大的价值。

以前没有看这些数据价值，现在这些数据价值都产生了，我们布置跟区块链社区一直平行宇宙，双方应该集合起。风险是两边不同的文化，机遇是双方可以有很好的合作。

范瑞彬：冯总提的一点我很赞同，无论是中心化数据库还是分布式数据库，在数据治理给行业带来的价值，我们觉得都会巨大的存在，不管是技术上的可行性，还有商业机会，我们都是非常看好的。

江朝晖：谢谢！刚才我也聊到了，现在大部分Go after AIoT的市场。在AIoT市场我碰到了几个挑战：

挑战一：数据有价值。

我们要讲通过Blockchain帮他们追踪数据，知道人家用它的数据做了什么，可以产生价值。基本上客户开始张大嘴不知道说什么，自主芯片已经让他们很混乱了，现在加上区块链客户更混乱。我们碰到的挑战就是客户不知道我们在说什么，很高兴今天碰到这么多区块链专家。我们要解释给客户听怎样了解数据、技术。我们开始不要告诉人家怎么样做，或者用什么技术来做，只是专注在技术对他们带来什么挑战。

挑战二：费用会变很多。

当我们用区块链将所有数据上链时，有的AIoT场景需要芯片，芯片可能才几块钱，又要加区块链等其他各种东西。费用会变很多，所以这也是挑战。

我们要研究的是怎样将数据的分源变成分步骤，不是很重要的数据就不用上链了。通过AI将重要的东西拿出来再上链，从边缘计算角度决定了数据重要化，实现边缘价值。

很多懂区块链的人会问当数据上链的时候会不会带来速度各方面的影响？每来一次数据就要跨链的话，中间有什么？我们需要通过perform的数据解释给人家听，这是挑战，现在我们也在慢慢解决。

今天希望听大家碰到什么问题，你们怎样解决，我们可以一起交流。谢谢！

罗戈：刚才冯总提的问题是非常有挑战性的问题，我品出了其中尖锐的成分。提供一下我的浅见。

区块链技术能给我们带来非常多的便利，区块链技术也有一定的成本，很多时候可能是由于这个场景下如果用了区块链会更好，但是不用也还可以。有些时候区块链就变成了It is good to have。拥有更好，没有的话日子也可以过得下去。

纵观我所熟悉的智能投研领域，与其考虑在 good to have下解决区块链问题，不如考虑那些没有区块链不行的场景。

什么是没有区块链不行的场景呢？就是我刚才提到的第一个业务场景，有些业务是非常隐私，像基金经理的持仓、交易流水。投资人可以决定去投哪个基金经理，对监管部门而言真正金融资产的风险在哪里。

无论哪方面，都需要有一种方式，从非常机密、隐私的数据中提取监管、投资人关心的信息。在这样的场景下，只要有职权部门背景的机构愿意推这件事情，我想就不会有人说区块链上链太贵了或者其他各方面的问题。

站在金融视角，有些事件可能是有机会的，有些事件可能是有风险的。很多时候机会变成“有了更好，没有就算了”的东西。但是如果不能识别出来风险，那在商业上是很危险的一件事情。

我本人对区块链没有那么了解，我非常想提供我个人的建议，我们可以更多地从风险角度考虑。在工作的各个方面，哪些工作场景下区块链是必不可少的？我个人认为金融监管领域是区块链非常大的方向。

谢谢！

范瑞彬：刚才各位老师不但分享了实践的经验，同时还很直接地给出了非常好的推荐，是非常直接的收获。

最后，我觉得我们可以聊一个稍微轻松一点的话题，大家从各自角度觉得你们更看好哪个？或者不局限于自己手头所从事的具体工作方向，更看好区块链未来跟哪些技术的融合机会更大更加看好，为什么？

罗戈：我上一个答案中也有明确的推荐。我们是从事智能投研，和AI更近一些。在我看来AI是金融型的工具，区块链是防御性的工具。我对区块链非常乐观，有的时候我们会和政府进行合作，评价中小企业的盈利质量、发展质量，这件事情对政府而言非常重要，他们要从很多企业中挑出有潜质、高增长的，做政策配套和对应的金融扶持。通过这种方式才能把地方政府的GDP快速拉起来，这件事情的价值和意义是不言而喻的。

但是也面临同样问题，评价企业需要各种维度的数据，像税务数据、用电用水、租赁数据等，实际中政府还是有办法能拿到这些数据的，但可能都不是那么“阳光”。

如果我们在做中小企业评价过程中把原始数据上链，我想这件事情就不是私自下做一做，或者某个地方政府做一做（的事情）。有可能会变成全国性质中小企业评价系统。

所有数据都在阳光之下，所有评价都是透明的，这应该是更光明的未来。

江朝晖：我的想法是先看一下未来，未来是资源分配的未来，因为地球只有这么多东西，所以我们要喝多少、用多少、吃多少，到最后就要跟几十亿人分配。

我们所说的数字、云平台、Blockchain如果是围绕着这个方向（未来方向）看的话，很多技术结合起来是未来非常好的管资源的好技术。

有三点应该紧密结合：

第一，东西从哪里产生出来？从哪里出生？

第二，在哪些方面应用？

第三，给谁用？产生怎么样的价值。

从这三方面来看，要利用加区块链看源头是从哪里开始的；通过区块链+安全由头到尾地追，最后看产生什么价值。如果做成闭环的话，就是未来可以用在很多地方的想法。

当然，这是很长远的，从区块链追溯制来说第一步技术已经蛮成熟了。

但也有做不好的，现在追踪的是数据，但在数据是可以相信的地方需要加强。数据在Lifetime用了多久还在探讨的过程，我们有很多机会，慢慢一个个挖起来。

冯雷：我们做产业战略部署，投多少人力做什么技术。一般站在2020年，尝试着想象2025年区块链扮演什么样的角色？分布式数据库扮演什么角色？我们没有时光机器，我们只能通过逻辑来分析。

创建Greenplum公司是在2010年左右，当时我们考虑2020年长什么样子。当时的董事长之前是微软window的负责人，他认为大型机年代造就了IBM企业、PCG年代因为摩尔定律导致PCG产生造成了甲骨文；因为存储资源和网络资源和计算资源的持续赋予导致了云计算。他认为当时微软window和云计算的Oracle是机会，所以他创建了我们这家公司，用四年上市。

五年来看基础设施里哪几个东西是不可缺少的？可信这一步是缺失的，不可能避免经典的关系数据理论。数据库还是大学里最追求的数学课程，是目前为止的奠基石。

这两者的融合非常重要。云计算计算跟存储之间的分离导致FPGA新硬件、新芯片的机会。从合作模式来看，区块链对年轻人而言更加公平，而不是资源既得者组织的局面。

我对区块链抱有非常乐观的态度，希在座各位看一下分布式数据库在经典理论提供的对区块链有用的，我看到的五年后的数据基础设施里两者应该是互相补充的关系。

谢谢大家！

范瑞彬：非常感谢几位嘉宾刚才的精彩分享。

给我们带来了很多真知灼见。一方面开拓了思路，同时也给了我们很多启发。

但因为时间关系，今天的主要分析环节就到这里。今天分享完之后，相信在座各位以及各位听众都会更加坚定地认为区块链与其他技术的融合创新是一条健康可持续发展的道路。谢谢大家！