去中心化算力系统大比拼，那家的印钞能力强？
点击上方蓝字，关注我们
现在$DNX的价格，只是矿工挖掘了自身区块链的价值，可是，Dynex神经网络的价值还没有算进去，它可能超过所有区块链的市值。你们闭上眼睛，想一想现在的互联网，再想一想神经网络的互联网。后者才是更高维度的互联网。也是更高的文明等级。
这个项目核心竞争力是什么呢？神级网络。
神经网络好用，币价高，各种已经不能挖矿的显卡也能复工。算力自然就有了。其它币呢，还在吃中本聪的老本。icp换了个方向，找了条新路，但 Dfinity不能向下兼容，只能用自己的设备。估计是死路。
展望Dynex神经网络：未来，二手市场仓库里的旧显卡都能复工。这轮牛市的疯狂浪潮，完全可以由$DNX来扛旗。再也没有闲置的显卡。
神经网络到底有什么作用，具体是用来干什么的？
神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
神经网络可以用于模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。随着神经网络理论本身以及相关理论、相关技术的不断发展，神经网络的应用定将更加深入。
————————————————
神经网络的研究可以分为理论研究和应用研究两大方面。
理论研究可分为以下两类：
1、利用神经生理与认知科学研究人类思维以及智能机理。
2、利用神经基础理论的研究成果，用数理方法探索功能更加完善、性能更加优越的神经网络模型，深入研究网络算法和性能，如：稳定性、收敛性、容错性、鲁棒性等；开发新的网络数理理论，如：神经网络动力学、非线性神经场等。
应用研究可分为以下两类：
1、神经网络的软件模拟和硬件实现的研究。
2、神经网络在各个领域中应用的研究。这些领域主要包括：
模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。随着神经网络理论本身以及相关理论、相关技术的不断发展，神经网络的应用定将更加深入。
算力只能用于比特币记账。
人工智能训练推理需要大量算力，GPU租赁市场因此活跃。但，这个行业受高性能显卡的供应限制，不宜形成规模扩张。
优点是技术成熟，缺点是需要对终端的运算结果进行正确性校验，效率低。
BOINC定期与项目服务器通信以获取作业，下载程序和输入文件，以及上载已完成作业的输出文件。它以低优先级在后台运行作业，因此志愿者用户不会注意到任何事情。它在志愿者用户不使用时调动其GPU。志愿者可以根据需要来配置BOINC功能，例如，限制它使用的磁盘空间或内存量。
总体来说，可将BOINC视为一个系统，用于（1）尽可能多地使用计算机的容量（计算，存储，网络带宽），而无需用户注意；（2）在多个竞争项目之间公平划分资源；（3）准确计算每个项目使用的资源量。