> For the complete documentation index, see [llms.txt](https://docs.emc.network/emc/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.emc.network/emc/zhong-wen/emc-network/what-is-emc-and-poc.md).
# 什么是 EMC 和 POC？
### EMC网络
EMC是一个专为AI应用服务的区块链计算力网络。与传统区块链不同，EMC采用计算力共识来完成“AI任务”。
EMC网络由验证节点、智能路由节点和算力节点组成。更多信息请参阅[白皮书](https://docs.emc.network/whitepaper-cn/)。
### POC（算力证明）
目前，EMC 网络采用 Stable Diffusion 算法作为图像生成的共识机制，作为全网的共识方法。
当计算力节点从验证节点接收到一个随机的AI图像生成任务时，它需要在指定的时间内使用本地的 CPU/GPU 进行计算。具有相同任务的算力节点将进行图像的 MD5 交叉验证，那些一致性超过50%的节点将被识别为有效的计算节点（基于性能统计，称为“E-power”）。这种方法具有以下几个优点：
1. 稳定性：Stable Diffusion 算法确保了高水平的稳定性，保障网络的安全性和可靠性。通过这种共识机制，节点可以达成一致，确保所有交易和数据的准确性和一致性。
2. 可扩展性：Stable Diffusion 算法支持高度可扩展性，允许在网络中增加更多的节点和参与者，而不会对性能和效率产生重大影响。这有助于网络处理日益增长的用户和交易量。
3. 公平性：稳定扩散算法使用图像共识，确保节点的公平和平衡的选举和权益分配，防止集中化和垄断，鼓励更多的节点参与和贡献。
4. 通过采用稳定扩散算法进行图像生成共识，EMC计算力网络为未来的AI现实应用提供了坚实的基础。它将支持多样化的AI模型训练、推理和应用开发，涵盖各种主题，如人物、场景、动物等，为AI开发者和用户提供丰富的选择。