Die Layer-1-Blockchain Monad Labs gab den Abschluss einer von Paradigm angeführten Finanzierung in Höhe von 225 Millionen US-Dollar mit Beteiligung von Electric Capital, SevenX Ventures, IOSG Ventures und Greenoaks bekannt. Das Projekt will Konkurrenten wie Solana und Sui herausfordern. Berichten zufolge handelt es sich bei dieser Transaktion um die bislang größte Finanzierung im Bereich Kryptowährung im Jahr 2024.

In diesem Zusammenhang sagte Monad-Gründer Keone Hon, dass die Innovation von Monad auf dem Neuaufbau der Ethereum-Blockchain beruht und die Fähigkeit zur Ausführung intelligenter Verträge beibehält und gleichzeitig Transaktionen mit schnellerer Geschwindigkeit, höherer Kapazität und geringeren Kosten abschließt. Monad wird EVM vollständig unterstützen.

Kurz darauf gab HTX Ventures eine strategische Investition in Monad Labs bekannt und die Zusammenarbeit zwischen den beiden Parteien wird Innovationen im Web3-Ökosystem vorantreiben.

Im Folgenden erhalten die Leser eine umfassende Einführung in das Monad-Projekt.

Durch die Verankerung der Leistungsprobleme von EVM hat Monad mehr als 10.000 TPS erreicht und verfügt über herausragende Skalierbarkeitsvorteile.

EVM war der Pionier der virtuellen Blockchain-Maschinen und hat sich im Laufe der Jahre zur am häufigsten verwendeten virtuellen Maschine entwickelt. Es hat berühmte Innovationen wie Curve, Uniswap und Maker hervorgebracht. Trotz der Dominanz von EVM führten Leistungsmängel zum Aufstieg von AltVM (alternative virtuelle Maschine). Zu den Vorteilen von Monad bei AltVM gehören die 10.000 TPS seines Mainnets und seine starke Community-Konsenskultur.

Berichten zufolge soll Monad noch in diesem Jahr auf den Markt kommen und sein Ziel ist es, eine hoch skalierbare einzelne L1-Blockchain im großen Maßstab zu werden. Es ist sowohl EVM-kompatibel als auch in der Lage, über 10.000 Transaktionen pro Sekunde mit einer Blockzeit von 1 Sekunde zu verarbeiten. Diese skalierbare Leistung profitiert von Technologien wie Parallelausführung und Monad DB.

Monad erreicht Sicherheit und Dezentralisierung und sammelte 19 Millionen US-Dollar in einer von Dragonfly angeführten Seed-Runde, an der sich Placeholder, Shima Capital, Lemniscap, Cobie und andere beteiligten.

Verstehen Sie die Logik der Parallelisierungstechnologie von Monad und gewinnen Sie Einblicke in die zukünftige Entwicklungsrichtung des EVM L1-Tracks.

Monad baut ein paralleles EVM L1 mit vollständiger Bytecode-Kompatibilität. Was Monad einzigartig macht, ist nicht nur seine Parallel-Engine, sondern auch die Optimierungs-Engine, die sie unter der Haube eingebaut haben. Monad verfolgt einen einzigartigen ganzheitlichen Designansatz, der mehrere Schlüsselfunktionen wie Pipelining, asynchrone E/A, Konsensausführungstrennung und MonadDB kombiniert.

Eine wichtige Neuerung im Monad-Design ist das Pipelining mit leichtem Versatz. Offsets ermöglichen die Parallelisierung weiterer Prozesse durch die gleichzeitige Ausführung mehrerer Instanzen. Daher wird Pipelining verwendet, um viele Funktionen zu optimieren, wie z. B. das Pipelining für den Statuszugriff, das Pipelining für die Transaktionsausführung, das interne Pipelining für Konsens und Ausführung sowie das Pipelining innerhalb des Konsensmechanismus selbst.

Schematische Darstellung des parallelisierten technischen Betriebs

Als nächstes werden wir uns speziell mit dem Parallelisierungsteil von Monad befassen, der auch den technischen Kern des Projekts darstellt.

In Monads werden Transaktionen linear innerhalb von Blöcken angeordnet, das Ziel besteht jedoch darin, den Endzustand schneller zu erreichen, indem die parallele Ausführung genutzt wird. Die Ausführungs-Engine von Monad basiert auf einem optimistischen Parallelalgorithmus. Die Engine von Monad verarbeitet Transaktionen gleichzeitig und führt dann eine Analyse durch, um sicherzustellen, dass die gleichen Ergebnisse erzielt würden, wenn die Transaktionen nacheinander ausgeführt würden.

Wenn es Konflikte gibt, müssen Sie die Ausführung erneut durchführen. Die parallele Ausführung ist hier ein relativ einfacher Algorithmus, aber die Kombination mit den anderen Schlüsselinnovationen von Monad macht diesen Ansatz neu. Hierbei ist zu beachten, dass selbst wenn eine erneute Ausführung erfolgt, diese in der Regel kostengünstig ist, da die für die ungültige Transaktion erforderlichen Eingaben fast immer im Cache gespeichert werden, sodass es sich um eine einfache Cache-Suche handelt. Die erneute Ausführung ist garantiert erfolgreich, da Sie die vorherige Transaktion im Block bereits ausgeführt haben.

Monaden verbessern auch die Leistung, indem sie Ausführung und Konsens entkoppeln (ähnlich wie Solana und Sei) und die Ausführung verzögern. Die Idee besteht darin, dass Sie, wenn Sie die Ausführungsbedingungen lockern, sodass die Ausführung abgeschlossen ist, bevor ein Konsens erreicht wird, Ausführung und Konsens parallel ausführen können, was für beide zusätzliche Zeit bedeutet. Natürlich bewältigt Monad diese Situation mithilfe eines deterministischen Algorithmus, um sicherzustellen, dass einer von ihnen nicht zu weit kommt und die Kontrolle verliert.

Es befindet sich seit zwei Jahren in der Entwicklung und wird noch in diesem Jahr veröffentlicht. Auch die Geschichte des Monad-Teams ist lesenswert.

Monad befindet sich seit etwa zwei Jahren in der Entwicklung und wurde von Keone Hon, James Hunsaker und Eunice Giarta gegründet. Keone und James sind zwei technische Mitbegründer, die seit acht Jahren bei Jump Trading zusammenarbeiten.

Als sie am selben Hochfrequenzhandelstisch saßen und gegen 20 andere Teams innerhalb von Jump antraten, konnten Keone und James viele Jahre in Folge die Nase vorn haben, indem sie jährlich ein fiktives Handelsvolumen von mehr als 10 Billionen US-Dollar ermöglichten und Tausende von Trades ausführten pro Sekunde. Bei diesem Handelsvolumen erlebten Keone und James aus erster Hand, welchen Unterschied Mikrosekunden bei der Ausführung machen können.

Nach seinem Eintritt in den Kryptoraum arbeitete Keone an Solana DeFi, während James Pyth baute. Sie begannen 2022 mit dem Aufbau der Monad, nachdem sie erkannt hatten, dass es möglich war, eine Reihe grundlegender Optimierungen an der EVM zu implementieren, die in den letzten 20 Jahren zum Standard in der Hochleistungsinformatik geworden waren, aber noch nicht auf die EVM angewendet wurden. Durch die Einführung dieser Komponenten kann ein leistungsfähigeres EVM geschaffen werden, das viele der aktuellen Skalierungsengpässe löst.