W marcu tego roku skalowalna sieć blockchain L1 Artela uruchomiła EVM++, aktualizację do technologii warstwy wykonawczej EVM nowej generacji. Pierwszy „+” w EVM++ oznacza „rozszerzalność”, czyli skalowalność osiągniętą dzięki technologii Aspect. Technologia ta umożliwia programistom tworzenie niestandardowych programów w środowisku WebAssembly (WASM). Programy te można łączyć z rozwiązaniem EVM Collaborate wysokowydajne, dostosowane do konkretnych aplikacji rozszerzenia dla dApps. Drugie „+” oznacza „Skalowalność”, co oznacza, że ​​możliwości przetwarzania sieci i wydajność są znacznie ulepszone dzięki technologii wykonywania równoległego i elastycznemu projektowi przestrzeni blokowej.

WebAssembly (WASM) to wydajny format kodu binarnego, który umożliwia niemal natywną szybkość wykonywania w przeglądarkach internetowych i jest szczególnie odpowiedni do przetwarzania zadań wymagających dużej mocy obliczeniowej, takich jak sztuczna inteligencja i przetwarzanie dużych zbiorów danych.

Wczoraj firma Artela opublikowała białą księgę szczegółowo opisującą, w jaki sposób zwiększa skalowalność blockchainu poprzez opracowanie równoległego stosu wykonawczego i wprowadzenie elastycznej przestrzeni blokowej opartej na elastycznym przetwarzaniu.

Znaczenie przetwarzania równoległego

W tradycyjnej maszynie wirtualnej Ethereum (EVM) wszystkie operacje na inteligentnych kontraktach i zmiany stanów muszą być spójne w całej sieci. Wymaga to, aby wszystkie węzły wykonywały te same transakcje w tej samej kolejności. Dlatego nawet jeśli między niektórymi transakcjami faktycznie nie ma zależności, muszą one zostać wykonane jedna po drugiej w kolejności w bloku, czyli przetwarzanie szeregowe. Ta metoda nie tylko powoduje niepotrzebne czekanie, ale jest również nieefektywna.

Przetwarzanie równoległe umożliwia wielu procesorom lub wielu rdzeniom obliczeniowym wykonywanie wielu zadań obliczeniowych lub przetwarzanie danych w tym samym czasie, znacznie poprawiając wydajność przetwarzania i skracając czas działania, szczególnie w przypadku złożonych lub dużych problemów obliczeniowych, które można rozłożyć na wiele niezależnych zadań. Parallel EVM to rozszerzenie lub ulepszenie tradycyjnej maszyny wirtualnej Ethereum. Może ona wykonywać jednocześnie wiele inteligentnych kontraktów lub wywołań funkcji kontraktów, znacznie poprawiając przepustowość i wydajność całej sieci. Ponadto może zoptymalizować wydajność wykonywania jednowątkowego. Najbardziej bezpośrednią zaletą równoległego EVM jest umożliwienie istniejącym zdecentralizowanym aplikacjom osiągnięcia wydajności na poziomie Internetu.

Artela Network i EVM++

Artela to L1, która poprawia skalowalność i wydajność EVM poprzez wprowadzenie EVM++. EVM++ to aktualizacja technologii warstwy wykonawczej EVM, integrująca elastyczność EVM i wysokowydajne funkcje WASM. Ta ulepszona maszyna wirtualna obsługuje przetwarzanie równoległe i wydajną pamięć masową, umożliwiając uruchamianie bardziej złożonych i wymagających aplikacji aplikacji na platformie Artela. EVM++ nie tylko obsługuje tradycyjne inteligentne kontrakty, ale może także dynamicznie dodawać i uruchamiać moduły o wysokiej wydajności w łańcuchu, takie jak agenci AI. Agenci ci mogą działać niezależnie jako koprocesory w łańcuchu lub bezpośrednio uczestniczyć w grach w łańcuchu. tworząc naprawdę programowalnego NPC.

Artela realizuje projekt równolegle, aby zapewnić możliwość elastycznego zwiększania mocy obliczeniowej węzłów sieci w zależności od zapotrzebowania. Ponadto węzeł walidatora obsługuje ekspansję poziomą, a sieć może automatycznie dostosowywać rozmiar węzła obliczeniowego w zależności od bieżącego obciążenia lub zapotrzebowania. Ten proces ekspansji jest koordynowany przez protokół elastyczny, aby zapewnić wystarczające zasoby obliczeniowe w sieci konsensusowej. Zapewnij skalowalność mocy obliczeniowej węzła sieciowego poprzez elastyczne przetwarzanie i ostatecznie uzyskaj elastyczną przestrzeń blokową, umożliwiając dużym aplikacjom dApp ubieganie się o niezależną przestrzeń blokową zgodnie z konkretnymi potrzebami. Nie tylko zaspokaja to potrzebę rozszerzania publicznej przestrzeni blokowej, ale także zapewnia wydajność dużych zastosowań i stabilność.

Szczegółowe wyjaśnienie architektury wykonywania równoległego Arteli

1. Przewidywanie optymistyczne wykonanie

Predykcyjne, optymistyczne wykonanie to jedna z podstawowych technologii Arteli i jedna z jej cech odróżniających ją od innych równoległych EVM, takich jak Sei i Monad. Wykonanie optymistyczne odnosi się do strategii wykonania równoległego, która zakłada, że ​​w stanie początkowym nie ma konfliktów pomiędzy transakcjami. W tym mechanizmie każda transakcja utrzymuje prywatną wersję stanu, rejestrując modyfikacje, ale nie finalizując ich od razu. Po zrealizowaniu transakcji przeprowadzana jest faza weryfikacji, mającej na celu sprawdzenie, czy nie występują konflikty z globalnymi zmianami stanu spowodowanymi innymi równoległymi transakcjami w tym samym okresie. Po wykryciu konfliktu transakcja jest wykonywana ponownie. Przewidywalność odnosi się do analizowania historycznych danych transakcji za pomocą określonego modelu sztucznej inteligencji w celu przewidywania zależności między nadchodzącymi transakcjami, czyli tego, które transakcje mogą uzyskać dostęp do tych samych danych, i odpowiedniego grupowania transakcji w celu ustalenia kolejności ich wykonania, redukując w ten sposób konflikty wykonania i duplikaty wykonań. Natomiast jeśli chodzi o przewidywanie, Sei opiera się na plikach z zależnościami transakcji zdefiniowanymi wcześniej przez programistów, podczas gdy Monad wykorzystuje analizę statyczną na poziomie kompilatora do generowania plików z zależnościami transakcji. Żaden z nich nie jest równoważny EVM i oba nie mają możliwości adaptacyjnych Arteli Dynamiczny model przewidywania oparty na sztucznej inteligencji.

2. Technologia asynchronicznego wstępnego ładowania (Async Preloading)

Technologia asynchronicznego wstępnego ładowania ma na celu rozwiązywanie wąskich gardeł wejścia i wyjścia (I/O) spowodowanych dostępem do stanu, w celu zwiększenia szybkości dostępu do danych i skrócenia czasu oczekiwania podczas realizacji transakcji. Artela wstępnie ładuje wymagane dane stanu z wolnej pamięci (takiej jak dysk twardy) do szybkiej pamięci (takiej jak pamięć) w oparciu o modele predykcyjne przed wykonaniem transakcji. Skróć czas oczekiwania na operacje we/wy podczas wykonywania, ładując z wyprzedzeniem niezbędne dane. Gdy dane są ładowane i buforowane z wyprzedzeniem, wiele procesorów lub wątków wykonawczych może uzyskać dostęp do danych jednocześnie, co jeszcze bardziej zwiększa równoległość wykonywania.

3. Przechowywanie równoległe

Wraz z wprowadzeniem technologii wykonywania równoległego, chociaż przetwarzanie transakcji może być zrównoleglone, jeśli nie można jednocześnie poprawić szybkości odczytu, zapisu i aktualizacji danych, stanie się to kluczowym czynnikiem ograniczającym ogólną wydajność systemu, w związku z czym wąskie gardło systemu stopniowo przenosi się do pamięci masowej poziom. Rozwiązania takie jak MonadDB i SeiDB zaczęły koncentrować się na optymalizacji poziomu pamięci masowej. Artela czerpie i integruje różnorodne dojrzałe, tradycyjne technologie przetwarzania danych, aby opracować pamięć równoległą, jeszcze bardziej poprawiając efektywność przetwarzania równoległego.

System pamięci równoległej został zaprojektowany głównie z myślą o rozwiązaniu dwóch głównych problemów: jednym jest osiągnięcie równoległego przetwarzania pamięci, a drugim jest poprawa możliwości wydajnego rejestrowania stanu danych w bazie danych. Podczas procesu przechowywania danych typowe problemy obejmują rozszerzanie się danych podczas zapisywania danych i zwiększone obciążenie przetwarzania bazy danych. Aby skutecznie stawić czoła tym problemom, Artela przyjmuje strategię rozdzielenia zobowiązań państwowych (SC) i składowania państwowego (SS). Strategia ta dzieli zadania przechowywania na dwie części: jedna część odpowiada za szybkie operacje przetwarzania i nie przechowuje skomplikowanych struktur danych, oszczędzając w ten sposób miejsce i ograniczając powielanie danych, druga część odpowiada za rejestrowanie wszystkich szczegółowych informacji o danych; Ponadto, aby nie wpływać na wydajność podczas przetwarzania dużych ilości danych, Artela przyjmuje metodę łączenia małych fragmentów danych w duże, co zmniejsza złożoność zapisywania danych.

4. Przestrzeń bloku elastycznego (EBS)

Rozwiązanie Elastic Block Space (EBS) firmy Artela zostało zaprojektowane w oparciu o koncepcję elastycznego przetwarzania i może automatycznie dostosowywać liczbę transakcji umieszczanych w bloku w oparciu o przeciążenie sieci.

Elastic Computing to model usługi przetwarzania w chmurze, który umożliwia systemowi automatyczne dostosowywanie konfiguracji zasobów obliczeniowych do zmieniających się wymagań obciążeniowych. Głównym celem jest optymalizacja efektywności wykorzystania zasobów i zapewnienie szybkiego udostępnienia dodatkowej mocy obliczeniowej w przypadku wzrostu zapotrzebowania.

EBS dynamicznie dostosowuje zasoby bloków do specyficznych potrzeb dApps i zapewnia niezależną przestrzeń bloków rozszerzeń dla dApps o dużym zapotrzebowaniu, mając na celu rozwiązanie problemu znacznych różnic w wymaganiach wydajnościowych blockchain dla różnych aplikacji. Podstawową zaletą EBS jest „przewidywalna wydajność”, czyli możliwość zapewnienia przewidywalnego TPS dla dApps. Dlatego dApps z niezależnymi przestrzeniami blokowymi otrzymają stabilny TPS niezależnie od tego, czy przestrzeń bloków publicznych jest zatłoczona, czy nie. Ponadto, jeśli umowa napisana przez dApp obsługuje równoległość, może dodatkowo osiągnąć wyższy TPS. Można powiedzieć, że EBS zapewnia bardziej stabilne środowisko w porównaniu do tradycyjnych platform blockchain, takich jak Ethereum i Solana. Te tradycyjne platformy często powodują spadek wydajności dApp, gdy sieć jest przeciążona, na przykład podczas boomu Inscription lub podczas szczytowej aktywności DeFi. Artela skutecznie rozwiązuje takie problemy poprzez dostosowane i zoptymalizowane zarządzanie zasobami.

Podsumowując, Artela osiąga wysoce skalowalną i przewidywalną wydajność sieci dzięki równoległym stosom wykonawczym i elastycznej przestrzeni blokowej. Ta architektura wykonywania równoległego wykorzystuje modele AI do dokładnego przewidywania zależności transakcji, redukując konflikty i duplikaty wykonań. Ponadto duże aplikacje mogą mieć w razie potrzeby dedykowane możliwości przetwarzania i zasoby, zapewniając stabilną wydajność nawet przy dużym obciążeniu sieci. Dzięki temu sieć Artela może obsługiwać bardziej złożone scenariusze zastosowań, takie jak przetwarzanie dużych zbiorów danych w czasie rzeczywistym i złożone transakcje finansowe.