撰文：0XNATALIE
今年 3 月，可擴展性 L1 區塊鏈網絡 Artela 推出了 EVM++，這是針對下一代 EVM 執行層技術的升級。 EVM++ 中的第一個「+」代表了「Extensibility」，即通過 Aspect 技術實現的可擴展性，這一技術支持開發者在 WebAssembly（WASM）環境中創建鏈上自定義程序，這些程序可以與 EVM 協作，爲 dApp 提供高性能的定製化應用特定擴展。第二個「+」則代表了「Scalability」，即通過並行執行技術和彈性區塊空間的設計大幅提升網絡處理能力和效率。
WebAssembly（WASM）是一種高效的二進制代碼格式，能夠在 Web 瀏覽器中實現接近本地執行速度的性能，特別適合處理計算密集型任務，如 AI 和大數據處理。
昨日，Artela 發佈了白皮書，詳細介紹了其如何通過開發並行執行堆棧和引入基於彈性計算的彈性區塊空間來增強區塊鏈可擴展性。
並行處理的重要性
在傳統的以太坊虛擬機（EVM）中，所有的智能合約操作和狀態轉換都必須在全網範圍內保持一致。這就要求所有的節點都按照相同的順序執行相同的交易。因此，即使某些交易之間實際上沒有依賴關係，它們也必須按照區塊中的順序一個接一個地執行，也就是串行處理。這種方法不僅造成了不必要的等待，而且效率低下。
並行處理允許多個處理器或多個計算核心同時執行多個計算任務或處理數據，顯著提高處理效率和縮短運行時間，尤其是對於那些可以分解成多個獨立任務的複雜或大規模計算問題。並行 EVM 是對傳統以太坊虛擬機的一個擴展或改進，能夠同時執行多個智能合約或合約函數調用，顯著提高整個網絡的吞吐量和效率。此外，它還可以優化單線程執行時的效率。並行 EVM 最直接的優勢是讓現有的去中心化應用，實現互聯網級別的性能。
Artela 網絡與 EVM++
Artela 是一個通過引入 EVM++ 來提高 EVM 的擴展性和性能的 L1。EVM++ 是對 EVM 執行層技術的升級，整合了 EVM 的靈活性和 WASM 的高性能特性。這種增強版的虛擬機支持並行處理和高效存儲，使得更復雜和對性能要求更高的應用能夠在 Artela 上運行。EVM++ 不僅支持傳統智能合約，還能在鏈上動態添加和運行高性能模塊，例如 AI 代理，這些代理可以作爲鏈上協處理器獨立運行，或直接參與到鏈上游戲中，創造真正可編程的 NPC。
Artela 通過並行執行設計來確保網絡節點的計算能力可以根據需求靈活擴展。此外，驗證器節點支持水平擴展，網絡能夠根據當前的負載或需求自動調整計算節點的規模，這一擴容過程由彈性協議協調，以確保共識網絡中的計算資源充足。通過彈性計算保證網絡節點算力可擴展，最終實現彈性區塊空間，允許大型 dApp 根據特定需求申請獨立的區塊空間，這不僅滿足了擴展公共區塊空間的需要，還確保了大型應用的性能和穩定性。
Artela 的並行執行架構詳解
1. 預測性樂觀執行（Predictive Optimistic Execution）
預測性樂觀執行是 Artela 的核心技術之一，也是不同於 Sei 、Monad 等其他並行 EVM 的特點之一。樂觀執行指的是一種並行執行策略，假設初始狀態下事務之間沒有衝突。在這種機制中，每個事務都保持一個私有的狀態版本，記錄修改但不立即最終確定。事務執行完畢後，進行一次驗證階段，檢查是否存在與同時期其他並行事務所引起的全局狀態變化的衝突。一旦檢測到衝突，就會重新執行事務。預測性是指通過特定的 AI 模型分析歷史交易數據，來預測即將執行的交易之間的依賴關係，即哪些交易可能會訪問相同的數據，並據此將交易分組安排它們的執行順序，從而減少執行衝突和重複執行。相比之下，在預測方面，Sei 依賴於開發者提前定義好的交易依賴關係的文件，而 Monad 是採用編譯器級別的靜態分析生成交易依賴關係的文件，兩者都不具備 EVM 等效性，並且都缺乏 Artela 基於 AI 的動態預測模型的自適應能力。
2. 異步預加載技術（Async Preloading）
異步預加載技術致力於解決由於狀態訪問導致的輸入輸出（I/O）瓶頸，目的是提高數據訪問速度，減少事務執行時的等待時間。Artela 在交易執行前，根據預測模型預先將所需的狀態數據從慢速存儲（如硬盤）加載到快速存儲（如內存）中。通過提前加載必要的數據，減少執行時的 I/O 等待時間。當數據預先被加載和緩存，多個處理器或執行線程可以同時訪問這些數據，進一步提高執行的並行度。
3. 並行存儲（Parallel Storage）
隨着並行執行技術的引入，交易處理雖能並行化，但若數據的讀寫和更新速度不能同步提升，便會成爲限制整體系統性能的關鍵因素，因此係統的瓶頸逐漸轉移到了存儲層面。像 MonadDB 和 SeiDB 等解決方案已經開始聚焦於存儲層面的優化。Artela 借鑑和融合了多種成熟的傳統數據處理技術開發了並行存儲，進一步提升了並行處理的效率。
並行存儲系統主要針對兩大問題進行設計：一是實現存儲的並行化處理，二是提高數據狀態的高效記錄到數據庫的能力。在數據存儲過程中，常見的問題包括數據寫入時的膨脹和數據庫處理的壓力增大。爲了有效應對這些問題，Artela 採納了狀態承諾（State Commitment，SC）與狀態存儲（State Storage，SS）的分離策略。這種策略將存儲任務分爲兩部分：一部分負責快速處理的操作，不保留複雜的數據結構，以此節省空間並減少數據重複；另一部分則負責記錄所有詳盡的數據信息。此外，爲了在處理大量數據時不影響性能，Artela 採用了將小塊數據合併成大塊的方法，減少了數據保存時的複雜性。
4. 彈性區塊空間（EBS）
Artela 的彈性區塊空間（EBS）基於彈性計算概念設計而成，能夠根據網絡擁堵程度自動調整區塊容納的交易數量。
彈性計算是一種雲計算服務模型，允許系統自動調整計算資源的配置以適應變化的負載需求，主要目的是優化資源使用效率，確保在需求增加時迅速提供額外的計算能力。
EBS 根據 dApp 的具體需求來動態調整區塊資源，爲需求高的 dApp 提供獨立的擴容區塊空間， 旨在解決不同應用對區塊鏈性能需求顯著差異的問題。EBS 的核心優勢在於「可預測性能」，即能夠爲 dApp 提供可預測的 TPS。因此，不論公共區塊空間是否擁擠，擁有獨立區塊空間的 dApp 都會獲得穩定的 TPS。此外，如果 dApp 編寫的合約支持並行，那麼可以進一步獲得更高的 TPS。可以說，EBS 提供了一個相對於以太坊、Solana 等傳統區塊鏈平臺更爲穩定的環境。這些傳統平臺在網絡擁擠時，如銘文熱潮期間或 DeFi 活動高峯期間，常常導致 dApp 性能下降，Artela 通過定製化和優化的資源管理有效解決了這類問題。
總結來看，Artela 通過並行執行堆棧和彈性區塊空間實現了高度可擴展性和可預測的網絡性能。這種並行執行架構通過 AI 模型精確預測交易依賴關係，減少了衝突和重複執行。並且，大型應用能夠根據需要專屬的處理能力和資源，保證了即使在網絡高負載的情況下依然能保持穩定的性能。這使得 Artela 網絡能夠支持更復雜的應用場景，如實時大數據處理和複雜的金融交易等。
