Pada bulan Maret tahun ini, jaringan blockchain L1 yang dapat diskalakan Artelameluncurkan EVM++, sebuah upgrade yang ditujukan untuk teknologi lapisan eksekusi EVM generasi berikutnya. “+” pertama dalam EVM++ merupakan singkatan dari “Extensibility,” yang dicapai melalui teknologi Aspect untuk mendukung pengembang dalam membuat program kustom on-chain dalam lingkungan WebAssembly (WASM). Program-program ini dapat berkolaborasi dengan EVM untuk memberikan ekstensi aplikasi khusus yang berkinerja tinggi untuk dApps. Sedangkan “+” kedua mewakili “Scalability,” yang dicapai melalui teknik eksekusi paralel dan desain elastic block space, yang secara signifikan meningkatkan kapasitas dan efisiensi pemrosesan jaringan.

WebAssembly (WASM) adalah format kode biner yang efisien yang mampu mencapai kecepatan eksekusi mendekati native di peramban web, sehingga sangat cocok untuk menangani tugas-tugas yang membutuhkan komputasi intensif seperti kecerdasan buatan dan pemrosesan big data.

Kemarin, Artela merilis sebuahwhitepapermenguraikan bagaimana ia meningkatkan skalabilitas blockchain melalui pengembangan tumpukan eksekusi paralel dan pengenalan ruang blok elastis berdasarkan prinsip komputasi elastis.

Pentingnya Parallel Processing

Dalam Mesin Virtual Ethereum (EVM) tradisional, semua operasi kontrak pintar dan transisi status harus konsisten secara global di seluruh jaringan. Hal ini memerlukan semua node untuk mengeksekusi transaksi yang sama dalam urutan yang sama, bahkan jika beberapa transaksi tidak memiliki ketergantungan yang sebenarnya antara mereka. Hal ini mengakibatkan pemrosesan serial, menyebabkan keterlambatan dan ketidak efisienan yang tidak perlu.

Pemrosesan paralel memungkinkan beberapa prosesor atau inti komputasi untuk menjalankan beberapa tugas komputasi atau memproses data secara bersamaan, sehingga secara signifikan meningkatkan efisiensi pemrosesan dan mengurangi waktu eksekusi, terutama untuk masalah komputasi yang kompleks atau berukuran besar yang dapat dibagi menjadi tugas-tugas independen. Parallel EVM memperluas atau meningkatkan EVM tradisional dengan memungkinkan eksekusi simultan dari beberapa kontrak pintar atau panggilan fungsi kontrak, sehingga meningkatkan throughput dan efisiensi jaringan secara keseluruhan. Selain itu, itu mengoptimalkan efisiensi dibandingkan dengan eksekusi single-thread. Keuntungan utama dari Parallel EVM adalah memungkinkan aplikasi terdesentralisasi untuk mencapai kinerja yang sebanding dengan internet.

Jaringan Artela dan EVM++

Artela adalah L1 yang meningkatkan skalabilitas dan kinerja EVM dengan memperkenalkan EVM++. EVM++ meningkatkan lapisan eksekusi EVM, mengintegrasikan fleksibilitas EVM dengan kinerja tinggi WASM. Mesin virtual yang ditingkatkan ini mendukung pemrosesan paralel dan penyimpanan yang efisien, memungkinkan aplikasi yang lebih kompleks dan menuntut kinerja berjalan di Artela. EVM++ tidak hanya mendukung kontrak pintar tradisional tetapi juga memungkinkan penambahan dan eksekusi dinamis modul berkinerja tinggi di-chain, seperti agen AI, yang dapat berjalan sebagai ko-prosesor on-chain secara independen atau langsung berpartisipasi dalam permainan on-chain, menciptakan NPC yang benar-benar dapat diprogram.

Artela memastikan bahwa daya komputasi simpul jaringan dapat diskalakan secara fleksibel sesuai permintaan melalui desain eksekusi paralelnya. Selain itu, simpul validator mendukung skalabilitas horizontal, memungkinkan jaringan untuk secara otomatis menyesuaikan skala simpul komputasi berdasarkan beban atau permintaan saat ini. Proses skalabilitas ini dikoordinasikan oleh protokol elastis untuk memastikan sumber daya komputasi yang cukup dalam jaringan konsensus. Dengan menjamin daya komputasi yang dapat diskalakan melalui komputasi elastis, Artela mencapai ruang blok elastis, memungkinkan dApps besar untuk mengajukan ruang blok independen berdasarkan kebutuhan spesifik. Ini tidak hanya memenuhi kebutuhan untuk memperluas ruang blok publik tetapi juga memastikan kinerja dan stabilitas aplikasi besar.

Penjelasan Detail Arsitektur Eksekusi Paralel Artela

1. Eksekusi Optimis Prediktif

Eksekusi optimis yang memprediksi adalah salah satu teknologi inti dari Artela dan membedakannya dari EVM paralel lainnya seperti Sei dan Monad. Eksekusi optimis mengacu pada strategi eksekusi paralel yang mengasumsikan awalnya tidak ada konflik antara transaksi. Dalam mekanisme ini, setiap transaksi menjaga versi pribadi dari status, mencatat modifikasi tanpa segera menyelesaikannya. Setelah eksekusi transaksi, fase validasi memeriksa konflik yang disebabkan oleh perubahan status global dari transaksi konkuren selama periode yang sama. Jika konflik terdeteksi, transaksi akan dijalankan kembali. Prediktif melibatkan penggunaan model AI khusus untuk menganalisis data transaksi historis, memprediksi ketergantungan antara transaksi yang akan dieksekusi—dan mengidentifikasi transaksi mana yang mungkin mengakses data yang sama. Berdasarkan analisis ini, transaksi dikelompokkan dan urutan eksekusinya diatur untuk mengurangi konflik dan eksekusi yang redundan.

Sebaliknya, Sei bergantung pada pengembang yang mendefinisikan ketergantungan transaksi sebelumnya melalui file, sementara Monad menggunakan analisis statis tingkat kompilator untuk menghasilkan file ketergantungan transaksi. Baik Sei maupun Monad tidak mencapai kesetaraan EVM dan tidak memiliki kemampuan adaptif Artela berdasarkan model prediksi dinamis yang didukung oleh kecerdasan buatan.

2. Prapemuatan Async

Teknologi pra-pemuatan asinkron bertujuan untuk mengatasi bottleneck input-output (I/O) yang disebabkan oleh akses keadaan, dengan tujuan meningkatkan kecepatan pengambilan data dan mengurangi waktu tunggu eksekusi transaksi. Dalam Artela, sebelum mengeksekusi transaksi, data keadaan yang diperlukan dimuat pra dari penyimpanan lambat (seperti hard disk) ke penyimpanan cepat (seperti memori) berdasarkan model prediktif. Pemuatan proaktif ini dari data yang diperlukan meminimalkan waktu tunggu I/O selama eksekusi. Dengan data yang telah dimuat pra dan di-cache, beberapa prosesor atau utas eksekusi dapat secara bersamaan mengakses data ini, yang lebih meningkatkan paralelisme eksekusi.

3. Penyimpanan Paralel

Dengan diperkenalkannya teknologi eksekusi paralel, pemrosesan transaksi dapat diparalelkan, tetapi jika kecepatan pembacaan, penulisan, dan pembaruan data tidak dapat disinkronkan, hal ini menjadi faktor kritis yang membatasi kinerja sistem secara keseluruhan. Akibatnya, bottleneck secara bertahap beralih ke lapisan penyimpanan. Solusi seperti MonadDB dan SeiDB telah mulai fokus pada mengoptimalkan lapisan penyimpanan. Artela mengambil dan mengintegrasikan berbagai teknik pemrosesan data tradisional yang matang untuk mengembangkan penyimpanan paralel, yang lebih meningkatkan efisiensi pemrosesan paralel.

Sistem penyimpanan paralel dirancang terutama untuk mengatasi dua masalah utama: mencapai pemrosesan paralel penyimpanan dan meningkatkan pencatatan efisien dari status data ke dalam database. Tantangan umum dalam penyimpanan data termasuk inflasi data selama operasi penulisan dan peningkatan tekanan pada pemrosesan database. Untuk secara efektif mengatasi masalah-masalah ini, Artela mengadopsi strategi pemisahan antara Komitmen Status (SC) dan Penyimpanan Status (SS). Strategi ini membagi tugas penyimpanan menjadi dua bagian: satu bagian menangani operasi yang membutuhkan pemrosesan cepat tanpa menyimpan struktur data kompleks, sehingga menghemat ruang dan mengurangi redundansi data; bagian lainnya bertanggung jawab untuk mencatat informasi data terperinci secara komprehensif.

Selain itu, untuk mempertahankan kinerja saat menangani volume data yang besar, Artela menggunakan metode menggabungkan blok data kecil menjadi blok yang lebih besar, mengurangi kompleksitas operasi penyimpanan data.

4. Ruang Blok Elastis (EBS)

Elastic Block Space (EBS) dari Artela didesain berdasarkan konsep komputasi elastis, memungkinkan penyesuaian otomatis jumlah transaksi yang dapat diakomodasi oleh sebuah blok berdasarkan tingkat kepadatan jaringan.

Komputasi elastis adalah model layanan komputasi awan yang memungkinkan sistem secara otomatis menyesuaikan konfigurasi sumber daya komputasi untuk memenuhi permintaan beban kerja yang bervariasi. Tujuan utamanya adalah untuk mengoptimalkan efisiensi penggunaan sumber daya dan memastikan penyediaan daya komputasi tambahan yang cepat ketika permintaan meningkat.

EBS secara dinamis menyesuaikan sumber daya blok sesuai dengan kebutuhan khusus dApps, menyediakan ruang blok penskalaan independen untuk dApps dengan permintaan tinggi. Hal ini bertujuan untuk mengatasi perbedaan signifikan dalam persyaratan kinerja blockchain di berbagai aplikasi. Keunggulan inti EBS terletak pada "kinerja yang dapat diprediksi," memastikan dApps menerima Transaksi Per Detik (TPS) yang dapat diprediksi. Oleh karena itu, terlepas dari kepadatan ruang blok publik, dApps dengan ruang blok independen menikmati TPS yang stabil. Selain itu, jika kontrak dApps mendukung pemrosesan paralel, mereka dapat mencapai TPS yang lebih tinggi. Pada dasarnya, EBS menyediakan lingkungan yang lebih stabil dibandingkan dengan platform blockchain tradisional seperti Ethereum dan Solana, yang sering mengalami penurunan kinerja selama kepadatan jaringan, seperti selama booming NFT atau puncak DeFi. Artela secara efektif menyelesaikan masalah tersebut melalui manajemen sumber daya yang disesuaikan dan dioptimalkan.

Secara ringkas, Artela mencapai skalabilitas tinggi dan kinerja jaringan yang dapat diprediksi melalui tumpukan eksekusi paralel dan Elastic Block Space (EBS)-nya. Arsitektur eksekusi paralel ini menggunakan model AI untuk memprediksi ketergantungan transaksi dengan akurasi yang tinggi, dengan demikian mengurangi konflik dan eksekusi yang redundan. Selain itu, aplikasi berukuran besar dapat mengakses daya pemrosesan dan sumber daya yang didedikasikan sesuai kebutuhan, memastikan kinerja yang stabil bahkan di bawah beban jaringan yang tinggi. Kemampuan ini memungkinkan jaringan Artela untuk mendukung kasus penggunaan yang lebih kompleks seperti pemrosesan data besar secara real-time dan transaksi keuangan yang canggih.

Pernyataan:

1. Artikel ini diambil dari [Penelitian ChainFeeds], hak cipta milik penulis asli [0XNATALIE], jika Anda memiliki keberatan terhadap pemutar ulang, silakan hubungi Gerbang Belajartim, dan tim akan menanganinya sesegera mungkin sesuai dengan prosedur yang relevan.

2. Penyangkalan: Pandangan dan pendapat yang tertera dalam artikel ini hanya mewakili pandangan pribadi penulis dan tidak merupakan saran investasi.

3. Versi bahasa lain dari artikel diterjemahkan oleh tim Gate Learn dan tidak disebutkan diBlok.io, artikel terjemahan tidak boleh direproduksi, didistribusikan, atau diplagiatkan.