В марте этого года масштабируемая сеть блокчейна L1 Artelaзапустила EVM++, обновление, нацеленное на следующее поколение технологии выполнения слоя EVM. Первый символ “+” в EVM++ означает «Расширяемость», достигаемую с помощью технологии Aspect для поддержки разработчиков в создании настраиваемых программ в среде WebAssembly (WASM) на цепочке. Эти программы могут взаимодействовать с EVM для предоставления высокопроизводительных настраиваемых расширений, специфичных для приложений, для dApps. Второй символ “+” представляет «Масштабируемость», достигаемую с помощью параллельных техник выполнения и разработки эластичного блочного пространства, что значительно повышает емкость и эффективность сети.

WebAssembly (WASM) - это эффективный бинарный формат кода, способный достигать скоростей выполнения, близких к нативным, в веб-браузерах, что особенно подходит для обработки вычислительно интенсивных задач, таких как искусственный интеллект и обработка больших данных.

Вчера Артела выпустила белая книгадетальное описание того, как оно улучшает масштабируемость блокчейна через разработку параллельных стеков выполнения и введение упругого блочного пространства на основе принципов упругого вычисления.

Важность параллельной обработки

В традиционной виртуальной машине Ethereum (EVM) все операции и переходы состояния смарт-контрактов должны быть глобально согласованы во всей сети. Это требует, чтобы все узлы выполняли одни и те же транзакции в одном и том же порядке, даже если некоторые транзакции не имеют фактических зависимостей между ними. Это приводит к последовательной обработке, вызывая ненужные задержки и неэффективность.

Параллельная обработка позволяет нескольким процессорам или вычислительным ядрам выполнять несколько вычислительных задач или обрабатывать данные одновременно, что значительно улучшает эффективность обработки и сокращает время выполнения, особенно для сложных или масштабных вычислительных проблем, которые можно разделить на независимые задачи. Параллельный EVM расширяет или улучшает традиционный EVM, позволяя одновременное выполнение нескольких умных контрактов или вызовов функций контракта, тем самым повышая общую пропускную способность и эффективность сети. Кроме того, он оптимизирует эффективность по сравнению с однопоточным выполнением. Основное преимущество параллельного EVM заключается в том, что это позволяет децентрализованным приложениям достигать производительности, сравнимой с интернетом.

Artela Network и EVM++

Artela - это L1, который улучшает масштабируемость и производительность EVM путем введения EVM++. EVM++ обновляет уровень выполнения EVM, интегрируя гибкость EVM с высокой производительностью WASM. Этот улучшенный виртуальный компьютер поддерживает параллельную обработку и эффективное хранение, позволяя запускать более сложные и требовательные к производительности приложения на Artela. EVM++ поддерживает не только традиционные смарт-контракты, но также позволяет динамически добавлять и выполнять высокопроизводительные модули on-chain, такие как AI-агенты, которые могут работать как независимые он-чейн-сопроцессоры или непосредственно участвовать в он-чейн-играх, создавая по-настоящему программируемых NPC.

Artela обеспечивает возможность гибкого масштабирования вычислительной мощности узлов сети в соответствии с потребностями благодаря параллельному исполнению. Кроме того, узлы-валидаторы поддерживают горизонтальное масштабирование, что позволяет сети автоматически регулировать масштаб вычислительных узлов на основе текущей нагрузки или спроса. Этот процесс масштабирования координируется упругим протоколом, чтобы обеспечить достаточные вычислительные ресурсы в сети консенсуса. Гарантируя масштабируемую вычислительную мощность с помощью упругого вычисления, Artela достигает упругого блочного пространства, позволяющего крупным децентрализованным приложениям подавать заявки на независимое блочное пространство в соответствии с конкретными потребностями. Это не только удовлетворяет потребность в расширении общедоступного блочного пространства, но и обеспечивает производительность и стабильность крупных приложений.

Подробное объяснение параллельной архитектуры выполнения Artela

1. Предсказательное оптимистичное выполнение

Predictive optimistic execution - одна из основных технологий Artela, которая отличает ее от других параллельных EVM, таких как Sei и Monad. Оптимистическое выполнение относится к стратегии параллельного выполнения, которая предполагает, что изначально нет конфликтов между транзакциями. В этом механизме каждая транзакция поддерживает личную версию состояния, записывая изменения без немедленного завершения. После выполнения транзакции фаза проверки определяет конфликты, вызванные глобальными изменениями состояния от параллельных транзакций в тот же период. Если обнаружены конфликты, транзакции повторно выполняются. Предсказательность включает использование определенных моделей искусственного интеллекта для анализа исторических данных о транзакциях, предсказания зависимостей между транзакциями, которые собираются выполниться, и определения, какие транзакции могут получить доступ к тем же данным. На основе этого анализа транзакции группируются, и их порядок выполнения организуется таким образом, чтобы уменьшить конфликты и избыточное выполнение.

В отличие от этого, Sei полагается на определение разработчиками зависимостей транзакций заранее через файлы, в то время как Monad использует статический анализ на уровне компилятора для генерации файлов зависимостей транзакций. Ни Sei, ни Monad не достигают эквивалентности EVM и не обладают адаптивной способностью Artela на основе моделей динамического прогнозирования, основанных на искусственном интеллекте.

2. Асинхронная предварительная загрузка

Технология асинхронной предварительной загрузки направлена на устранение узких мест ввода-вывода (I/O), вызванных доступом к состоянию, с целью улучшения скорости извлечения данных и снижения времени ожидания выполнения транзакций. В Artela перед выполнением транзакций необходимые данные состояния предварительно загружаются из медленного хранилища (например, жестких дисков) в быстрое хранилище (например, память) на основе прогностических моделей. Эта проактивная загрузка требуемых данных минимизирует время ожидания ввода-вывода во время выполнения. С предварительно загруженными и кэшированными данными несколько процессоров или потоков выполнения могут одновременно получать доступ к этим данным, дополнительно увеличивая параллелизм выполнения.

3. Параллельное хранение

С внедрением технологии параллельного выполнения обработки транзакций может быть параллельной, но если скорость чтения, записи и обновления данных не синхронизируется, это становится критическим фактором, ограничивающим общую производительность системы. Следовательно, узкое место постепенно переходит на уровень хранения. Решения, такие как MonadDB и SeiDB, начали уделять внимание оптимизации уровня хранения. Artela использует и интегрирует различные зрелые традиционные техники обработки данных для разработки параллельного хранения, дополнительно повышая эффективность параллельной обработки.

Системы параллельного хранения данных в первую очередь разработаны для решения двух основных проблем: достижение параллельной обработки хранения и улучшение эффективной записи состояний данных в базы данных. Основные проблемы хранения данных включают увеличение объема данных во время операций записи и увеличение нагрузки на обработку баз данных. Для эффективного решения этих проблем Artela принимает стратегию разделения между фиксацией состояния (SC) и хранением состояния (SS). Эта стратегия разделяет задачи хранения на две части: одна часть обрабатывает операции, требующие быстрой обработки без сохранения сложных структур данных, тем самым экономя место и уменьшая избыточность данных; другая часть отвечает за полную запись подробной информации о данных.

Кроме того, для поддержания производительности при обработке больших объемов данных Artela использует метод агрегирования небольших блоков данных в большие, что снижает сложность операций хранения данных.

4. Эластичное пространство блока (EBS)

EBS от Artela, основанный на концепции эластичных вычислений, способен автоматически настраивать количество транзакций, которые блок может обрабатывать в зависимости от уровня загруженности сети.

Эластичные вычисления - это модель облачных вычислений, которая позволяет системам автоматически настраивать конфигурацию вычислительных ресурсов для удовлетворения изменяющихся рабочих нагрузок. Его основная цель - оптимизация эффективности использования ресурсов и обеспечение быстрой предоставления дополнительной вычислительной мощности при увеличении спроса.

EBS динамически корректирует ресурсы блоков в соответствии с конкретными потребностями децентрализованных приложений, обеспечивая независимое масштабирование блочного пространства для ресурсоемких децентрализованных приложений. Это направлено на устранение значительных различий в требованиях к производительности блокчейна в различных приложениях. Основное преимущество EBS заключается в «предсказуемой производительности», гарантирующей, что децентрализованные приложения получают предсказуемые транзакции в секунду (TPS). Таким образом, независимо от перегруженности публичного блочного пространства, децентрализованные приложения с независимым блочным пространством пользуются стабильным TPS. Более того, если контракты dApps поддерживают параллельную обработку, они могут достичь еще более высокого TPS. По сути, EBS обеспечивает более стабильную среду по сравнению с традиционными блокчейн-платформами, такими как Ethereum и Solana, которые часто испытывают снижение производительности во время перегрузки сети, например, во время бума NFT или пиков DeFi. Artela эффективно решает такие проблемы с помощью индивидуального и оптимизированного управления ресурсами.

В заключение, Artela достигает высокой масштабируемости и предсказуемой сетевой производительности благодаря своему параллельному стеку выполнения и упругому блочному пространству (EBS). Эта параллельная архитектура выполнения использует модели искусственного интеллекта для точного прогнозирования зависимостей транзакций, тем самым уменьшая конфликты и избыточные выполнения. Более того, крупномасштабные приложения могут получать доступ к выделенной вычислительной мощности и ресурсам по мере необходимости, обеспечивая стабильную производительность даже при высоких сетевых нагрузках. Эта возможность позволяет сети Artela поддерживать более сложные сценарии использования, такие как обработка больших данных в реальном времени и сложные финансовые транзакции.

Утверждение:

1. Эта статья воспроизведена из[Исследование ChainFeeds], авторские права принадлежат оригинальному автору [0XNATALIE], если у вас есть возражения в отношении перепечатки, пожалуйста, свяжитесь с Gate Learnкоманда, и команда обработает это как можно скорее в соответствии с соответствующими процедурами.

2. Отказ от ответственности: Взгляды и мнения, выраженные в этой статье, представляют только личные взгляды автора и не являются инвестиционными рекомендациями.

3. Другие языковые версии статьи переводятся командой Gate Learn и не упоминаются в тексте.Gate.io, переведенная статья не может быть воспроизведена, распространена или украдена.