У березні цього року масштабна блокчейн-мережа L1 Артелабуло запущено EVM++, оновлення, спрямоване на наступне покоління технології виконання шару EVM. Перший «+» в EVM++ означає «Розширеність», досягнута за допомогою технології Aspect для підтримки розробників у створенні унікальних програм на ланцюжку в середовищі WebAssembly (WASM). Ці програми можуть співпрацювати з EVM для надання високоефективних, індивідуальних розширень, специфічних для додатків, для дApps. Другий «+» представляє «Масштабованість», досягнуту за допомогою технік паралельного виконання та розробки еластичного блок-простору, що значно підвищує оброблювальну здатність та ефективність мережі.

WebAssembly (WASM) — це ефективний формат двійкового коду, здатний досягати майже рідної швидкості виконання у веб-браузерах, що робить його особливо придатним для виконання завдань, що вимагають інтенсивних обчислень, таких як штучний інтелект та обробка великих даних.

Вчора Артела випустила whitepaperуточнюючи, як вона покращує масштабованість блокчейну за допомогою розробки паралельних стеків виконання та введення еластичного блок-простору на основі принципів еластичних обчислень.

Важливість паралельної обробки

У традиційній віртуальній машині Ethereum (EVM) всі операції розумного контракту та переходи стану повинні бути глобально консистентними в усій мережі. Це вимагає, щоб всі вузли виконували ті самі транзакції в тому самому порядку, навіть якщо деякі транзакції не мають фактичних залежностей одна від одної. Це призводить до послідовної обробки, що спричиняє зайві затримки та неефективність.

Паралельна обробка дозволяє кільком процесорам або обчислювальним ядрам виконувати кілька обчислювальних завдань або обробляти дані одночасно, що значно підвищує ефективність обробки та скорочує час виконання, особливо для складних або масштабних обчислювальних проблем, які можуть бути розбиті на незалежні завдання. Паралельний EVM розширює або покращує традиційний EVM, дозволяючи одночасне виконання кількох смарт-контрактів або викликів функцій контракту, тим самим підвищуючи загальний пропускний здатність та ефективність мережі. Крім того, він оптимізує ефективність порівняно з виконанням на одному потоці. Основною перевагою паралельного EVM є можливість децентралізованим програмам досягати продуктивності, порівняної з інтернетом.

Мережа Artela та EVM++

Artela - це L1, яке підвищує масштабованість та продуктивність EVM, вводячи EVM++. EVM++ покращує рівень виконання EVM, інтегруючи гнучкість EVM з високою продуктивністю WASM. Ця покращена віртуальна машина підтримує паралельну обробку та ефективне зберігання, що дозволяє запускати на Artela більш складні та вимогливі до продуктивності застосунки. EVM++ підтримує не лише традиційні смарт-контракти, але й дозволяє динамічно додавати та виконувати високопродуктивні модулі on-chain, такі як AI-агенти, які можуть працювати як відокремлені внутрішньоланцюгові співпроцесори або безпосередньо брати участь в іграх on-chain, створюючи по-справжньому програмовані NPC.

Artela гарантує, що обчислювальні потужності вузлів мережі можуть бути гнучко масштабовані відповідно до попиту за допомогою паралельної конструкції виконання. Крім того, вузли валідаторів підтримують горизонтальне масштабування, що дозволяє мережі автоматично регулювати масштаб обчислювальних вузлів залежно від поточного навантаження або попиту. Цей процес масштабування координується еластичним протоколом для забезпечення достатньої кількості обчислювальних ресурсів у мережі консенсусу. Гарантуючи масштабовану обчислювальну потужність за допомогою еластичних обчислень, Artela досягає еластичного блокового простору, дозволяючи великим dApps застосовувати незалежний простір блоків на основі конкретних потреб. Це не тільки задовольняє потребу в розширенні загального простору блоків, але й забезпечує продуктивність і стабільність великих додатків.

Детальний опис паралельної архітектури виконання Artela

1. Прогностичне оптимістичне виконання

Прогнозно-оптимістичне виконання є однією з основних технологій Artela і відрізняє її від інших паралельних EVM, таких як Sei і Monad. Оптимістичне виконання відноситься до стратегії паралельного виконання, яка спочатку передбачає, що між транзакціями немає конфліктів. У цьому механізмі кожна транзакція підтримує приватну версію стану, фіксуючи зміни без їх негайного завершення. Після виконання транзакції на етапі перевірки перевіряються конфлікти, викликані глобальними змінами стану від паралельних транзакцій протягом того ж періоду. При виявленні конфліктів транзакції виконуються повторно. Прогнозування передбачає використання конкретних моделей штучного інтелекту для аналізу історичних даних транзакцій, прогнозування залежностей між транзакціями, які збираються виконати, і визначення того, які транзакції можуть отримати доступ до тих самих даних. На основі цього аналізу транзакції групуються, а порядок їх виконання впорядковується таким чином, щоб зменшити конфлікти та надлишкові виконання.

Навпаки, Sei покладається на розробників, які заздалегідь визначають залежності транзакцій через файли, тоді як Monad використовує статичний аналіз на рівні компілятора для генерації файлів залежності транзакцій. Ні Sei, ні Monad не досягають еквівалентності EVM та не мають адаптивної здатності Artela на основі моделей динамічного прогнозування, заснованих на штучному інтелекті.

2. Асинхронне завантаження перед виконанням

Технологія асинхронного попереднього завантаження спрямована на вирішення вузьких місць введення-виведення (I/O), що виникають внаслідок доступу до стану, з метою підвищення швидкості отримання даних та зменшення часів очікування виконання транзакцій. У Artela, перед виконанням транзакцій необхідні дані стану попередньо завантажуються з повільного сховища (наприклад, твердих дисків) в швидке сховище (наприклад, пам'ять) на основі прогностичних моделей. Це превентивне завантаження необхідних даних мінімізує час очікування I/O під час виконання. З попередньо завантаженими та кешованими даними кілька процесорів або потоків виконання можуть одночасно отримувати доступ до цих даних, подальш збільшуючи паралелізм виконання.

3. Паралельне зберігання

Зі введенням технології паралельного виконання можлива паралельна обробка транзакцій, але якщо швидкість читання, запису та оновлення даних не може бути синхронізована, це стає критичним фактором, що обмежує загальну продуктивність системи. В результаті, уз bottleneck поступово зсувається на рівень зберігання. Рішення, такі як MonadDB та SeiDB, почали акцентувати увагу на оптимізації рівня зберігання. Artela використовує та інтегрує різноманітні вже зарекомендували себе традиційні техніки обробки даних для розробки паралельного зберігання, подальшого покращення ефективності паралельної обробки.

Системи паралельного зберігання в першу чергу призначені для вирішення двох основних проблем: досягнення паралельної обробки зберігання та покращення ефективного запису станів даних в бази даних. Загальні виклики у сфері зберігання даних включають збільшення обсягу даних під час операцій запису та збільшення тиску на обробку баз даних. Для ефективного вирішення цих питань Artela використовує стратегію розділення між Зобов'язанням до Стану (SC) та Зберіганням Стану (SS). Ця стратегія розділяє завдання зберігання на дві частини: одна частина обробляє операції, які вимагають швидкої обробки без збереження складних структур даних, що дозволяє заощадити місце та зменшити зайвість даних; інша частина відповідає за запис детальної інформації про дані в комплексному вигляді.

Крім того, для підтримки продуктивності при обробці великого обсягу даних Artela використовує метод агрегування невеликих блоків даних в більші, що зменшує складність операцій зберігання даних.

4. Еластичне блокове простір (EBS)

Простір Artela’s Elastic Block (EBS) розроблений на основі концепції еластичного обчислення, що дозволяє автоматично налаштовувати кількість транзакцій, яку може розмістити блок, в залежності від рівня мережевої затору.

Еластичне обчислення - це модель обчислювального облачного сервісу, яка дозволяє системам автоматично налаштовувати конфігурацію обчислювальних ресурсів для задоволення змінних навантажень. Її основна мета - оптимізувати ефективність використання ресурсів та забезпечити швидке надання додаткової обчислювальної потужності при збільшенні попиту.

EBS динамічно регулює ресурси блоку відповідно до конкретних потреб dApps, забезпечуючи незалежне масштабування блокового простору для dApps з високим попитом. Це спрямовано на усунення значних відмінностей у вимогах до продуктивності блокчейну в різних програмах. Основна перевага EBS полягає в «передбачуваній продуктивності», що гарантує, що dApps отримують передбачувані транзакції в секунду (TPS). Таким чином, незалежно від перевантаження публічного блокового простору, dApps з незалежним блоковим простором користуються стабільним TPS. Більше того, якщо контракти dApps підтримують паралельну обробку, вони можуть досягти ще вищого TPS. По суті, EBS забезпечує більш стабільне середовище порівняно з традиційними блокчейн-платформами, такими як Ethereum і Solana, які часто зазнають зниження продуктивності під час перевантаження мережі, наприклад, під час буму NFT або піку DeFi. Artela ефективно вирішує такі питання за допомогою індивідуального та оптимізованого управління ресурсами.

У підсумку, Artela досягає високої масштабованості та передбачуваної мережевої продуктивності завдяки своїй паралельній виконавчій стеку та Elastic Block Space (EBS). Ця архітектура паралельного виконання використовує моделі ШІ для точного передбачення залежностей транзакцій, що зменшує конфлікти та зайве виконання. Крім того, додатки великих масштабів можуть отримувати доступ до відведеної потужності та ресурсів за потребою, що забезпечує стійку продуктивність навіть при високих мережевих навантаженнях. Ця можливість дозволяє мережі Artela підтримувати більш складні використання, такі як обробка великих обсягів даних в режимі реального часу та складні фінансові транзакції.

Заява:

1. Цю статтю взято з [Дослідження ChainFeeds], авторське право належить оригінальному автору [0XNATALIE], якщо у вас є будь-які заперечення щодо репринту, будь ласка, зв'яжіться зВивчайте Gateкоманді, і команда якнайшвидше вирішить це згідно відповідних процедур.

2. Відмова від відповідальності: Погляди та думки, висловлені в цій статті, представляють лише особисті погляди автора і не є жодними інвестиційними порадами.

3. Інші версії статті перекладаються командою Gate Learn і не згадуються в Gate.io, перекладений матеріал не може бути відтворений, поширений або зліплений.