Chuyển tiêu đề gốc: Nghệ thuật phân tích kỹ thuật Artela: Tại sao “EVM Song Song” liên quan đến cuộc chiến cho sự sống còn của hệ sinh thái EVM Ethereum?

Sự đầu tư dẫn đầu gần đây của Paradigm lên đến 225 triệu đô la trong vòng gọi vốn của Monad đã gửi sóng chấn động qua thị trường, kích hoạt một làn sóng quan tâm đến “EVM song song”. Nhưng “EVM song song” chính xác là giải quyết vấn đề gì? Những rào cản và thách thức chính trong việc phát triển EVM song song là gì? Tôi tin rằng “EVM song song” đại diện cho sự đối đầu cuối cùng của chuỗi EVM đối với các chuỗi lớp 1 hiệu suất cao, một cuộc chiến sẽ quyết định sự tồn tại của hệ sinh thái EVM của Ethereum. Tại sao? Hãy đào sâu vào sự hiểu biết của tôi:

Khả năng xử lý giao dịch "nối tiếp" vốn có của máy ảo Ethereum EVM đã áp đặt những hạn chế đáng kể về hiệu suất đối với cả chuỗi lớp 1 tương thích EVM và chuỗi lớp 2 tương thích EMV. Điều này xuất phát từ thực tế là tất cả về cơ bản đều dựa vào cùng một khuôn khổ để xử lý trạng thái và tính cuối cùng của giao dịch.

Ngược lại, các chuỗi tầng 1 hiệu suất cao như Solana, Sui và Aptos sở hữu lợi thế xử lý song song bẩm sinh. Trước bối cảnh này, các chuỗi dựa trên EVM phải giải quyết khả năng song song bẩm sinh của họ để cạnh tranh hiệu quả với những chuỗi công cộng tầng 1 hiệu suất cao này. Hãy khám phá các phương pháp khác nhau để triển khai EVM song song, sử dụng ví dụ của Mạng Artela, một ngôi sao mới nổi trong không gian EVM song song:

1) Được đại diện bởi các chuỗi như Monad, Artela và SEI, các chuỗi này tăng cường đáng kể TPS trong khi cho phép khả năng giao dịch song song trong môi trường bán EVM. Các chuỗi EVM lớp 1 song song độc lập này sở hữu các cơ chế đồng thuận và đặc tính kỹ thuật độc đáo, nhưng chúng vẫn duy trì mục tiêu tương thích và mở rộng trong hệ sinh thái EVM. Về cơ bản, họ tái tạo chuỗi EVM bằng cách "thay đổi huyết thống" để phục vụ tốt hơn hệ sinh thái EVM.

2) Được minh họa bởi các chuỗi như Eclipse và MegaETH, các chuỗi này tận dụng sự đồng thuận độc lập và khả năng "tiền xử lý" giao dịch của các chuỗi lớp 2 để lọc và xử lý các trạng thái giao dịch trước khi đưa chúng vào mạng chính. Họ cũng có thể chọn lớp thực thi của bất kỳ chuỗi nào khác để hoàn tất các trạng thái giao dịch. Cách tiếp cận này về cơ bản trừu tượng hóa EVM thành một mô-đun thực thi có thể cắm được, cho phép lựa chọn "lớp thực thi" tốt nhất dựa trên nhu cầu, do đó đạt được các khả năng song song. Tuy nhiên, trong khi các giải pháp này có thể phục vụ EVM, chúng hoạt động bên ngoài khuôn khổ EVM.

3）Được đại diện bởi các chuỗi như Polygon và BSC, những chuỗi này đã đạt được một mức độ xử lý EVM song song nhất định. Tuy nhiên, các tối ưu hóa của họ bị giới hạn ở tầng thuật toán, mà không khám phá sâu hơn vào các tầng đồng thuận và lưu trữ. Do đó, khả năng song song của họ giống như một tính năng cụ thể hơn là một giải pháp toàn diện cho thách thức song song hóa EVM.

4) Được minh họa bởi các chuỗi như Aptos, Sui và Fuel, những chuỗi này không phải là chuỗi EVM một cách nghiêm ngặt. Thay vào đó, họ tận dụng khả năng thực thi cao với độ tương phản và sử dụng các kỹ thuật trung gian hoặc phân tích mã để đạt sự tương thích với môi trường EVM. Điều này rõ ràng trong trường hợp của Starknet, một giải pháp lớp 2 của Ethereum. Sự tương thích của Starknet với EVM đòi hỏi một đường ống đặc biệt do ngôn ngữ Cario và các tính năng trừu tượng tài khoản của nó. Thách thức về sự tương thích này là một vấn đề phổ biến với các chuỗi không phải EVM cố gắng kết nối với các chuỗi EVM.

Bốn phương pháp được đề cập ở trên mỗi phương pháp đều có nhấn mạnh riêng của mình. Ví dụ, Lớp 2 với khả năng song song tập trung vào tính linh hoạt của các kết hợp mô-đun của chuỗi “lớp thực thi”, trong khi các chuỗi EVM-Compatible nhấn mạnh vào các tính năng tùy chỉnh của các chức năng cụ thể. Còn đối với các chuỗi không phải EVM nhưng có tính năng tương thích EVM, họ nhắm vào việc tiếp cận thanh khoản của Ethereum nhiều hơn. Mục tiêu thực sự là củng cố hệ sinh thái EVM, chỉ để lại một lớp 1 EVM được tăng cường duy nhất để tăng cường khả năng song song.

Vậy, những yếu tố chính nào để tăng cường một chuỗi công cộng tầng 1 song song EVM? Làm thế nào chúng ta có thể xây dựng lại một chuỗi EVM trong khi vẫn phục vụ hệ sinh thái EVM? Có hai điểm chính:

1. Khả năng truy cập vào việc đọc và xuất thông tin I/O trạng thái. Bởi vì việc đọc và ghi dữ liệu mất thời gian, việc sắp xếp và lên lịch giao dịch đơn thuần không thể cải thiện mạnh mẽ khả năng xử lý song song. Điều này cũng đòi hỏi sự giới thiệu của bộ đệm, phân chia dữ liệu và thậm chí các công nghệ lưu trữ phân tán để cân bằng tốc độ đọc và khả năng xảy ra xung đột trạng thái từ quá trình lưu trữ và đọc trạng thái cơ bản.

2. Với việc có mạng giao tiếp hiệu quả, đồng bộ dữ liệu, tối ưu thuật toán, tăng cường máy ảo, và các tối ưu hóa thành phần khác của lớp cơ chế đồng thuận như phân tách nhiệm vụ tính toán và I/O, yêu cầu tối ưu hóa và nâng cao toàn diện từ các khía cạnh khác nhau bao gồm kiến trúc thành phần ở tầng dưới cùng và quy trình cộng tác. Điều này cuối cùng dẫn đến khả năng thực thi giao dịch song song nhanh chóng, với việc tiêu thụ tính toán có thể kiểm soát và độ chính xác cao.

Về dự án cụ thể của lớp chuỗi EVM song song lớp 1, những đổi mới công nghệ và tối ưu khung công việc nào cần thiết để đạt được “EVM song song”?

Để đạt được hoàn toàn khả năng phối hợp và tối ưu hóa tài nguyên của “EVM song song” từ kiến trúc tầng dưới, Artela giới thiệu Elastic Computing và Elastic Block Space. Làm thế nào để hiểu chúng? Elastic computing cho phép mạng phân bổ và điều chỉnh động tài nguyên tính toán theo nhu cầu và tải, trong khi elastic block space điều chỉnh kích thước khối theo động dựa trên số giao dịch và kích thước dữ liệu trong mạng. Nguyên lý thiết kế linh hoạt hoàn toàn hoạt động tương tự như thang cuốn trong trung tâm thương mại mà tự động cảm nhận luồng người đi bộ, điều này rất hợp lý.

Như đã đề cập trước đó, hiệu suất đọc đĩa trạng thái I/O là rất quan trọng đối với EVM song song. Các chuỗi tương thích với EVM như Polygon và BSC đạt được cải tiến hiệu suất từ 2-4 lần thông qua song song thuật toán, nhưng đây chỉ là tối ưu hóa ở cấp độ thuật toán. Lớp đồng thuận và lớp lưu trữ chưa trải qua tối ưu hóa sâu. Tối ưu hóa sâu thực sự sẽ như thế nào?

Đáp ứng điều này, Artela dựa vào các giải pháp công nghệ cơ sở dữ liệu, cải thiện cả đọc và ghi trạng thái. Đối với việc ghi trạng thái, nó giới thiệu công nghệ Write-Ahead Logging (WAL), ghi lại các thay đổi trước khi ghi chúng vào đĩa. Hoạt động bất đồng bộ này tránh việc ghi trực tiếp vào đĩa khi trạng thái thay đổi, giảm thiểu các hoạt động đọc/ghi trên đĩa. Đối với việc đọc trạng thái, nó hầu như áp dụng các hoạt động bất đồng bộ thông qua các chiến lược tải trước để cải thiện hiệu suất đọc. Bằng việc dự đoán những trạng thái sẽ được cần dựa trên lịch sử thực thi hợp đồng và tải trước chúng vào bộ nhớ, nó nâng cao hiệu suất yêu cầu đọc/ghi trên đĩa.

Để tóm lại, đây là một thuật toán mà trao đổi thời gian thực thi cho không gian bộ nhớ, cải thiện một cách cơ bản khả năng xử lý song song của máy ảo EVM và tối ưu hóa vấn đề xung đột trạng thái từ đầu.

Ngoài ra, Artela giới thiệu khả năng lập trình mô-đun Aspect để quản lý phức tạp tốt hơn và cải thiện hiệu suất phát triển. Bằng cách giới thiệu phân tích mã WASM để tăng cường tính linh hoạt trong lập trình và cung cấp quyền truy cập API cấp thấp, nó đạt được sự cô lập an toàn của lớp thực thi. Điều này cho phép các nhà phát triển phát triển, gỡ lỗi và triển khai hợp đồng thông minh một cách hiệu quả trong môi trường của Artela, kích hoạt khả năng tùy chỉnh và mở rộng của cộng đồng nhà phát triển. Đặc biệt, nhà phát triển sẽ được khuyến khích tối ưu hóa mã hợp đồng thông minh của họ cho song song, vì việc giảm xác suất xung đột trạng thái là rất quan trọng đối với mỗi logic triệu hồi và thuật toán của hợp đồng thông minh.

Đó là tất cả.

Không khó để mọi người nhận thấy rằng khái niệm “EVM Song Song” về cơ bản là tối ưu hóa quy trình thực hiện trạng thái giao dịch.@monad_xyzcho biết có thể thực hiện 10.000 giao dịch mỗi giây, và lõi kỹ thuật của nó không gì khác ngoài việc đạt được xử lý song song của các giao dịch quy mô lớn thông qua cơ sở dữ liệu chuyên dụng, tính thân thiện với nhà phát triển, đồng thuận thực thi trễ, và công nghệ ống dẫn siêu vô hướng, v.v. Điều này không khác biệt nhiều so với tính linh hoạt của tính toán và hoạt động bất đồng bộ I/O của Artela.

Những gì tôi thực sự muốn diễn đạt là loại chuỗi EVM song song hiệu suất cao này thực sự là kết quả của việc tích hợp các sản phẩm và khả năng kỹ thuật của web2. Nó thực sự áp dụng bản chất của việc xử lý kỹ thuật dưới tải cao từ thời gian này qua thời gian khác trên thị trường ứng dụng chín muối của web2.

Nếu nhìn vào tương lai xa về việc áp dụng đại trà, “Parallel EVM” thực sự là cơ sở hạ tầng cơ bản cho hệ sinh thái EVM đối mặt với một thị trường rộng lớn hơn của web2, và hợp lý khi thị trường vốn đang rất lạc quan.

tuyên bố:

1. Bài viết này được sao chép từ [Xem trên chuỗi], bản quyền thuộc về tác giả gốc [Hao Tian] nếu bạn có bất kỳ ý kiến ​​nào về việc sao chép, vui lòng liên hệ với Học cổngđội, và đội sẽ xử lý nó càng sớm càng tốt theo các quy trình liên quan.

2. Tuyên bố từ chối trách nhiệm: Các quan điểm và ý kiến được thể hiện trong bài viết này chỉ đại diện cho quan điểm cá nhân của tác giả và không hình thành bất kỳ lời khuyên đầu tư nào.

3. Các phiên bản ngôn ngữ khác của bài viết được dịch bởi nhóm Gate Learn và không được đề cập trong Gate.io, bài viết dịch không được sao chép, phân phối hoặc đạo văn.