Source: Aptos Labs

นับตั้งแต่การถือกําเนิดของเทคโนโลยีคอมพิวเตอร์วิศวกรและนักวิจัยได้สํารวจอย่างต่อเนื่องถึงวิธีการผลักดันทรัพยากรการประมวลผลให้ถึงขีด จํากัด ประสิทธิภาพโดยมุ่งมั่นที่จะเพิ่มประสิทธิภาพสูงสุดในขณะที่ลดเวลาแฝงของงานคํานวณ ประสิทธิภาพสูงและเวลาแฝงต่ําเป็นสองเสาหลักที่กําหนดการพัฒนาวิทยาการคอมพิวเตอร์มาโดยตลอดซึ่งมีอิทธิพลต่อหลากหลายสาขารวมถึง CPU, FPGA, ระบบฐานข้อมูลรวมถึงความก้าวหน้าล่าสุดในโครงสร้างพื้นฐานปัญญาประดิษฐ์และระบบบล็อกเชน ในการแสวงหาประสิทธิภาพสูงเทคโนโลยีท่อได้กลายเป็นเครื่องมือที่ขาดไม่ได้ นับตั้งแต่เปิดตัวในปี 1964 ด้วย IBM System/360 [1] มันเป็นแกนหลักของการออกแบบระบบประสิทธิภาพสูงขับเคลื่อนการอภิปรายที่สําคัญและนวัตกรรมในสาขานี้

เทคโนโลยีไปป์ไลน์ไม่เพียง แต่ใช้ในฮาร์ดแวร์เท่านั้น แต่ยังใช้กันอย่างแพร่หลายในฐานข้อมูล ตัวอย่างเช่น Jim Gray แนะนําวิธีการแบบขนานไปป์ไลน์ในงานของเขา High-Performance Database Systems [2] วิธีนี้จะย่อยสลายแบบสอบถามฐานข้อมูลที่ซับซ้อนออกเป็นหลายขั้นตอนและเรียกใช้พร้อมกันซึ่งจะช่วยปรับปรุงประสิทธิภาพและประสิทธิภาพ เทคโนโลยีไปป์ไลน์ยังมีความสําคัญในปัญญาประดิษฐ์โดยเฉพาะอย่างยิ่งในกรอบการเรียนรู้เชิงลึกที่ใช้กันอย่างแพร่หลาย TensorFlow ใช้ความขนานของไปป์ไลน์ข้อมูลเพื่อจัดการการประมวลผลและการโหลดข้อมูลล่วงหน้าทําให้มั่นใจได้ว่าการไหลของข้อมูลจะราบรื่นสําหรับการฝึกอบรมและการอนุมานทําให้เวิร์กโฟลว์ AI เร็วขึ้นและมีประสิทธิภาพมากขึ้น [3]

บล็อกเชนก็ไม่แตกต่าง ความสามารถหลักๆ คล้ายกับฐานข้อมูล การประมวลผลธุรกรรมและการอัปเดตสถานะ แต่มีความท้าทายเพิ่มเติมจากภายในโดยการยอมรับข้อผิดพลาดแบบบิแซนทีน การเพิ่มประสิทธิภาพของบล็อกเชน (ธุรกรรมต่อวินาที) และลดความล่าช้า (เวลาสำหรับการยืนยันสุดท้าย) อยู่ในการปรับปรุงการโต้ตอบระหว่างขั้นตอนต่างๆ - เช่นการเรียงลำดับ การดำเนินการ การส่ง และการประสานข้อมูลของธุรกรรม - ภายใต้ภาระการใช้งานสูง ความท้าทายนี้สำคัญอย่างยิ่งในสถานการณ์ที่มีประสิทธิภาพสูง เนื่องจากการออกแบบแบบดั้งเดิมมีปัญหาในการรักษาความล่าช้าต่ำ

เพื่อสำรวจความคิดเหล่านี้ ให้เรามาตรวจสอบสมมติฐานที่คุ้นเคย: โรงงานยานยนต์ การเข้าใจว่า การเปลี่ยนแปลงระบบสายการผลิตเป็นแนวปฏิบัติช่วยให้เรารู้ค่าว่างานของท่อการผลิตบล็อกเชนได้เปลี่ยนแปลงไปอย่างไร และทำไมการออกแบบของรุ่นถัดไปเช่น Zaptos [8] กำลังผลักดันประสิทธิภาพของบล็อกเชนสู่ระดับใหม่

จากโรงงานรถยนต์สู่บล็อกเชน

Imagine you are the owner of an automotive factory with two main goals:

· สูงสุดในการทำให้ผ่านบล็อก: รวมรถให้มากที่สุดเท่าที่เป็นไปได้ในแต่ละวัน

· ลดความหน่าแน่น: ลดเวลาที่ใช้ในการสร้างรถแต่ละคัน

ตอนนี้, จินตนาการถึงสามประเภทของโรงงาน:

โรงงานง่าย

ในโรงงานที่เรียบง่าย กลุ่มของพนักงานที่สามารถทำหลายอย่าง ประกอบรถยนต์ขั้นตอนละขั้นตอน พนักงานคนหนึ่งประกอบเครื่องยนต์ คนถัดไปติดตั้งล้อ และอื่น ๆ — ผลิตรถยนต์หนึ่งคันในครั้ง

มีปัญหาอะไรบ้างคะ? บางคนทำงานไม่เต็มที่ตลอดเวลา และประสิทธิภาพในการผลิตโดยรวมต่ำลงเพราะไม่มีใครทำงานบนส่วนต่าง ๆ ของรถเดียวกันพร้อมกัน

โรงงานฟอร์ด

เข้าสู่บล็อกการประชุมฟอร์ด [4] ที่นี่ แต่ละคนทำงานเน้นไปที่งานเดียว รถยนต์เคลื่อนที่ตามสายพานลำเลียง และเมื่อมันผ่านไป แต่ละคนที่เชี่ยวชาญก็เพิ่มส่วนของตัวเอง

มีอะไรเกิดขึ้น? รถยนต์หลายคันอยู่ในขั้นต่าง ๆ ของการประกอบพร้อมกัน และแรงงานทุกคนยุ่งเหยิง การผ่านเชิงเร็วเพิ่มขึ้นอย่างมีนัยสำคัญ แต่แต่ละรถยนต์ยังต้องผ่านไปยังแรงงานแต่ละคนหนึ่งคันต่อหนึ่งคน ซึ่งหมายความว่าเวลาหน่วงต่อรถยนต์แต่ละคันยังคงเท่าเดิม

โรงงานมายากล

ตอนนี้, จินตนาการถึงโรงงานวิเวกมายังไงซึ่งทุกคนสามารถทำงานกับรถเดียวกันในเวลาเดียวกัน! ไม่จำเป็นต้องย้ายรถจากสถานีหนึ่งไปยังอีกตำแหน่งหนึ่ง; ทุกส่วนของรถกำลังถูกสร้างขึ้นพร้อมกัน

ผลลัพธ์คืออะไร? รถยนต์ถูกประกอบขึ้นด้วยความเร็วสูงสุด โดยทุกขั้นตอนเกิดขึ้นพร้อมกัน นี่คือสถานการณ์ที่เหมาะสมสำหรับการแก้ไขปัญหาทั้งด้านประสิทธิภาพและความล่าช้า

ตอนนี้, พูดถึงการสนทนาโรงงานรถยนต์เสร็จแล้ว - มีอะไรเกี่ยวกับบล็อกเชนบ้างหรือไม่? พบว่าการออกแบบบล็อกเชนที่มีประสิทธิภาพสูงไม่ต่างจากการปรับปรุงเส้นผลิตให้เหมาะสมมากนัก

บล็อกเชนเป็นโรงรถ

ในบล็อกเชน การประมวลผลบล็อกคล้ายกับการประกอบรถ การอุปมาคมดังนี้

· พนักงาน = ทรัพยากรผู้ตรวจสอบ

· Cars = A บล็อก

· งานการประชุม = ขั้นตอนเช่นความเห็นร่วม, การดำเนินการ, และการส่ง

เช่นเดียวกับโรงงานที่ประมวลผลรถคันละคัน หากบล็อกเชนประมวลผลบล็อกคันละคัน จะทำให้ทรัพยากรไม่ได้ใช้งานอย่างเต็มที่ ในทวีความต่างกัน การออกแบบบล็อกเชนในยุคปัจจุบันมุ่งเน้นที่จะทำงานเช่นเดียวกับสายงานอุตสาหกรรมของ Ford - การจัดการขั้นตอนต่างๆ ของบล็อกหลายๆ คันพร้อมกัน นี่คือจุดที่เทคโนโลยีสายพานเข้ามามีบทบาท

วิวัฒนาการของท่อประสาทบล็อก

สถาปัตยกรรมแบบดั้งเดิม: บล็อกเชนลำดับ

สมมติว่ามีบล็อกเชนที่ประมวลผลบล็อกต่อเนื่อง ผู้ตรวจสอบต้อง:

1. รับข้อเสนอบล็อก

2. ดำเนินการบล็อกเพื่ออัพเดทสถานะบล็อกเชน

3. ดำเนินต่อตามความเห็นชอบในสถานะนั้น

4. บันทึกสถานะลงในฐานข้อมูล

5. เริ่มต้นความเห็นร่วมสำหรับบล็อกต่อไป

มีปัญหาอะไรหรอครับ?

การดำเนินการและการส่งมอบอยู่ในเส้นทางสำคัญของกระบวนการตรวจสอบ

· ทุกตัวอย่างในข้อตกลงจะต้องรอให้ตัวอย่างก่อนหน้าเสร็จสิ้นก่อนที่จะเริ่ม

การตั้งค่านี้คล้ายกับโรงงานในยุคก่อน Ford: แรงงาน (ทรัพยากร) มักเหงาเมื่อมุ่งเน้นไปที่บล็อกหนึ่ง (รถ) ในช่วงเวลาหนึ่ง น่าเสียดายที่บล็อกเชนหลายรายยังอยู่ในกลุ่มนี้ ทำให้ประสิทธิภาพต่ำและล่าช้า

Aptos: ประสิทธิภาพที่แบ่งเบา

Diem ได้นำเสนอโครงสร้างท่อน้ำที่แยกการดำเนินการและการส่งมอบออกจากขั้นตอนการตรวจสอบพร้อมกันทั้งยังนำรูปแบบการออกเสียบนใช้สำหรับขั้นตอนการตรวจสอบเอง

· การดำเนินการแบบไม่สม่ำเสมอและการส่ง [5]: ผู้ตรวจสอบคนแรกตกลงกันเกี่ยวกับบล็อก จากนั้นดำเนินการบล็อกขึ้นอยู่กับสถานะของบล็อกแม่ หลังจากได้รับลายเซ็นจากจำนวนผู้ตรวจสอบที่จำเป็น สถานะจะถูกบันทึกไว้ในหน่วยเก็บข้อมูล

· อิสระการตัดสิน (Jolteon[6]): อินสแตนซ์ของความเห็นใหม่สามารถเริ่มต้นก่อนที่อันเดิมจะเสร็จสิ้น มีลักษณะเช่นเดียวกับสายงานการประกอบรถยนต์ที่เคลื่อนที่

นี้เพิ่มประสิทธิภาพโดยการอนุญาตให้บล็อกต่าง ๆ อยู่ในขั้นต่าง ๆ พร้อมกัน ลดเวลาบล็อกลงไปเหลือแค่สองครั้งความล่าช้า อย่างไรก็ตาม การออกแบบที่ใช้ Leader ของ Jolteon อาจทำให้เกิดการขัดข้องโดยที่ Leader ก็หนักขึ้นในขณะกระจายธุรกรรม

Aptos ปรับปรุงท่ีล่ะเอียดกว่าด้วย Quorum Store [7], กลไลฟังก์ชันที่แยกการกระจายข้อมูลจากการตกลง Quorum Store ไม่พอใจกับผู้นําคนเดียวในการกระจายบล็อกข้อมูลขนาดใหญ่ในโปรโตคอลการตกลง แต่แยกการกระจายข้อมูลจากการจัดลําดับ metadata ที่อนุมัติ ทําให้ validators สามารถกระจายข้อมูลอย่างไม่ซบเซาและพร้อมกัน การออกแบบนี้ใช้แบนด์วิดทั้งหมดของ validators ให้ได้เรํจข้อมูลผลเป็นอย่างมีประสิทธิภาพ กําจัดขัดข้อของผู้นําในการตกลง

ภาพประกอบ: วิธี Quorum Store สมดุลการใช้ทรัพยากรโดยใช้โปรโตคอลสุดยอดเป็นตัวกำหนด

ด้วยเหตุนี้ Aptos blockchain จึงได้สร้าง "โรงงาน Ford" ของบล็อกเชน เช่นเดียวกับที่สายการประกอบของ Ford ปฏิวัติการผลิตรถยนต์—ขั้นตอนต่างๆ ของรถยนต์ที่แตกต่างกันที่เกิดขึ้นพร้อมกัน—Aptos จะประมวลผลขั้นตอนต่างๆ ของบล็อกต่างๆ พร้อมกัน ทรัพยากรของผู้ตรวจสอบแต่ละคนถูกใช้อย่างเต็มที่เพื่อให้แน่ใจว่าไม่มีส่วนใดของกระบวนการที่รออยู่ การประสานที่ชาญฉลาดนี้ส่งผลให้ระบบมีปริมาณงานสูงทําให้ Aptos เป็นแพลตฟอร์มที่มีประสิทธิภาพสําหรับการประมวลผลธุรกรรมบล็อกเชนอย่างมีประสิทธิภาพและปรับขนาดได้

ภาพประกอบ: การประมวลผลท่อพาดุ้นของบล็อกติดต่อในบล็อกเชน Aptos ผู้ตรวจสอบสามารถท่อพาดุ้นขั้นตอนต่างๆ ของบล็อกติดต่อเพื่อเพิ่มการใช้ทรั้บทราบและเพิ่มประสิทธิภาพ

แม้ว่าปริมาณงานจะมีความสําคัญ แต่เวลาแฝงแบบ end-to-end ซึ่งเป็นเวลาตั้งแต่การส่งธุรกรรมไปจนถึงการยืนยันขั้นสุดท้ายก็มีความสําคัญไม่แพ้กัน สําหรับแอปพลิเคชันเช่นการชําระเงินการเงินแบบกระจายอํานาจ (DeFi) และการเล่นเกมทุกมิลลิวินาทีมีค่า ผู้ใช้หลายคนประสบกับความล่าช้าในระหว่างเหตุการณ์ที่มีการเข้าชมสูงเนื่องจากแต่ละธุรกรรมต้องผ่านชุดของขั้นตอนตามลําดับ: ไคลเอนต์ - โหนดเต็ม - การสื่อสารผู้ตรวจสอบความถูกต้องฉันทามติการดําเนินการการตรวจสอบสถานะการส่งและการซิงโครไนซ์โหนดแบบเต็ม ภายใต้ภาระสูงขั้นตอนต่างๆเช่นการดําเนินการและการซิงโครไนซ์โหนดเต็มรูปแบบจะเพิ่มความล่าช้ามากขึ้น

ภาพประกอบ: โครงสร้างท่อประปาของบล็อกเชน Aptos ภาพแสดงลูกค้า Ci, โหนดเต็ม Fi, และผู้ตรวจสอบ Vi แต่ละกล่องแทนขั้นตอนบล็อกธุรกรรมในบล็อกเชน ที่ผ่านไปจากซ้ายไปขวา ท่อประปาประกอบด้วยขั้นตอนห้าขั้นตอน: ตรวจสอบการเชิงสรรค์ (รวมถึงการกระจายและการจัดลำดับ), ดำเนินการ, ตรวจสอบ, การส่ง, และการซิงโครไนซ์โหนดเต็ม

มันเหมือนโรงงานฟอร์ด: ถึงแม้ว่าเส้นงานการประกอบจะทำให้ประสิทธิภาพโดยรวมสูงสุด แต่รถยนต์แต่ละคันก็ต้องผ่านแต่ละคนทีละคนตามลำดับ ดังนั้นเวลาการสำเร็จจึงยาวขึ้น ในการผลักดันประสิทธิภาพของบล็อกเชนไปสู่ขีดจำกัด จริง ๆ เราต้องสร้าง "โรงงานวิเวก"—ที่เหล่านี้ทำงานขนาน

Zaptos: การเคลื่อนที่ไปในทิศทางของความล่าช้าของบล็อกเชนที่เหมาะสม

Zaptos[8] ลดความล่าช้าผ่านการปรับปรุงสามจุดหลักโดยไม่เสียความเร็ว

· การดำเนินการอย่างเชื่อมั่น: ลดความล่าช้าของท่อนําโดยเริ่มการดําเนินการทันทีหลังจากได้รับข้อเสนอบล็อก ผู้ตรวจสอบทันทีเพิ่มบล็อกเข้าไปในท่อและคาดการณ์การดําเนินการหลังจากบล็อกหลักเสร็จสิ้น โหนดเต็มยังดําเนินการด้วยการเชื่อมั่นเมื่อได้รับข้อเสนอจากผู้ตรวจสอบเพื่อตรวจสอบพิสูจน์สถานะ

· การส่งข้อมูลอย่างเชื่อมั่น: เขียนสถานะลงในหน่วยจัดเก็บทันทีหลังจากการดำเนินการบล็อก แม้ก่อนการตรวจสอบสถานะ จากนั้นเมื่อผู้ตรวจสอบรับรองสถานะ จะต้องทำการอัพเดตข้อมูลเพียงเล็กน้อยเท่านั้นเพื่อทำการส่งข้อมูล หากบล็อกไม่ได้รับการเรียงลำดับ ข้อมูลสถานะที่ถูกส่งอย่างเชื่อมั่นจะถูกย้อนกลับเพื่อรักษาความสอดคล้อง

· การตรวจสอบอย่างรวดเร็ว: ผู้ตรวจสอบเริ่มตรวจสอบสถานะของบล็อกที่ดำเนินการในรอบการเชื่อมั่นสุดท้ายพร้อมกันโดยไม่ต้องรอให้การเชื่อมั่นเสร็จสิ้น การปรับปรุงนี้มักลดละครของท่อน้ำล่องไปในรอบหนึ่งในสถานการณ์ทั่วไป

ภาพประกอบ: โครงสร้างพีพีทีขนานของ Zaptos สถาปัตยกรรมการทำงานของทุกขั้นตอนยกเว้นขั้นตอนการตรวจสอบความเห็นสรุปได้ถูกซ่อนอย่างมีประสิทธิภาพภายในขั้นตอนการตรวจสอบความเห็น ลดละเว้นเวลาสิ้นสุดท้าย

ผ่านการปรับปรุงเหล่านี้ Zaptos ซ่อน laten ที่เหลืออยู่ของข้างอื่นๆในช่วงของการตัดสินใจได้อย่างมีประสิทธิภาพ ด้วยผลลัพธ์ว่าถ้าบล็อกเชนนำโปรโตคอลในการตัดสินใจที่มี laten ที่ดีที่สุด laten โดยรวมของบล็อกเชนก็สามารถเรียกระดับดีที่สุดได้!

พูดเปล่าไม่มีประโยชน์ ข้อมูลพูดเอง

เราประเมินประสิทธิภาพ end-to-end ของ Zaptos ผ่านการทดลองที่แตกต่างทางภูมิภาคโดยใช้ Aptos เป็นเส้นพื้นฐานที่มีประสิทธิภาพสูง สำหรับรายละเอียดเพิ่มเติม อ่านเอกสาร [8]

บน Google Cloud เราจำลองเครือข่ายที่กระจายอย่างได้รับการยอมรับในระดับโลกประกอบด้วยผู้ตรวจสอบ 100 คนและโหนดเต็มรูปแบบ 30 เครื่อง ที่กระจายอยู่ใน 10 ภูมิภาค โดยใช้เครื่องเหมือนกับที่ใช้ในการใช้งาน Aptos

ความเร็วในการดำเนินการ-ความล่าช้า

ภาพประกอบ: การเปรียบเทียบประสิทธิภาพของบล็อกเชน Zaptos และ Aptos

กราฟด้านบนเปรียบเทียบความสัมพันธ์ระหว่าง laten จุดสิ้นสุดถึง latenc และ throughput สำหรับทั้งสองระบบ ทั้งสองมีความล่าช้าเพิ่มขึ้นเรื่อย ๆ เมื่อโหลดเพิ่มขึ้น โดยมีการกระโดดขึ้นอย่างรุนแรงที่ความจุสูงสุด อย่างไรก็ตาม Zaptos แสดง laten ที่เสถียรมากขึ้นก่อนที่จะถึงจุดสูงสุดในการ throughput ลด laten ไป 160 มิลลิวินาทีในสภาพโหลดต่ำและมากกว่า 500 มิลลิวินาทีในสภาพโหลดสูง

อย่างน่าประทับใจ Zaptos บ่มเพลิงความล่าช้าให้เหลือเชื่อที่ 20k TPS ในสภาพแวดล้อม mainnet ระดับการผลิต—การพัฒนานี้ทำให้แอปพลิเคชันโลกจริงที่ต้องการความเร็วและความยืดหยุ่นเป็นความเป็นจริง

การแบ่งเบาที่ช้า

ภาพประกอบ: การแตกแยกความล่าช้าของบล็อกเชน Aptos.

ภาพประกอบ: การแยกออกของ Zaptos ที่ล่าช้า

แผนภาพการเบรกดาวน์ล่าช้าให้มุมมองละเอียดเกี่ยวกับระยะเวลาของแต่ละขั้นตอนของท่อพาสำหรับผู้ตรวจสอบและโหนดเต็ม ข้อมูลสำคัญรวมถึง:

· สูงสุด 10k TPS: เวลาแฝงโดยรวมของ Zaptos เกือบจะเหมือนกับเวลาแฝงของฉันทามติ เนื่องจากการดําเนินการในแง่ดี การตรวจสอบความถูกต้อง และขั้นตอนการส่งในแง่ดีนั้น "ซ่อนอยู่" อย่างมีประสิทธิภาพภายในขั้นตอนฉันทามติ

· หลังจาก 10k TPS: เมื่อเวลาสำหรับการดำเนินการแบบโดมิแอติกและการซิงโครไนเซชันโหนดเต็มเพิ่มขึ้น ขั้นตอนที่ไม่เห็นด้วยกันกลายเป็นสำคัญมากขึ้น อย่างไรก็ตาม Zaptos ลดเวลาชะลอโดยทั่วไปได้อย่างมีนัยสำคัญโดยการซ้อนทับขั้นตอนส่วนใหญ่ ตัวอย่างเช่น ที่ 20k TPS ค่าเฉลี่ยของความล่าช้าทั้งหมดคือ 1.32 วินาที (ความเห็น 0.68 วินาที ขั้นตอนอื่น ๆ 0.64 วินาที) ในขณะที่ Zaptos บรรลุผลได้ 0.78 วินาที (ความเห็น 0.67 วินาที ขั้นตอนอื่น ๆ 0.11 วินาที)

สรุป

วิวัฒนาการของสถาปัตยกรรมบล็อกเชนนั้นคล้ายกับการเปลี่ยนแปลงในการผลิต ตั้งแต่เวิร์กโฟลว์ตามลําดับอย่างง่ายไปจนถึงสายการประกอบแบบขนานสูง วิธีการไปป์ไลน์ของ Aptos ช่วยเพิ่มปริมาณงานได้อย่างมากในขณะที่ Zaptos ก้าวไปอีกขั้นโดยลดเวลาแฝงลงเหลือระดับย่อยที่สองโดยรักษา TPS ให้สูง เช่นเดียวกับสถาปัตยกรรมการประมวลผลสมัยใหม่ที่ใช้ประโยชน์จากความขนานเพื่อเพิ่มประสิทธิภาพสูงสุดบล็อกเชนต้องเพิ่มประสิทธิภาพการออกแบบอย่างต่อเนื่องเพื่อขจัดเวลาแฝงที่ไม่จําเป็น ด้วยการเพิ่มประสิทธิภาพไปป์ไลน์บล็อกเชนอย่างเต็มที่สําหรับเวลาแฝงที่ต่ําที่สุด Zaptos ปูทางสําหรับแอปพลิเคชันบล็อกเชนในโลกแห่งความเป็นจริงที่ต้องการทั้งความเร็วและความสามารถในการปรับขนาด

ข้อความปฏิเสธความรับผิดชอบ:

1. บทความนี้ถูกพิมพ์ซ้ำจาก [บล็อกบีท] และลิขสิทธิ์เป็นของผู้เขียนต้นฉบับ [Aptos Labs]. If you have any objections to the reprint, please contact the Gate เรียนทีม และทีมจะดำเนินการโดยเร็วที่สุดตามขั้นตอนที่เกี่ยวข้อง

2. ข้อความประกอบด้วยความคิดเห็นและมุมมองที่แสดงอยู่ในบทความนี้ มีเพียงความคิดเห็นส่วนบุคคลของผู้เขียนเท่านั้น และไม่เป็นการให้คำแนะนำใด ๆ เกี่ยวกับการลงทุนใด ๆ

3. เวอร์ชันภาษาอื่นของบทความถูกแปลโดยทีม Gate Learn บทความที่ถูกแปลอาจไม่สามารถคัดลอก กระจายหรือลอกเลียน โดยไม่ได้กล่าวถึงเกต.io.