Artela 白皮書解釋:獨特的平行執行堆棧 + 彈性區塊空間

中級7/7/2024, 8:13:37 PM
Artela是一種L1解決方案,通過引入EVM++來增強EVM的可擴展性和效率。EVM++升級了EVM的執行層技術,將EVM的靈活性與WASM的高性能特性相結合。它不僅支持傳統的智能合約,還允許在鏈上動態添加和執行高性能模塊。通過其並行執行設計,Artela確保了網絡節點的計算能力可以根據需求靈活擴展,從而實現彈性區塊空間。這允許大型dApps根據具體需求請求獨立的區塊空間,滿足擴展公共區塊空間的要求,同時確保大型應用的性能和穩定性

今年三月,可擴展的L1區塊鏈網絡Artela推出EVM++,升級目標為下一代EVM執行層技術。 EVM++中的第一個「+」代表「可擴展性」,通過Aspect技術實現,在WebAssembly(WASM)環境中支持開發人員創建在鏈上的自定義程序。這些程序可以與EVM協作,為dApps提供高性能的、定制的應用程序特定擴展。第二個「+」代表「可伸縮性」,通過並行執行技術和彈性區塊空間的設計實現,顯著提高了網絡處理能力和效率。

WebAssembly(WASM)是一種高效的二進制代碼格式,能夠在Web瀏覽器中實現接近本機執行速度,尤其適用於處理計算密集型任務,如人工智能和大數據處理。

昨天,Artela发布了一个白皮書詳細說明了如何通過開發並行執行堆棧和基於彈性計算原則引入彈性區塊空間來提高區塊鏈的可擴展性。

平行處理的重要性

在傳統以太坊虛擬機(EVM)中,所有智能合約操作和狀態轉換必須在整個網絡中保持全局一致。這要求所有節點按照相同的順序執行相同的交易,即使一些交易之間實際上沒有依賴關係。這導致串行處理,造成不必要的延遲和低效率。

平行處理允許多個處理器或計算核心同時執行多個計算任務或處理數據,顯著提高處理效率,減少執行時間,特別是對於可以劃分為獨立任務的複雜或大規模計算問題。平行EVM通過啟用同時執行多個智能合約或合約函數調用,擴展或增強了傳統EVM,從而提高了整個網絡的吞吐量和效率。此外,與單線程執行相比,它優化了效率。平行EVM的主要優勢在於使去中心化應用能夠達到與互聯網相當的性能。

Artela Network和EVM++

Artela 是一個通過引入 EVM++ 提升 EVM 的可擴展性和性能的 L1。EVM++ 升級了 EVM 執行層,將 EVM 的靈活性與 WASM 的高性能相結合。這個增強的虛擬機支持並行處理和高效存儲,使得更複雜和對性能要求更高的應用可以在 Artela 上運行。EVM++ 不僅支持傳統的智能合約,還允許在鏈上動態添加和執行高性能模塊,例如 AI 代理,它們可以作為鏈上協處理器獨立運行,或者直接參與鏈上遊戲,從而創造真正可編程的 NPC。

Artela 確保通過其並行執行設計,網絡節點的計算能力可以根據需求靈活調整。此外,驗證節點支持橫向擴展,使網絡能夠根據當前負載或需求自動調整計算節點的規模。該擴展過程由彈性協議協調,以確保共識網絡中有足夠的計算資源。通過彈性計算保證可擴展的計算能力,Artela 實現了彈性區塊空間,允許大型 dApps 根據特定需求申請獨立的區塊空間。這不僅滿足了擴展公共區塊空間的需求,還確保了大型應用程序的性能和穩定性。

Artela的平行執行架構詳細說明

1. 預測性樂觀執行

預測性樂觀執行是Artela的核心技術之一,使其與Sei和Monad等其他並行EVM區分開來。樂觀執行是指一種並行執行策略,最初假定交易之間沒有衝突。在這種機制下,每個交易都保留狀態的私有版本,記錄修改而不立即將其最終確定。交易執行後,驗證階段檢查在同一期間由並行交易引起的全局狀態變化所導致的衝突。如果檢測到衝突,則將重新執行交易。預測性涉及使用特定的AI模型來分析歷史交易數據,預測即將執行的交易之間的依賴關係,並識別可能訪問相同數據的交易。根據這一分析,將交易分組並安排其執行順序,以減少衝突和冗余執行。

相比之下,Sei依靠開發人員通過文件預先定義交易依賴,而Monad則使用編譯器級別的靜態分析生成交易依賴文件。Sei和Monad都沒有實現EVM等效性,也缺乏Artela基於AI驅動的動態預測模型的適應能力。

2. 异步预加载

異步預加載技術旨在解決由於狀態訪問而導致的輸入輸出(I/O)瓶頸,目標是提高數據檢索速度並減少交易執行等待時間。在Artela中,在執行交易之前,根據預測模型,必要的狀態數據從慢存儲(例如硬盤)預先加載到快速存儲(例如內存)。這種主動加載所需數據可以在執行過程中最小化I/O等待時間。通過預先加載和緩存數據,多個處理器或執行緒可以同時訪問這些數據,進一步增加執行的並行性。

3. 平行儲存

隨著平行執行技術的引入,交易處理可以進行并行化,但如果數據讀取、寫入和更新的速度不能同步,則成為限制整體系統性能的關鍵因素。因此,瓶頸逐漸轉移到存儲層。MonadDB和SeiDB等解決方案已經開始專注於優化存儲層。Artela借鑒和整合了各種成熟的傳統數據處理技術,開發了並行存儲,進一步提高了並行處理的效率。

並行存儲系統主要設計來解決兩個主要問題:實現存儲的並行處理和改進將數據狀態有效記錄到數據庫中。數據存儲中的常見挑戰包括在寫操作期間數據膨脹以及對數據庫處理的增加壓力。為了有效應對這些問題,Artela採用了狀態承諾(SC)和狀態存儲(SS)之間的分離策略。該策略將存儲任務分為兩個部分:一部分處理需要快速處理的操作,而無需保留復雜的數據結構,從而節省空間並減少數據冗余; 另一部分負責全面記錄詳細的數據信息。

此外,為了在處理大量數據時保持性能,Artela採用了將小數據塊聚合成更大塊的方法,從而降低了數據存儲操作的複雜性。

4. 彈性區塊空間(EBS)

Artela的Elastic Block Space(EBS)是基於彈性計算概念設計的,可根據網絡擁塞水平自動調整區塊可容納的交易數量。

彈性計算是一種雲計算服務模型,它使系統能夠自動調整計算資源的配置,以滿足變化的工作負載需求。其主要目標是優化資源利用效率,並確保當需求增加時能快速提供額外的計算能力。

EBS根據dApp的具體需求動態調整區塊資源,為高需求的dApp提供獨立擴容的區塊空間。這旨在解決各種應用程式中區塊鏈性能要求的顯著差異。EBS 的核心優勢在於「可預測的性能」,確保 dApp 接收可預測的每秒事務數 (TPS)。因此,無論公共區塊空間是否擁塞,具有獨立區塊空間的dApp都享有穩定的TPS。此外,如果dApp的合約支援並行處理,他們可以實現更高的TPS。從本質上講,與乙太坊和 Solana 等傳統區塊鏈平臺相比,EBS 提供了更穩定的環境,這些平臺在網路擁塞期間(例如在 NFT 繁榮或 DeFi 高峰期)經常遇到性能下降。Artela通過定製和優化的資源管理有效地解決了這些問題。

總之,Artela通過其並行執行堆棧和彈性區塊空間(EBS)實現高可擴展性和可預測的網絡性能。這種並行執行架構使用AI模型準確預測事務依賴性,從而減少衝突和冗余執行。此外,大規模應用程序可以根據需要訪問專用處理能力和資源,即使在高網絡負載下也能保持穩定性能。這種能力使Artela網絡能夠支持更複雜的用例,例如實時大數據處理和複雜的金融交易。

聲明:

  1. 本文轉載自[ChainFeeds 研究], 版權屬於原作者 [ 0XNATALIE如果您對轉載有任何異議,請聯繫 Gate 學習團隊會根據相關程序盡快處理。

  2. 免責聲明:本文所表達的觀點和意見僅代表作者個人觀點,不構成任何投資建議。

  3. 該文章的其他語言版本由Gate Learn團隊翻譯,並且未提及。Gate.io,翻譯的文章不得重製、分發或剽竊。

Artela 白皮書解釋:獨特的平行執行堆棧 + 彈性區塊空間

中級7/7/2024, 8:13:37 PM
Artela是一種L1解決方案,通過引入EVM++來增強EVM的可擴展性和效率。EVM++升級了EVM的執行層技術,將EVM的靈活性與WASM的高性能特性相結合。它不僅支持傳統的智能合約,還允許在鏈上動態添加和執行高性能模塊。通過其並行執行設計,Artela確保了網絡節點的計算能力可以根據需求靈活擴展,從而實現彈性區塊空間。這允許大型dApps根據具體需求請求獨立的區塊空間,滿足擴展公共區塊空間的要求,同時確保大型應用的性能和穩定性

今年三月,可擴展的L1區塊鏈網絡Artela推出EVM++,升級目標為下一代EVM執行層技術。 EVM++中的第一個「+」代表「可擴展性」,通過Aspect技術實現,在WebAssembly(WASM)環境中支持開發人員創建在鏈上的自定義程序。這些程序可以與EVM協作,為dApps提供高性能的、定制的應用程序特定擴展。第二個「+」代表「可伸縮性」,通過並行執行技術和彈性區塊空間的設計實現,顯著提高了網絡處理能力和效率。

WebAssembly(WASM)是一種高效的二進制代碼格式,能夠在Web瀏覽器中實現接近本機執行速度,尤其適用於處理計算密集型任務,如人工智能和大數據處理。

昨天,Artela发布了一个白皮書詳細說明了如何通過開發並行執行堆棧和基於彈性計算原則引入彈性區塊空間來提高區塊鏈的可擴展性。

平行處理的重要性

在傳統以太坊虛擬機(EVM)中,所有智能合約操作和狀態轉換必須在整個網絡中保持全局一致。這要求所有節點按照相同的順序執行相同的交易,即使一些交易之間實際上沒有依賴關係。這導致串行處理,造成不必要的延遲和低效率。

平行處理允許多個處理器或計算核心同時執行多個計算任務或處理數據,顯著提高處理效率,減少執行時間,特別是對於可以劃分為獨立任務的複雜或大規模計算問題。平行EVM通過啟用同時執行多個智能合約或合約函數調用,擴展或增強了傳統EVM,從而提高了整個網絡的吞吐量和效率。此外,與單線程執行相比,它優化了效率。平行EVM的主要優勢在於使去中心化應用能夠達到與互聯網相當的性能。

Artela Network和EVM++

Artela 是一個通過引入 EVM++ 提升 EVM 的可擴展性和性能的 L1。EVM++ 升級了 EVM 執行層,將 EVM 的靈活性與 WASM 的高性能相結合。這個增強的虛擬機支持並行處理和高效存儲,使得更複雜和對性能要求更高的應用可以在 Artela 上運行。EVM++ 不僅支持傳統的智能合約,還允許在鏈上動態添加和執行高性能模塊,例如 AI 代理,它們可以作為鏈上協處理器獨立運行,或者直接參與鏈上遊戲,從而創造真正可編程的 NPC。

Artela 確保通過其並行執行設計,網絡節點的計算能力可以根據需求靈活調整。此外,驗證節點支持橫向擴展,使網絡能夠根據當前負載或需求自動調整計算節點的規模。該擴展過程由彈性協議協調,以確保共識網絡中有足夠的計算資源。通過彈性計算保證可擴展的計算能力,Artela 實現了彈性區塊空間,允許大型 dApps 根據特定需求申請獨立的區塊空間。這不僅滿足了擴展公共區塊空間的需求,還確保了大型應用程序的性能和穩定性。

Artela的平行執行架構詳細說明

1. 預測性樂觀執行

預測性樂觀執行是Artela的核心技術之一,使其與Sei和Monad等其他並行EVM區分開來。樂觀執行是指一種並行執行策略,最初假定交易之間沒有衝突。在這種機制下,每個交易都保留狀態的私有版本,記錄修改而不立即將其最終確定。交易執行後,驗證階段檢查在同一期間由並行交易引起的全局狀態變化所導致的衝突。如果檢測到衝突,則將重新執行交易。預測性涉及使用特定的AI模型來分析歷史交易數據,預測即將執行的交易之間的依賴關係,並識別可能訪問相同數據的交易。根據這一分析,將交易分組並安排其執行順序,以減少衝突和冗余執行。

相比之下,Sei依靠開發人員通過文件預先定義交易依賴,而Monad則使用編譯器級別的靜態分析生成交易依賴文件。Sei和Monad都沒有實現EVM等效性,也缺乏Artela基於AI驅動的動態預測模型的適應能力。

2. 异步预加载

異步預加載技術旨在解決由於狀態訪問而導致的輸入輸出(I/O)瓶頸,目標是提高數據檢索速度並減少交易執行等待時間。在Artela中,在執行交易之前,根據預測模型,必要的狀態數據從慢存儲(例如硬盤)預先加載到快速存儲(例如內存)。這種主動加載所需數據可以在執行過程中最小化I/O等待時間。通過預先加載和緩存數據,多個處理器或執行緒可以同時訪問這些數據,進一步增加執行的並行性。

3. 平行儲存

隨著平行執行技術的引入,交易處理可以進行并行化,但如果數據讀取、寫入和更新的速度不能同步,則成為限制整體系統性能的關鍵因素。因此,瓶頸逐漸轉移到存儲層。MonadDB和SeiDB等解決方案已經開始專注於優化存儲層。Artela借鑒和整合了各種成熟的傳統數據處理技術,開發了並行存儲,進一步提高了並行處理的效率。

並行存儲系統主要設計來解決兩個主要問題:實現存儲的並行處理和改進將數據狀態有效記錄到數據庫中。數據存儲中的常見挑戰包括在寫操作期間數據膨脹以及對數據庫處理的增加壓力。為了有效應對這些問題,Artela採用了狀態承諾(SC)和狀態存儲(SS)之間的分離策略。該策略將存儲任務分為兩個部分:一部分處理需要快速處理的操作,而無需保留復雜的數據結構,從而節省空間並減少數據冗余; 另一部分負責全面記錄詳細的數據信息。

此外,為了在處理大量數據時保持性能,Artela採用了將小數據塊聚合成更大塊的方法,從而降低了數據存儲操作的複雜性。

4. 彈性區塊空間(EBS)

Artela的Elastic Block Space(EBS)是基於彈性計算概念設計的,可根據網絡擁塞水平自動調整區塊可容納的交易數量。

彈性計算是一種雲計算服務模型,它使系統能夠自動調整計算資源的配置,以滿足變化的工作負載需求。其主要目標是優化資源利用效率,並確保當需求增加時能快速提供額外的計算能力。

EBS根據dApp的具體需求動態調整區塊資源,為高需求的dApp提供獨立擴容的區塊空間。這旨在解決各種應用程式中區塊鏈性能要求的顯著差異。EBS 的核心優勢在於「可預測的性能」,確保 dApp 接收可預測的每秒事務數 (TPS)。因此,無論公共區塊空間是否擁塞,具有獨立區塊空間的dApp都享有穩定的TPS。此外,如果dApp的合約支援並行處理,他們可以實現更高的TPS。從本質上講,與乙太坊和 Solana 等傳統區塊鏈平臺相比,EBS 提供了更穩定的環境,這些平臺在網路擁塞期間(例如在 NFT 繁榮或 DeFi 高峰期)經常遇到性能下降。Artela通過定製和優化的資源管理有效地解決了這些問題。

總之,Artela通過其並行執行堆棧和彈性區塊空間(EBS)實現高可擴展性和可預測的網絡性能。這種並行執行架構使用AI模型準確預測事務依賴性,從而減少衝突和冗余執行。此外,大規模應用程序可以根據需要訪問專用處理能力和資源,即使在高網絡負載下也能保持穩定性能。這種能力使Artela網絡能夠支持更複雜的用例,例如實時大數據處理和複雜的金融交易。

聲明:

  1. 本文轉載自[ChainFeeds 研究], 版權屬於原作者 [ 0XNATALIE如果您對轉載有任何異議,請聯繫 Gate 學習團隊會根據相關程序盡快處理。

  2. 免責聲明:本文所表達的觀點和意見僅代表作者個人觀點,不構成任何投資建議。

  3. 該文章的其他語言版本由Gate Learn團隊翻譯,並且未提及。Gate.io,翻譯的文章不得重製、分發或剽竊。

Comece agora
Registe-se e ganhe um cupão de
100 USD
!
It seems that you are attempting to access our services from a Restricted Location where Gate.io is unable to provide services. We apologize for any inconvenience this may cause. Currently, the Restricted Locations include but not limited to: the United States of America, Canada, Cambodia, Cuba, Iran, North Korea and so on. For more information regarding the Restricted Locations, please refer to the User Agreement. Should you have any other questions, please contact our Customer Support Team.