Der Markt ist völlig desensibilisiert gegenüber "High-Speed-Public-Chains", warum ist Somnia anders?

Urheber: TVBee

Dieser Artikel wird mit den folgenden zwei Fragen analysiert:

Frage 1: Der Markt hat sich völlig desensibilisiert gegenüber der "High-Speed-Public-Chain", warum ist Somnia anders?

Frage 2: Prahlt Sommia mit dem schnellsten und kostengünstigsten parallelen EVM Layer 1?

➡️➡️➡️ Jane • Sauber • Ausgabe ⬅️⬅️⬅️

In diesem Teil wird Sonnia aus drei Dimensionen zusammengefasst: Technologie, Hintergrund und Ökologie, damit Sie die Highlights und Vorteile des Somnia-Projekts verstehen können.

💠Die technischen Highlights von Somnia

🔹 Multi-Stream-Konsensalgorithmus: Datenkette + Konsenskette, die dazu beiträgt, MEV zu verhindern, Redundanz zu reduzieren, Kosten zu senken und die Effizienz zu steigern.

🔹 Innovativer EVM-Compiler: Implementiert parallele EVM auf Befehlsebene, um hochfrequente Wechselwirkungen in extremen Fällen zu lösen.

🔹 Selbst entwickelte IceDB-Datenbank-Engine: verbessert die Lese-/Schreibgeschwindigkeit von Daten und die Netzwerkstabilität.

🔹 Datenkomprimierungstechnologie: Verbessern Sie die Effizienz der Datenübertragung.

💠Die Hintergrundvorteile von Somnia

🔹 Team: Das Entwicklungsteam stammt von Improbable, einem multinationalen Technologieunternehmen, das 2012 gegründet wurde und seinen Hauptsitz in London, Großbritannien, hat. Er hat Software, Spiele und Web3-Metaverse-Produkte entwickelt.

🔹 Finanzierung: Insgesamt wurden 270 Millionen US-Dollar von MSquared, a16z, SoftBank, Mirana und anderen namhaften Institutionen investiert.

💠Ökologischer Fortschritt in Somnia

🔹 Ökologische Landschaft: Das Somnia-Testnetz hat sich bereits in 4 KI-/Sozialprodukten, 7 Spielen, 4 NFT-Projekten und 6 Defi-Anwendungen eingependelt, und weitere 2 KI-/Sozialprodukte, 11 Spiele und 1 Defi-Anwendung werden in Kürze veröffentlicht.

🔹 Ökologische Daten: Seit seinem Start Ende Februar 2025 bis zum Zeitpunkt der Erstellung dieses Artikels (26. Juni 2025) hat das Somnia-Testnetz mehr als 100 Millionen Blöcke produziert, mit einer durchschnittlichen Produktionszeit von 0,1 Sekunden pro Block. Insgesamt nahmen 96.878.557 Wallet-Adressen an dem Testnetz teil, mit einem Handelsvolumen von 26,43 Millionen im letzten 1 Tag.

Auf Block-Explorern kann man oft sehen, wie die Anzahl der Transaktionen und Blöcke ständig blinkt, was Sonnia als "sub-secondary" bezeichnet, was mit bloßem Auge sichtbar ist.

💠 Warum könnte Somnia anders sein?

🔹 Hochfrequente Interaktion: Obwohl der Markt für das Konzept der "High-Speed Public Chain" völlig desensibilisiert ist, verfolgt Somnia nicht nur technische Indikatoren, sondern konzentriert sich darauf, wie die Web3-Technologie wirklich Anwendungsszenarien bedient werden kann, insbesondere in hochfrequenten Interaktionsbereichen wie Spielen und sozialen Netzwerken.

🔹Web3 vs. Web3 Konvergenz: Der einzigartige Hintergrund von Somnia könnte eine Schlüsselrolle bei der Konvergenz von Web3 und Web2 spielen. Somnia hat das Potenzial, Web2-Nutzern einen nahtlosen Zugang zur Web3-Welt zu ermöglichen, was möglicherweise zu einem wirklich nutzerzentrierten Anwendungsökosystem führt.

➡️➡️➡️ Details• Erklärung• Ausgabe ⬅️⬅️⬅️

Im vorherigen Teil wurden die Highlights, Vorteile und ökologischen Fortschritte von [WAS] Somnia vorgestellt, und dieser Teil wird eine detaillierte Interpretation der Technologie von Somnia bieten. Lassen Sie alle verstehen, wie [WIE] Somnia technisch hochfrequente Wechselwirkung erreicht, wie man niedrige Kosten und hohe Leistung erreicht und warum [WARUM] Somnia sich von anderen parallelen EVM-Projekten unterscheidet.

💠 Multi-Stream-Konsensalgorithmus: Datenkette + Konsenskette

🔹 Überblick: Datenkette + Konsensuskettenstruktur

Somnia verwendet einen neuen Multistream-Konsensalgorithmus (MULTISTREAM).

Im sogenannten Multi-Stream zeichnet Somnia Transaktionsinformationen über mehrere Datenketten auf, jede Datenverbindung wird von 1 Validator aufgezeichnet, und jeder Validator kann nicht in die Datenkette anderer Validatoren eingreifen.

Somnia führt den Konsens in der Konsenskette aus, sortiert Transaktionen und zeichnet Verweise auf Transaktionen in der Konsenskette auf. Die Konsenskette wird von allen Validatoren ausgeführt und gepflegt.

🔹 Überblick: Workflow für Somnia Multi-Stream-Konsens

a Nachdem ein Benutzer eine Anfrage an das Somnia-Netzwerk gestellt hat, schreibt der Validator, der die Anfrage erhält, die Transaktion separat in die Datenkette.

b In jedem zweiten Zeitraum (z. B. 30 Sekunden, 1 Sekunde usw.) der Konsenskette laden der Validator des Datenlinks und andere Datenlink-Validatoren die Datensplitter am oberen Ende der Datenkette hoch und herunter.

C Der Validator schreibt die Sammlung von Daten-Shards an der Spitze aller Datenketten als vollständige Datenscheibe in die Konsens-Kette.

d Validatoren sortieren die Transaktionen, und alle Validatoren werden synchron in die IceDB-Datenbank von Somnia geschrieben, entsprechend dem aktualisierten Status der sortierten Transaktionen.

🔹 Highlights: Die Transaktionssequenzierung von Somnia ist gut für die MEV-Prävention

Somnia verwendet eine deterministische Pseudo-Zufallsfunktion, um Transaktionen zu sortieren.

Wir wissen, dass es im Berechnungsprogramm keine wirkliche Zufälligkeit gibt, sondern Pseudo-Zufälligkeit durch Algorithmen. Deterministische Pseudozufallsfunktionen haben zwei Eigenschaften: Eine ist die Zufälligkeit, die nicht vorhersagt, wie die nächste Zufallszahl aussehen wird, aber jeder Validator generiert bei der Ausführung dieselbe Zufallszahl in einer festen Reihenfolge.

Auf diese Weise führen alle Validatoren die gleiche deterministische Pseudozufallsfunktion aus, die eine Reihe identischer Zufallszahlen erzeugt und die Datenkette nach den Zufallszahlen sortiert. Auf dieser Basis werden die Transaktionen für diesen Zeitraum sortiert.

Die sortierte Datenkette ist z. B. B, A, C......

Dann lautet die Transaktionsreihenfolge, dass die Transaktion von Datenkette B an erster Stelle steht, gefolgt von Datenkette A und Datenkette C...... Natürlich werden bei diesem Prozess doppelte Transaktionen basierend auf dem Hash-Wert entfernt.

Natürlich ist die Reihenfolge der Datenkette festgelegt, aber die Reihenfolge der Transaktionen in verschiedenen Datenketten kann unterschiedlich sein. In Datenkette A kann sich beispielsweise Transaktion 1 vorne und Transaktion 2 hinten befinden, während in Datenkette B Transaktion 2 vorne und Transaktion 1 hinten sein kann. Da die Reihenfolge der Datenkette B vor A ist, ist die endgültige Transaktionsreihenfolge Transaktion 2 vor und Transaktion 1 zuletzt.

Der Vorteil dieser Ordermethode besteht darin, dass es für einen MEV-Angreifer schwierig ist, den Validator zu bestechen, da er nicht weiß, wie die Datenkette aussehen wird, die dem Validator entspricht. Wenn es insgesamt 100 Validator-Knoten im Netzwerk gibt, wird unter der Annahme, dass selbst wenn ein MEV-Angreifer 50 Validatoren bestochen hat, solange es einen Validator (einschließlich der angegriffenen Transaktion) gibt, der nicht vor diesen 50 Validatoren bestochen wurde, die Konsenskette in der richtigen Reihenfolge der Transaktionen aufgezeichnet wird und der MEV-Angriff fehlschlägt.

🔹 Highlights: Redundanz reduzieren, Kosten senken und Effizienz steigern

Einerseits zeichnet Somnia für jeden Validator eine separate Datenkette auf, und es gibt keinen Datenvalidierungsprozess zwischen den Validatoren. Bei der Übertragung von Snapshots werden nur die Snapshot-Informationen jeder Datenverbindung übertragen, und die Snapshot-Informationen enthalten keine spezifischen Transaktionsinformationen, sodass die Redundanz der Interaktion reduziert wird.

Auf der anderen Seite muss jede Datenkette in Somnia nicht die Informationen anderer Datenketten synchronisieren, und die Konsenskette zeichnet keine Transaktionsinformationen auf, sondern zeichnet alle zwei Zeiträume einen Snapshot der Datenketteninformationen und der sortierten Transaktionsreferenzen (Hash-Werte) auf. Auf diese Weise wird die Redundanz des Speichers reduziert.

Dank der reduzierten Redundanz von Interaktionen kann Somnia effizienter arbeiten.

Somnia muss aufgrund der geringeren Redundanz des Speichers zu geringeren Kosten arbeiten.

🔹 Hinzugefügt: Manipulationssichere Datenlinks

Obwohl es keine Überprüfung der Informationen in der Datenkette gibt, kann der Validator die Transaktionsinformationen nicht manipulieren. Denn sobald ein Validator die Transaktionsinformationen manipuliert, wirkt er sich auf den Hash-Wert der Transaktion und den Hash-Wert seiner nachfolgenden Transaktionen aus, was zu einem Konflikt zwischen seinen Informationen und den in der Konsenskette gespeicherten Informationen führt.

💠 Parallele EVM auf Befehlsebene

🔹 Pain Point: Es ist schwierig, die Überlastung hochfrequenter Interaktionen bei parallelen Transaktionen zu verbessern

Die parallele EVM von Somnia unterscheidet sich von Monad und Reddio, und die EVM-Parallelität dieser drei Chains ist die Transaktionsparallelität, d. h. Transaktionen werden parallelisiert, um die Geschwindigkeit der Transaktionen zu verbessern.

Monad ist optimistisch, wenn es darum geht, parallele Transaktionen zu ermöglichen, Konflikte zu erkennen und zu korrigieren. Reddio hingegen ist eine parallele Transaktion, die nicht in Konflikt steht und keine Abhängigkeiten aufweist.

Wenn jedoch eine große Anzahl von Transaktionen mit verbundenen Parteien auftritt, können die Transaktionen nicht parallel ablaufen, sodass es leicht zu einer Überlastung kommen kann. Es gibt zwei Extrembeispiele, wie z. B. das plötzliche Auftauchen einer großen Anzahl von Benutzern im Netzwerk, die USDC verwenden, um einen bestimmten Token zu handeln, und diese Transaktionen können nicht parallelisiert werden, da sie mit LP-Pools gehandelt werden sollen, sondern können nur nacheinander ausgeführt werden.

Ein weiteres extremes Beispiel sind die unzähligen Menschen, die sich beeilen, dasselbe NFT zu prägen, was auch nicht parallel sein kann, da die Anzahl der NFTs endlich ist und nacheinander ausgeführt werden muss, um festzustellen, welche Personen in Mint erfolgreich sein können und welche anderen scheitern.

Die Lösung von Reddio für dieses Problem besteht darin, die GPU zu verwenden, die die leistungsstarke Rechenleistung der GPU nutzt, um diese Überlastung durch hochfrequente Interaktionen zu lösen. Obwohl es die Effizienz des Handels verbessern kann, erhöht es auch die Handelskosten.

🔹 Highlight: Parallele EVM auf Unterrichtsebene

Um das Überlastungsproblem zu lösen, dass eine große Anzahl von Transaktionen mit verbundenen Parteien gleichzeitig durchgeführt wird und Transaktionen parallel schwer zu lösen sind, hat Sommia innovativ einen EVM-Compiler entwickelt.

In einer Standard-EVM-Ausführung kann die Ausführung von Orders in einer Transaktion nur sequentiell interpretiert werden. Somnia unterstützt jedoch das Aufteilen von Transaktionen in mehrere Befehlssätze, die nicht in Konflikt stehen und keine Abhängigkeiten aufweisen.

Am Beispiel des Swap-Handels kann er je nach Funktion in mehrere Befehlssätze unterteilt werden: Parameterüberprüfung, Parameterverarbeitung, Saldoprüfung, Berechtigungsprüfung, Überprüfung des Poolstatus, Preisberechnung, Gebührenberechnung, Übertragung von Eingabe-Token, Aktualisierung des Poolstatus und der Gebührenaufzeichnungen, Übertragung von Ausgabe-Token und Ereignisstart. Unter ihnen kann der Befehlssatz, der nicht in Konflikt steht und keine Abhängigkeiten aufweist, parallelisiert werden, um die Ausführungseffizienz von Transaktionen zu verbessern.

Der Schlüssel zum Befehlssatz paralleler EVM ist der ursprüngliche EVM-Compiler von Somnia, der den Bytecode der EVM in x86-Maschinencode kompiliert. Moderne CPUs sind Multithread-Kerne, und jeder CPU-Kern kann Maschinencode auf mehreren Threads parallelisieren, sodass mehrere Fingersätze der EVM parallel geschaltet werden können, wodurch die Ausführungsgeschwindigkeit einer einzelnen Transaktion erhöht wird. Daher kann Somnia auch auf Hardwareebene als parallele EVM bezeichnet werden.

🔹 Highlights: Kosten und Effizienz

Standardausführung der EVM-Interpretation: Transaktion 1 → → sequenzielle Interpretationsausführung in Bytecode geparst→ Transaktion 2 →in Bytecode geparst → sequenzielle Interpretationsausführung→ Transaktion 3 →→ sequenzielle Interpretationsausführung in Bytecode geparst......

Die EVM-Kompilierung und -Ausführung von Somnia: Vertragscode → in Bytecode geparst→ dynamisch in Maschinencode kompiliert→ Befehlssatz für die parallele Ausführung von Transaktion 1→ Befehlssatz für die parallele Ausführung von Transaktion 2→ Befehlssatz für die parallele Ausführung von Transaktion 3......

Wie man sieht, ist die EVM-Kompilierung und -Ausführung von Somnia umso vorteilhafter, je mehr Transaktionen es gibt.

Daher verwendet Somnia für den gewöhnlichen Nicht-Hochfrequenzhandel immer noch die standardmäßige EVM-Interpretationsausführung, jedes Mal, wenn die EVM ausgeführt wird, wird der Smart-Contract-Code in EVM-Bytecode geparst und die Ausführung der Reihe nach interpretiert.

Für die zentralisierte, hochfrequente Ausführung von Transaktionen ermöglicht Somnia den EVM-Compiler, der den Bytecode der EVM in x86-Maschinencode kompiliert. Dann kann der Maschinencode entsprechend den Parametern wiederholt ausgeführt werden, um den zentralisierten Hochfrequenzhandel schnell abzuschließen, was mit paralleler EVM auf Transaktionsebene nicht möglich ist.

Dadurch kann Somnia einen doppelten Vorteil zwischen Kosten und Effizienz erzielen.

💠IceDB-Datenbank-Engine

🔹 Überblick: LSM-Bäume anstelle von Merkle-Baum-Datenstrukturen verwenden

Die überwiegende Mehrheit der Blockchains verwendet die Merkle Tree-Datenstruktur. Die Blattknoten des Merkle-Baums speichern den Hash der Transaktionsdaten (oder die Transaktionsdaten selbst und hashen sie dann), während die Nicht-Blattknoten den Hash-Wert des Hash-Werts ihrer untergeordneten Knoten speichern, und der Hash-Wert wird Schicht für Schicht berechnet, und schließlich wird eine Merkle-Wurzel berechnet, so dass die Integrität der Daten im Block sicher überprüft und die Daten manipuliert werden können.

Am Beispiel der Datenspeicherung des ERC20-Token-Vertrags umfassen die Blattknoten des Merkle-Baums:

• Speichern von Attributen wie TotalSupply und NameSymbol, die jeweils einem Schlüssel (Attributname) und einem Wert (Attributwert) entsprechen;

• Der Haltestatus aller Token-Adressen, die jeweils einem Schlüssel (Adress-Hash) und einem Wert (die Anzahl der Token) entsprechen;

• Der gesamte Autorisierungsstatus des Tokens, jede Autorisierungsadresse entspricht einem Schlüssel (Adress-Hash) und einem Wert (Autorisierungsbetrag);

……

Nehmen wir an, ein ERC-Token hat 4 Attribute, 32.000 Holding-Adressen und 2.764 autorisierte Adressen. Dieser Betrag ist natürlich nicht viel. Es gibt jedoch insgesamt 32.768 Blattknoten, und 65.535 Hashes müssen berechnet werden, um die Merkle-Rechte des Tokens zu schreiben.

Die von Somnia selbst entwickelte IceDB-Datenbank-Engine verwendet nicht die häufig verwendete Merkle-Baum-Datenstruktur, so dass es keine Hash-Wurzel in ihren Blockinformationen gibt.

IceDB verwendet den Log-Structured Merge-Tree (LSM Tree). Dabei handelt es sich um eine logarithmisch-basierte Baumdatenstruktur, deren Hauptmerkmal darin besteht, dass Daten angehängt und geschrieben werden, anstatt sie an Ort und Stelle zu ändern, so dass es kein Manipulationsproblem gibt.

Beim Schreiben in eine IceDB-Datenbank wird zuerst die In-Memory-MemTable geschrieben. Wenn die MemTable voll ist, wird sie auf den Datenträger geleert, wodurch ein SSTable gebildet wird. LSM führt SSTable regelmäßig zusammen und entfernt dabei doppelte Schlüssel.

Bei diesem Prozess muss der Hash nicht berechnet werden, es müssen nur neue Daten in die MemTable geschrieben werden, sodass die IceDB-Datenbank erheblich schneller ist, unabhängig davon, ob die Daten in den Arbeitsspeicher, den Cache oder die Festplatte geschrieben werden.

🔹 Highlights: Höhere Lese- und Schreibgeschwindigkeit

Die LSM-Baumdatenstruktur hat einen klaren Performance-Vorteil beim Schreiben von Daten. Darüber hinaus wird in der technischen Dokumentation von Somnia erwähnt, dass "ein Datencache erstellt wurde, der sowohl Lese- als auch Schreibvorgänge optimiert, so dass die durchschnittliche Lese- und Schreibzeit von IceDB zwischen 15 und 100 Nanosekunden liegt".

🔹 Funktionen: Lesen und Schreiben von Leistungsberichten mit fairem und effizientem Gas

In den meisten Blockchain-Netzwerken neigt der endgültige Validierungsknoten dazu, die gleichen Daten zu speichern. Für einen kurzen Zeitraum besteht jedoch eine gewisse Diskrepanz zwischen dem Speicher verschiedener Validator-Knoten und den auf der Festplatte gespeicherten Daten. Infolgedessen verbrauchen Benutzer beim Lesen und Schreiben von Daten unterschiedliche Mengen an Gas, da sie auf unterschiedliche Standorte zugreifen. Auf der anderen Seite kann es aufgrund unterschiedlicher Zugriffsorte lange dauern, bis Benutzer Daten lesen und schreiben, und das Netzgas kann sich innerhalb dieses Zeitfensters ändern. Daher ist es schwierig, ein faires und effizientes Gas zu bestimmen. Wenn der Gasverbrauch unterschätzt wird, können die Knoten aufgrund geringer Einnahmen passiv sein, was sich auf die Netzeffizienz auswirkt. Wird das Gas überschätzt, zahlen die Nutzer unnötige zusätzliche Gebühren, die sogar eine Gelegenheit für MEV-Angriffe bieten können.

Unter der IceDB-Datenbank-Engine können Sie jedes Mal, wenn Sie Daten lesen oder schreiben, die benötigten Daten nicht im Cache finden, daher müssen Sie Daten aus dem Speicher bzw. der SSD lesen, die Häufigkeit des Lesens von Daten aus dem Speicher und der SSD zählen und einen "Leistungsbericht" zurückgeben. Der "Performance Report" bietet eine deterministische Grundlage für die Berechnung des von den Nutzern benötigten Gases und macht so das Netzgas fairer und effizienter, zugunsten des Netz-Stablecoins.

💠 Technologie zur Datenkomprimierung

Gemäß der Potenztheorie der Informationsvolumen- und Häufigkeitsverteilung, die im technischen Dokument Somnia eingeführt wurde, können die Daten mit einer hohen Vergrößerungsrate komprimiert werden, indem die Informationen entsprechend der Wahrscheinlichkeit des Auftretens von Informationen zusammengefasst werden.

Jede Datenverbindung in Somnia ist für einen Validator verantwortlich, und der Validator muss nicht den gesamten Block senden, sondern nur den Informationsstrom, und die Stream-Komprimierung hat eine höhere Komprimierungsrate, so dass sie der Verbesserung der Netzwerkübertragungskapazität förderlich ist.

Darüber hinaus verwendet Somnia BLS-Signaturen, um die Geschwindigkeit der Signaturübertragung und -überprüfung zu verbessern.

Unter dem Multi-Stream-Konsensalgorithmus von Somnia senden die Validator-Knoten der Datenkette Daten-Shards aneinander, und es gibt keinen zentralen Leader, der die Daten zentral hoch- und herunterlädt, und die Bandbreite kann gleichmäßig auf die Validatoren verteilt werden. Jeder Validator sendet Daten-Shards an andere Validatoren und lädt Daten-Shards herunter, die von anderen Validatoren gesendet werden, sodass die für den Upload und Download jedes Validators erforderliche Bandbreite symmetrisch ist. Daher wird die Übertragungskapazität des Somnia-Netzes relativ ausgewogen und stabil sein.

💠 Schreiben Sie am Ende

Obwohl Web3 oberflächlich betrachtet hochwertiger ist als Web2, ist das technische System von Web2 oft komplexer und ausgereifter. Wenn Web2-Entwickler an der Web3-Entwicklung beteiligt sind, kann ihr technischer Hintergrund mehr Innovation in die Blockchain-Welt bringen.