Skaalauksen tulevaisuus: panoraama Web3:n rinnakkaislaskentaradoista

Kirjoittanut: 0xjacobzhao ja ChatGPT

4o-lohkoketjun "turvallisuuden", "hajauttamisen" ja "skaalautuvuuden" "Blockchain Trilemma" paljastaa lohkoketjujärjestelmien suunnittelun olennaisen kompromissin, eli lohkoketjuprojektien on vaikea saavuttaa "äärimmäistä turvallisuutta, kaikki voivat osallistua ja nopeaa käsittelyä" samanaikaisesti. Vastauksena ikuiseen "skaalautuvuuden" aiheeseen markkinoiden valtavirran lohkoketjun skaalausratkaisut on jaettu paradigmojen mukaan, mukaan lukien:

• Suorituksella tehostettu skaalaus: Suoritusominaisuuksien parantaminen paikan päällä, kuten rinnakkaisuus, GPU ja moniytiminen

• tilaeristetty skaalaus: Vaakasuunnassa jaettu tila/sirpale, kuten sirpalointi, UTXO ja usean aliverkon

• Ketjun ulkopuolinen ulkoistettu skaalaus: Toteutuksen siirtäminen ketjun ulkopuolelle, Esimerkiksi Rollup, Coprocessor, DA-rakenteen

• irtikytkentäskaalaus: modulaarinen arkkitehtuuri, yhteistoiminta, kuten moduuliketju, jaettu sekvensseri, Rollup Mesh

• -asynkroninen samanaikainen skaalaus: Toimijamalli, prosessin eristys, viestipohjainen, kuten agentti, monisäikeinen asynkroninen ketju

  Lohkoketjun skaalausratkaisu sisältää: ketjun sisäisen rinnakkaislaskennan, rollupin, sirpaloinnin, DA-moduulin, modulaarisen rakenteen, toimijajärjestelmän, zk-proof-pakkauksen, tilattoman arkkitehtuurin jne., joka kattaa useita suoritustasoja, tilaa, dataa ja rakennetta, ja se on täydellinen skaalausjärjestelmä, jossa on "monikerroksinen yhteistyö ja moduuliyhdistelmä". Tässä artikkelissa keskitytään skaalausmenetelmiin, jotka valtavirtaistavat rinnakkaislaskennan.

  Ketjun sisäinen rinnakkaisuus, joka keskittyy lohkon sisäisten transaktioiden/ohjeiden rinnakkaiseen suorittamiseen. Rinnakkaismekanismin mukaan sen skaalausmenetelmät voidaan jakaa viiteen luokkaan, joista jokainen edustaa erilaista suorituskykytavoitetta, kehitysmallia ja arkkitehtuurifilosofiaa, ja rinnakkaisrakeisuus hienostuu ja tarkentuu, rinnakkaisuuden intensiteetti kasvaa ja kasvaa, ajoituksen monimutkaisuus kasvaa ja myös ohjelmoinnin monimutkaisuus ja toteutuksen vaikeus kasvavat ja kasvavat.

  • Tilitaso: Edustaa projektia Solana

  • Objektitaso: edustaa projektia Sui

  • Tapahtumataso: edustaa projektia Monad, Aptos

  • Puhelutaso / MicroVM: Edustaa projektia MegaETH

  • Opetustason rinnakkaisuus: Edustaa projektia GatlingX

  Ketjun ulkopuolinen asynkroninen samanaikaisuusmalli, jota edustaa Actor / Actor Model, kuuluu toiseen rinnakkaisen laskennan paradigmaan, ketjujen välisenä/asynkronisena viestijärjestelmänä (ei-lohkosynkronointimalli), jokainen agentti toimii itsenäisesti "agenttiprosessina", asynkroniset viestit rinnakkaistilassa, tapahtumalähtöinen, ei synkronista ajoitusta, edustavat projektit, kuten AO, ICP, Cartesi jne.

  Tunnettu koonti- tai sirpaleiden skaalausmalli kuuluu järjestelmätason samanaikaisuusmekanismiin, ei ketjun sisäiseen rinnakkaislaskentaan. Ne saavuttavat skaalautumisen "ajamalla useita ketjuja/suoritusalueita rinnakkain" sen sijaan, että ne lisäisivät rinnakkaisuutta yhden lohkon/virtuaalikoneen sisällä. Tämäntyyppinen skaalausratkaisu ei ole tämän artikkelin painopiste, mutta käytämme sitä silti arkkitehtonisten konseptien yhtäläisyyksien ja erojen vertailuun.