Le marché s’est complètement désensibilisé aux « chaînes publiques à haut débit », pourquoi Somnia est-il différent ?

Auteur : TVBee

Cet article sera analysé à l’aide des deux questions suivantes :

Question 1 : Le marché s’est complètement désensibilisé à la « chaîne publique à haut débit », pourquoi Somnia est-il différent ?

Question 2 : Sommia se vante-t-il de l’EVM parallèle de couche 1 le plus rapide et le plus rentable ?

➡️➡️➡️ Jane • Propre • Édition ⬅️⬅️⬅️

Dans cette partie, Sonnia est résumé à partir de trois dimensions : technologie, contexte et écologie, afin que vous puissiez comprendre les points forts et les avantages du projet Somnia.

💠Les points forts techniques de Somnia

🔹 Algorithme de consensus multi-flux : chaîne de données + chaîne de consensus, ce qui permet de prévenir les MEV, de réduire la redondance, de réduire les coûts et d’augmenter l’efficacité.

🔹 Compilateur EVM innovant : Implémente l’EVM parallèle au niveau de l’instruction pour résoudre les interactions à haute fréquence dans des cas extrêmes.

🔹 Moteur de base de données IceDB développé en interne : améliore la vitesse de lecture/écriture des données et la stabilité du réseau.

🔹 Technologie de compression des données : Améliorez l’efficacité de la transmission des données.

💠Les avantages de Somnia

🔹 Équipe : L’équipe de développement provient d’Improbable, une multinationale technologique fondée en 2012 et dont le siège social est situé à Londres, au Royaume-Uni. Il a développé des logiciels, des jeux et des produits métavers Web3.

🔹 Financement : Un total de 270 millions de dollars a été investi par MSquared, a16z, SoftBank, Mirana et d’autres institutions bien connues.

💠Progrès écologiques à Somnia

🔹 Paysage écologique : Le testnet Somnia s’est déjà installé dans 4 produits IA/sociaux, 7 jeux, 4 projets NFT et 6 applications Defi, et 2 autres produits IA/sociaux, 11 jeux et 1 application Defi seront bientôt lancés.

🔹 Données écologiques : Depuis son lancement fin février 2025 jusqu’au moment de la rédaction (26 juin 2025), le testnet Somnia a produit plus de 100 millions de blocs, avec un temps de production moyen de 0,1 seconde par bloc. Au total, 96 878 557 adresses de portefeuille ont participé au testnet, avec un volume de transactions de 26,43 millions au cours de la dernière journée.

Sur les explorateurs de blocs, vous pouvez souvent voir le nombre de transactions et de blocs clignoter constamment, ce que Sonnia appelle « sub-secondaire », ce qui est visible à l’œil nu.

💠 Pourquoi Somnia pourrait-elle être différente ?

🔹 Interaction à haute fréquence : Bien que le marché se soit complètement désensibilisé au concept de « chaîne publique à haut débit », Somnia ne se contente pas de rechercher des indicateurs techniques, mais se concentre sur la manière de faire en sorte que la technologie Web3 serve réellement des scénarios d’application, en particulier dans les domaines d’interaction à haute fréquence tels que les jeux et les réseaux sociaux.

🔹Convergence Web3 vs Web3 : L’expérience unique de Somnia peut jouer un rôle clé dans la convergence du Web3 et du Web2. Somnia a le potentiel de fournir aux utilisateurs du Web2 un accès transparent au monde du Web3, ce qui pourrait conduire à un écosystème d’applications véritablement centré sur l’utilisateur.

➡️➡️➡️ Détails• Explication• Édition ⬅️⬅️⬅️

La partie précédente a présenté les points forts, les avantages et les progrès écologiques de [QUOI] Somnia, et cette partie fournira une interprétation approfondie de la technologie de Somnia. Que tout le monde comprenne comment [COMMENT] Somnia réalise techniquement une interaction à haute fréquence, comment atteindre un faible coût et des performances élevées, et pourquoi [POURQUOI] Somnia est différent des autres projets EVM parallèles.

💠 Algorithme de consensus multi-flux : chaîne de données + chaîne de consensus

🔹 Vue d’ensemble : Structure de la chaîne de données + de la chaîne de consensus

Somnia utilise un nouvel algorithme de consensus multiflux (MULTISTREAM).

Dans ce que l’on appelle le multi-flux, Somnia enregistre les informations de transaction sur plusieurs chaînes de données, chaque liaison de données est enregistrée par 1 validateur, et chaque validateur ne peut pas interférer avec la chaîne de données des autres validateurs.

Somnia exécute le consensus sur la chaîne de consensus, trie les transactions et enregistre les références aux transactions sur la chaîne de consensus. La chaîne de consensus est exécutée et maintenue par tous les validateurs.

🔹 Vue d’ensemble : Flux de travail pour le consensus multi-flux Somnia

a Une fois qu’un utilisateur a envoyé une requête au réseau Somnia, le validateur qui reçoit la requête écrit la transaction séparément dans la chaîne de données.

b Toutes les autres périodes (par exemple, 30 secondes, 1 seconde, etc.) de la chaîne de consensus, le validateur de la liaison de données et d’autres validateurs de liaison de données téléchargent et téléchargent les partitions de données au sommet de la chaîne de données.

C Le validateur écrit la collection de partitions de données en haut de toutes les chaînes de données dans la chaîne de consensus en tant que tranche de données complète.

d Les validateurs trient les transactions, et tous les validateurs sont écrits de manière synchrone dans la base de données IceDB de Somnia en fonction de l’état mis à jour des transactions triées.

🔹 Faits saillants : Le séquençage des transactions de Somnia est bon pour la prévention des MEV

Somnia utilise une fonction pseudo-aléatoire déterministe pour trier les transactions.

Nous savons qu’il n’y a pas de véritable aléatoire dans le programme de calcul, mais de pseudo-aléatoire par le biais d’algorithmes. Les fonctions pseudo-aléatoires déterministes ont deux caractéristiques : l’une est l’aléatoire, qui ne prédit pas ce que sera le prochain nombre aléatoire, mais chaque validateur générera le même nombre aléatoire dans un ordre fixe lorsqu’il est exécuté.

De cette façon, tous les validateurs exécutent la même fonction pseudo-aléatoire déterministe, qui génère une série de nombres aléatoires identiques et trie la chaîne de données en fonction des nombres aléatoires. Sur cette base, les transactions de cette période sont triées.

Par exemple, la chaîne de données triée est B, A, C......

Ensuite, l’ordre des transactions est que la transaction de la chaîne de données B vient en premier, suivie de la chaîne de données A et de la chaîne de données C...... Bien sûr, ce processus supprime les transactions en double en fonction de la valeur de hachage.

Bien sûr, l’ordre de la chaîne de données est fixe, mais l’ordre des transactions dans différentes chaînes de données peut être différent. Par exemple, dans la chaîne de données A, la transaction 1 peut être à l’avant et la transaction 2 à l’arrière, tandis que dans la chaîne de données B, la transaction 2 peut être à l’avant et la transaction 1 à l’arrière. Étant donné que l’ordre de la chaîne de données est B avant A, l’ordre final de la transaction est la transaction 2 avant et la transaction 1 la dernière.

L’avantage de cette méthode d’ordre est qu’il est difficile pour un attaquant MEV de soudoyer le validateur car il ne sait pas quelle sera la chaîne de données correspondant au validateur. S’il y a un total de 100 nœuds de validation sur le réseau, en supposant que même si un attaquant MEV corrompt 50 validateurs, tant qu’il y a un validateur (y compris la transaction attaquée) qui n’a pas été soudoyé devant ces 50 validateurs, la chaîne de consensus sera enregistrée dans le bon ordre des transactions, et l’attaque MEV échouera.

🔹 Points forts : Réduire la redondance, réduire les coûts et augmenter l’efficacité

D’une part, Somnia enregistre une chaîne de données distincte pour chaque validateur, et il n’y a pas de processus de validation des données entre les validateurs. Lors du transfert d’instantanés, seules les informations d’instantané de chaque liaison de données sont transmises, et les informations d’instantané n’incluent pas d’informations de transaction spécifiques, de sorte que la redondance de l’interaction est réduite.

D’autre part, chaque chaîne de données dans Somnia n’a pas besoin de synchroniser les informations des autres chaînes de données, et la chaîne de consensus n’enregistre pas les informations de transaction, mais enregistre un instantané des informations de la chaîne de données et des références de transaction triées (valeurs de hachage) toutes les deux périodes. De cette façon, la redondance du stockage est réduite.

Grâce à la redondance réduite des interactions, Somnia peut être plus efficace lorsqu’il travaille.

Somnia doit fonctionner à moindre coût en raison de la redondance réduite du stockage.

🔹 Ajouté : Liaisons de données inviolables

Bien qu’il n’y ait pas de vérification des informations dans la chaîne de données, le validateur ne peut pas altérer les informations de transaction. En effet, une fois qu’un validateur falsifie les informations de transaction, cela affecte la valeur de hachage de la transaction et la valeur de hachage de ses transactions ultérieures, ce qui entraîne un conflit entre ses informations et les informations stockées dans la chaîne de consensus.

💠 EVM parallèle au niveau de l’instruction

🔹 Point sensible : Il est difficile d’améliorer la congestion des interactions à haute fréquence dans les transactions parallèles

L’EVM parallèle de Somnia est différent de Monad et Reddio, et le parallélisme EVM de ces trois chaînes est le parallélisme des transactions, c’est-à-dire que les transactions sont mises en parallèle pour améliorer la vitesse des transactions.

Monad est optimiste quant à la possibilité de simultaner les transactions, de détecter les conflits et de les corriger. Reddio, en revanche, est une transaction parallèle qui n’entre pas en conflit et n’a pas de dépendances.

Cependant, lorsqu’un grand nombre de transactions entre parties liées se produisent, les transactions ne peuvent pas être parallèles, de sorte que la congestion peut facilement se produire. Il y a deux exemples extrêmes, tels que l’émergence soudaine d’un grand nombre d’utilisateurs sur le réseau utilisant l’USDC pour échanger un certain jeton, et ces transactions ne peuvent pas être parallélisées car elles doivent être échangées avec des pools LP, mais ne peuvent être exécutées que de manière séquentielle.

Un autre exemple extrême est le nombre incalculable de personnes qui se précipitent pour Mint le même NFT, ce qui ne peut pas non plus être parallèle, car le nombre de NFT est limité et doit être exécuté séquentiellement pour déterminer quelles personnes peuvent réussir à Mint et d’autres échouer.

La solution de Reddio à ce problème est d’utiliser le GPU, qui utilise la puissante puissance de calcul du GPU pour résoudre cette congestion des interactions à haute fréquence. Bien que cela puisse améliorer l’efficacité du trading, cela augmente également le coût du trading.

🔹 Point fort : EVM parallèle au niveau de l’instruction

Afin de résoudre le problème de congestion selon lequel un grand nombre de transactions entre parties liées sont effectuées en même temps et que les transactions sont difficiles à résoudre en parallèle, Sommia a développé de manière innovante un compilateur EVM.

Dans une exécution EVM standard, l’exécution des ordres dans une transaction ne peut être interprétée que de manière séquentielle. Cependant, Somnia prend en charge la division des transactions en plusieurs jeux d’instructions qui ne sont pas en conflit et n’ont pas de dépendances.

Si l’on prend l’exemple du trading Swap, il peut être divisé en plusieurs ensembles d’instructions en fonction des fonctions : vérification des paramètres, traitement des paramètres, vérification du solde, vérification des autorisations, vérification de l’état du pool, calcul des prix, calcul des frais, transfert des jetons d’entrée, mise à jour du statut du pool et des enregistrements de frais, transfert des jetons de sortie et lancement d’événements. Parmi eux, le jeu d’instructions qui n’est pas en conflit et n’a pas de dépendances peut être parallélisé, afin d’améliorer l’efficacité d’exécution des transactions.

La clé du jeu d’instructions EVM parallèle est le compilateur EVM original de Somnia, qui compile le bytecode de l’EVM en code machine x86. Les processeurs modernes sont des cœurs multithreads, et chaque cœur de processeur peut mettre en parallèle le code machine sur plusieurs threads, de sorte que plusieurs jeux de doigts de l’EVM peuvent être mis en parallèle, augmentant ainsi la vitesse d’exécution d’une seule transaction. Par conséquent, Somnia peut également être appelé EVM parallèle au niveau matériel.

🔹 Points forts : Coût et efficacité

Exécution de l’interprétation EVM standard : la transaction 1 → analysée en bytecode → exécution de l’interprétation séquentielle→ la transaction 2 →analysée en bytecode → l’exécution de l’interprétation séquentielle→ la transaction 3 →analysée en bytecode → l’exécution de l’interprétation séquentielle......

Compilation et exécution EVM de Somnia : le code du contrat → analysé en bytecode→ compilé dynamiquement en code machine→ jeu d’instructions pour l’exécution parallèle de la transaction 1→ jeu d’instructions pour l’exécution parallèle de la transaction 2→ jeu d’instructions pour l’exécution parallèle de la transaction 3......

Comme on peut le constater, plus il y a de transactions, plus la compilation et l’exécution des EVM de Somnia seront avantageuses.

Par conséquent, pour le trading ordinaire non haute fréquence, Somnia utilise toujours l’exécution standard de l’interprétation EVM, chaque fois que l’EVM est exécuté, le code du contrat intelligent est analysé en bytecode EVM et l’exécution est interprétée dans l’ordre.

Pour l’exécution centralisée et à haute fréquence des transactions, Somnia active le compilateur EVM, qui compile le bytecode de l’EVM en code machine x86. Ensuite, le code machine peut être exécuté à plusieurs reprises en fonction des paramètres pour effectuer rapidement le trading centralisé à haute fréquence, ce qui n’est pas possible avec l’EVM parallèle au niveau de la transaction.

En conséquence, Somnia peut obtenir un double avantage entre coût et efficacité.

💠Moteur de base de données IceDB

🔹 Vue d’ensemble : Utiliser des arbres LSM au lieu des structures de données de l’arbre de Merkle

La grande majorité des blockchains utilisent la structure de données de l’arbre de Merkle. Les nœuds feuilles de l’arbre Merkle stockent le hachage des données de transaction (ou les données de transaction elles-mêmes, puis les hachent), tandis que les nœuds non feuilles stockent la valeur de hachage de la valeur de hachage de leurs nœuds enfants, et la valeur de hachage est calculée couche par couche, et enfin une racine de Merkle est calculée, de sorte que l’intégrité des données dans le bloc puisse être vérifiée en toute sécurité et que les données puissent être falsifiées.

Si l’on prend l’exemple du stockage des données du contrat de jeton ERC20, les nœuds feuilles de l’arbre de Merkle comprennent :

• Stocker des attributs tels que TotalSupply et NameSymbol, chacun correspondant à une clé (nom d’attribut) et à une valeur (valeur d’attribut) ;

• Le statut de détention de toutes les adresses détenant des jetons, chacune d’entre elles correspondant à une clé (hachage d’adresse) et à une valeur (le nombre de jetons) ;

• Tous les statuts d’autorisation du token, chaque adresse d’autorisation correspond à une clé (hash d’adresse) et à une valeur (montant de l’autorisation) ;

……

Supposons qu’un jeton ERC possède 4 attributs, 32 000 adresses de détention et 2 764 adresses autorisées. Ce montant n’est évidemment pas beaucoup. Mais il y a un total de 32 768 nœuds feuilles, et 65 535 hachages doivent être calculés pour écrire les droits Merkle du jeton.

Le moteur de base de données IceDB développé par Somnia n’utilise pas la structure de données de l’arbre de Merkle couramment utilisée, il n’y a donc pas de racine de hachage dans ses informations de bloc.

IceDB utilise le log-Structured Merge-Tree (LSM Tree). Il s’agit d’une structure de données arborescente basée sur des journaux dont la principale caractéristique est que les données sont ajoutées et écrites au lieu d’être modifiées in situ, il n’y a donc pas de problème de falsification.

Lors de l’écriture dans une base de données IceDB, la MemTable en mémoire est d’abord écrite. Lorsque la MemTable est pleine, elle est vidée sur le disque, formant un SSTable. LSM fusionne périodiquement SSTable tout en supprimant les clés en double.

Ce processus ne nécessite pas le calcul du hachage, seules de nouvelles données doivent être écrites dans la MemTable, donc que les données soient écrites dans la mémoire, le cache ou le disque, la base de données IceDB est nettement plus rapide.

🔹 Points forts : Lecture et écriture plus rapides

La structure de données de l’arborescence LSM présente un net avantage en termes de performances dans l’écriture des données. De plus, la documentation technique de Somnia mentionne qu'« un cache de données a été créé qui optimise à la fois les lectures et les écritures, de sorte que le temps moyen de lecture et d’écriture d’IceDB est compris entre 15 et 100 nanosecondes ».

🔹 Caractéristiques : Lire et rédiger des rapports de performance avec un gaz équitable et efficace

Dans la plupart des réseaux blockchain, le nœud de validation final a tendance à stocker les mêmes données. Cependant, pendant une courte période, il existe un certain décalage entre la mémoire des différents nœuds de validation et les données stockées sur le disque. Par conséquent, les utilisateurs consommeront différentes quantités de gaz lors de la lecture et de l’écriture de données en raison de l’accès à différents emplacements. D’autre part, en raison des différents emplacements d’accès, la lecture et l’écriture des données peuvent prendre beaucoup de temps, et le gaz du réseau peut changer dans cette fenêtre de temps. Par conséquent, il est difficile de déterminer un gaz juste et efficace. Si le gaz est sous-estimé, les nœuds peuvent être passifs en raison de faibles revenus, ce qui affectera l’efficacité du réseau. Si le gaz est surestimé, les utilisateurs paieront des frais supplémentaires inutiles, ce qui peut même donner lieu à des attaques MEV.

Sous le moteur de base de données IceDB, chaque fois que vous lisez ou écrivez des données, vous ne trouvez pas les données dont vous avez besoin dans le cache, vous devez donc lire les données de la mémoire et du SSD respectivement, compter la fréquence de lecture des données de la mémoire et du SSD, et renvoyer un « rapport de performance ». Le « Rapport de performance » fournit une base déterministe pour calculer le gaz requis par les utilisateurs, rendant ainsi le gaz de réseau plus équitable et efficace, en faveur du stablecoin de réseau.

💠 Technologie de compression des données

Selon la théorie de la puissance du volume d’information et de la distribution de fréquence introduite dans le document technique de Somnia, les données peuvent être compressées à un taux de grossissement élevé en résumant l’information en fonction de la probabilité que l’information se produise.

Chaque liaison de données dans Somnia est responsable d’un validateur, et le validateur n’a pas besoin d’envoyer le bloc entier, mais seulement d’envoyer le flux d’informations, et la compression de flux a un taux de compression plus élevé, ce qui est propice à l’amélioration de la capacité de transmission du réseau.

De plus, Somnia utilise les signatures BLS pour améliorer la vitesse de transmission et de vérification des signatures.

Dans le cadre de l’algorithme de consensus multi-flux de Somnia, les nœuds de validation de la chaîne de données s’envoient des fragments de données, et il n’y a pas de leader centralisé pour charger et télécharger les données de manière centralisée, et la bande passante peut être répartie uniformément entre les validateurs. Chaque validateur envoie des partitions de données à d’autres validateurs et télécharge les partitions de données envoyées par d’autres validateurs, de sorte que la bande passante requise pour le chargement et le téléchargement de chaque validateur est symétrique. Par conséquent, la capacité de transmission du réseau Somnia sera relativement équilibrée et stable.

💠 Écrivez à la fin

Bien que le Web3 soit plus haut de gamme que le Web2 en surface, en réalité, le système technique du Web2 est souvent plus complexe et mature. Lorsque les développeurs Web2 sont impliqués dans le développement du Web3, leur formation technique est en mesure d’apporter plus d’innovation au monde de la blockchain.