L’avenir de la mise à l’échelle : un panorama des pistes de calcul parallèle du Web3

Écrit par : 0xjacobzhao et ChatGPT Le

« trilemme blockchain » de la blockchain 4o « sécurité », « décentralisation » et « évolutivité » révèle le compromis essentiel dans la conception des systèmes blockchain, c’est-à-dire qu’il est difficile pour les projets blockchain d’atteindre « une sécurité extrême, tout le monde peut participer, et un traitement à haut débit » en même temps. En réponse à l’éternel sujet de l'« évolutivité », les solutions de mise à l’échelle de la blockchain dominantes sur le marché sont divisées selon des paradigmes, notamment :

• Scaling amélioré par l’exécution : Amélioration des capacités d’exécution in situ, telles que le parallélisme, le GPU et le multi-core

• Mise à l’échelle isolée de l’état : Division horizontale de l’état/la partition, telle que le sharding, l’UTXO et le multi-sous-réseau

• Mise à l’échelle externalisée hors chaîne : Mettre l’exécution hors chaîne, Par exemple, Rollup, Coprocesseur, Structure DA

• Découplage Mise à l’échelle : architecture modulaire, opération collaborative, telle que chaîne de modules, séquenceur partagé, Rollup Mesh

• Mise à l’échelle concurrente asynchrone : modèle d’acteur, isolation de processus, pilotée par message, telle qu’agent, chaîne asynchrone multithread

  La

  solution de mise à l’échelle de la blockchain comprend : le calcul parallèle sur la chaîne, le rollup, le sharding, le module DA, la structure modulaire, le système d’acteur, la compression à l’épreuve zk, l’architecture sans état, etc., couvrant plusieurs niveaux d’exécution, d’état, de données et de structure, et constitue un système de mise à l’échelle complet de « collaboration multicouche et de combinaison de modules ». Cet article se concentre sur les méthodes de mise à l’échelle qui intègrent l’informatique parallèle.

  Le parallélisme intra-chaîne, qui se concentre sur l’exécution parallèle de transactions/instructions intra-bloc. Selon le mécanisme parallèle, ses méthodes de mise à l’échelle peuvent être divisées en cinq catégories, chacune représentant une poursuite de performance, un modèle de développement et une philosophie d’architecture différents, et la granularité parallèle devient de plus en plus fine, l’intensité du parallélisme est de plus en plus élevée, la complexité de l’ordonnancement est de plus en plus élevée, et la complexité de la programmation et la difficulté de mise en œuvre sont également de plus en plus élevées.

  • Niveau du compte : Représente le projet Solana

  • Niveau de l’objet : représente le projet Sui

  • Niveau de la transaction : représente le projet Monad, Aptos

  • Niveau appel / MicroVM : Représente le projet MegaETH

  • Parallélisme au niveau de l’instruction : Représente le projet GatlingX

  Le modèle de concurrence asynchrone off-chain, représenté par le modèle Actor / Actor Model, appartient à un autre paradigme de calcul parallèle, en tant que système de messages inter-chaînes/asynchrones (modèle de synchronisation sans blocs), chaque agent s’exécute indépendamment en tant que « processus agent », messages asynchrones en mode parallèle, pilotés par événements, sans ordonnancement synchrone, projets représentatifs tels que AO, ICP, Cartesi, etc.

  Le schéma bien connu de cumul ou de mise à l’échelle des partitions appartient au mécanisme de simultanéité au niveau du système, et non au calcul parallèle intra-chaîne. Ils réalisent une mise à l’échelle en « exécutant plusieurs chaînes/domaines d’exécution en parallèle », plutôt qu’en augmentant le parallélisme au sein d’un seul bloc/machine virtuelle. Ce type de solution de mise à l’échelle n’est pas l’objet de cet article, mais nous l’utiliserons tout de même pour comparer les similitudes et les différences dans les concepts architecturaux.