Web3并行计算赛道全景图谱：原生扩容的最佳方案？

作者：0xjacobzhao 及 ChatGPT 4o

区块链的「不可能三角」（Blockchain Trilemma）「安全性」、「去中心化」、「可扩展性」揭示了区块链系统设计中的本质权衡，即区块链项目很难同时实现「极致安全、人人可参与、高速处理」。针对「可扩展性」这一永恒话题，目前市场上的主流区块链扩容方案按照范式区分，包括：

• 执行增强型扩容：原地提升执行能力，例如并行、GPU、多核
• 状态隔离型扩容：水平拆分状态 / Shard，例如分片、UTXO、多子网
• 链下外包型扩容：把执行放到链外，例如 Rollup、Coprocessor、DA
• 结构解耦型扩容：架构模块化、协同运行，例如模块链、共享排序器、Rollup Mesh
• 异步并发型扩容：Actor 模型，进程隔离、消息驱动，例如智能体、多线程异步链

区块链扩容方案包括：链内并行计算、Rollup、分片、DA 模块、模块化结构、Actor 系统、zk 证明压缩、Stateless 架构等，涵盖执行、状态、数据、结构多个层级，是一个「多层协同、模块组合」的完整扩容体系。而本文重点介绍以并行计算为主流的扩容方式。

链内并行计算 (intra-chain parallelism)，关注区块内部交易 / 指令的并行执行。按并行机制划分，其扩容方式可以分为五大类，每类代表了不同的性能追求、开发模型和架构哲学，依次并行颗粒度越来越细，并行强度越来越高，调度复杂度也越来越高，编程复杂性和实现难度也越来越高。

• 账户级并行（Account-level）： 代表项目 Solana
• 对象级并行（Object-level）：代表项目 Sui
• 交易级并行（Transaction-level）: 代表项目 Monad, Aptos
• 调用级 / 微 VM 并行（Call-level / MicroVM）: 代表项目 MegaETH
• 指令级并行（Instruction-level）: 代表项目 GatlingX

链外异步并发模型，以...