تفسير ورقة Artela البيضاء: حزمة تنفيذ متوازية فريدة من نوعها + مساحة كتلة مرنة

المؤلف: ChainFeeds 

يستخدم EVM++ نماذج الذكاء الاصطناعي للتنبؤ بدقة بتبعيات المعاملات لتقليل تعارضات التنفيذ المتوازي، ويحافظ على أداء dApp مستقرًا من خلال مساحة الكتلة المرنة.

في مارس من هذا العام، أطلقت شبكة Artela L1 blockchain القابلة للتطوير EVM++، وهي ترقية إلى الجيل التالي من تقنية طبقة تنفيذ EVM. يمثل "+" الأول في EVM++ "قابلية التوسعة"، وهي قابلية التوسع التي يتم تحقيقها من خلال تقنية Aspect. تدعم هذه التقنية المطورين لإنشاء برامج مخصصة على السلسلة في بيئة WebAssembly (WASM) لتوفيرها ملحقات خاصة بالتطبيقات عالية الأداء ومخصصة للتطبيقات اللامركزية. يمثل "+" الثاني "قابلية التوسع"، مما يعني أن قدرات معالجة الشبكة وكفاءتها قد تم تحسينها بشكل كبير من خلال تقنية التنفيذ المتوازي وتصميم مساحة الكتلة المرنة.

WebAssembly (WASM) هو تنسيق كود ثنائي فعال يمكن تنفيذه في متصفح الويب إغلاق الأداء تعد سرعات التنفيذ الأصلية مناسبة بشكل خاص للمهام التي تتطلب حوسبة مكثفة مثل الذكاء الاصطناعي ومعالجة البيانات الضخمة.

أصدرت Artela بالأمس ورقة بيضاء توضح بالتفصيل كيفية تحسينها من خلال تطوير مكدس تنفيذ متوازي وإدخال مساحة كتلة مرنة تعتمد على الحوسبة المرنة قابلية التوسع.

أهمية المعالجة المتوازية

في آلة الإيثريوم الافتراضية التقليدية (EVM)، جميعها يجب أن تكون عمليات العقود الذكية وانتقالات الحالة متسقة عبر الشبكة بأكملها. وهذا يتطلب من جميع العقد تنفيذ نفس المعاملات بنفس الترتيب. لذلك، حتى لو لم يكن هناك بالفعل أي تبعية بين معاملات معينة، فيجب تنفيذها واحدة تلو الأخرى بالترتيب الموجود في الكتلة، أي المعالجة التسلسلية. لا تؤدي هذه الطريقة إلى انتظار غير ضروري فحسب، بل إنها أيضًا غير فعالة.

تسمح المعالجة المتوازية لمعالجات متعددة أو مراكز حوسبة متعددة بتنفيذ مهام حوسبة متعددة أو معالجة البيانات في وقت واحد، مما يؤدي إلى تحسين كفاءة المعالجة بشكل كبير وتقليل وقت التشغيل ، خاصة بالنسبة للمشاكل الحسابية المعقدة أو واسعة النطاق التي يمكن تقسيمها إلى مهام مستقلة متعددة. يعد Parallel EVM امتدادًا أو تحسينًا لجهاز Ethereum الظاهري التقليدي، حيث يمكنه تنفيذ العديد من العقود الذكية أو استدعاءات وظائف العقد في وقت واحد، مما يؤدي إلى تحسين إنتاجية وكفاءة الشبكة بأكملها بشكل كبير. بالإضافة إلى ذلك، يمكنه تحسين كفاءة التنفيذ ذو الخيط الواحد. الميزة الأكثر مباشرة لإدارة القيمة الإلكترونية المتوازية هي تمكين التطبيقات اللامركزية الحالية من تحقيق أداء على مستوى الإنترنت.

شبكة Artela وEVM++

Artela هي شبكة تعمل على تحسين قابلية التوسع لـ EVM من خلال تقديم EVM++ والأداء L1. EVM++ عبارة عن ترقية لتقنية طبقة تنفيذ EVM، حيث تدمج مرونة EVM وميزات الأداء العالي لـ WASM. تدعم هذه الآلة الافتراضية المحسنة المعالجة المتوازية والتخزين الفعال، مما يسمح بتشغيل التطبيقات الأكثر تعقيدًا والتي تتطلب أداءً على Artela. لا يدعم EVM++ العقود الذكية التقليدية فحسب، بل يمكنه أيضًا إضافة وحدات عالية الأداء وتشغيلها ديناميكيًا على السلسلة، مثل وكلاء الذكاء الاصطناعي. يمكن لهؤلاء الوكلاء العمل بشكل مستقل كمعالجين مشتركين على السلسلة، أو المشاركة بشكل مباشر في الألعاب الموجودة على السلسلة. إنشاء NPC قابل للبرمجة حقًا.

تنفذ Artela التصميم بالتوازي لضمان إمكانية توسيع قوة الحوسبة لعقد الشبكة بمرونة وفقًا للطلب. بالإضافة إلى ذلك، تدعم عقد التحقق التوسع الأفقي، ويمكن للشبكة ضبط حجم عقد الحوسبة تلقائيًا وفقًا للتحميل أو الطلب الحالي، ويتم تنسيق عملية التوسع هذه بواسطة بروتوكول مرن لضمان موارد حوسبة كافية في الشبكة المتفق عليها. ضمان قابلية التوسع في قوة حوسبة عقدة الشبكة من خلال الحوسبة المرنة، وتحقيق مساحة كتلة مرنة في النهاية، مما يسمح للتطبيقات اللامركزية الكبيرة بالتقدم للحصول على مساحة كتلة مستقلة وفقًا للاحتياجات المحددة، وهذا لا يلبي الحاجة إلى توسيع مساحة الكتلة العامة فحسب، بل يضمن الأداء أيضًا من التطبيقات الكبيرة والاستقرار.

شرح تفصيلي لبنية التنفيذ المتوازي لـ Artela

1. التنفيذ التنبئي المتفائل

يعد التنفيذ التنبئي المتفائل أحد تقنيات Artela الأساسية وهو أيضًا أحد خصائص أجهزة EVM موازية أخرى مثل Sei وMonad. يشير التنفيذ المتفائل إلى استراتيجية التنفيذ الموازية التي تفترض عدم وجود تعارضات بين المعاملات في الحالة الأولية. في هذه الآلية، تحتفظ كل معاملة بنسخة خاصة من الحالة، حيث تسجل التعديلات ولكن لا تنهيها على الفور. بعد تنفيذ المعاملة، يتم تنفيذ مرحلة التحقق للتحقق مما إذا كان هناك تعارض مع تغييرات الحالة العالمية الناجمة عن المعاملات الموازية الأخرى في نفس الفترة. بمجرد اكتشاف التعارض، تتم إعادة تنفيذ المعاملة. تشير القدرة على التنبؤ إلى تحليل بيانات المعاملات التاريخية من خلال نموذج ذكاء اصطناعي محدد للتنبؤ بالتبعيات بين المعاملات القادمة، أي المعاملات التي يمكنها الوصول إلى نفس البيانات، وترتيب مجموعات المعاملات وفقًا لترتيب تنفيذها، وبالتالي تقليل تعارضات التنفيذ والتنفيذ المتكرر. في المقابل، فيما يتعلق بالتنبؤ، يعتمد Sei على الملفات ذات تبعيات المعاملات المحددة مسبقًا من قبل المطورين، بينما يستخدم Monad التحليل الثابت على مستوى المترجم لإنشاء ملفات ذات تبعيات المعاملات، ولا يوجد أي منهما مكافئ EVM، وكلاهما يفتقر إلى القدرات التكيفية التي تتمتع بها Artela نموذج التنبؤ الديناميكي القائم على الذكاء الاصطناعي.

2. تقنية التحميل المسبق غير المتزامن (التحميل المسبق غير المتزامن)

تلتزم تقنية التحميل المسبق غير المتزامن بحل اختناقات الإدخال والإخراج (I/O) الناتجة عن الوصول إلى الحالة، بهدف زيادة سرعة الوصول إلى البيانات وتقليل وقت الانتظار أثناء تنفيذ المعاملة. تقوم Artela بتحميل بيانات الحالة المطلوبة مسبقًا من التخزين البطيء (مثل القرص الصلب) إلى التخزين السريع (مثل الذاكرة) بناءً على نماذج تنبؤية قبل تنفيذ المعاملة. تقليل وقت انتظار الإدخال/الإخراج أثناء التنفيذ عن طريق تحميل البيانات الضرورية مسبقًا. عندما يتم تحميل البيانات وتخزينها مؤقتًا مسبقًا، يمكن لمعالجات متعددة أو سلاسل التنفيذ الوصول إلى البيانات في وقت واحد، مما يزيد من توازي التنفيذ.

3. التخزين المتوازي

مع مقدمة تكنولوجيا التنفيذ المتوازي، على الرغم من أنه يمكن موازاة معالجة المعاملات، إذا لم يكن من الممكن تحسين سرعة قراءة البيانات وكتابتها وتحديثها في وقت واحد، فسوف تصبح عاملاً رئيسياً يحد من الأداء العام للنظام، وبالتالي ينتقل عنق الزجاجة في النظام تدريجياً إلى مستوى التخزين. بدأت حلول مثل MonadDB وSeiDB في التركيز على تحسين مستوى التخزين. تعتمد Artela على مجموعة متنوعة من تقنيات معالجة البيانات التقليدية الناضجة وتدمجها لتطوير التخزين المتوازي، مما يعمل على تحسين كفاءة المعالجة المتوازية.

تم تصميم أنظمة التخزين المتوازية بشكل أساسي لمعالجة قضيتين رئيسيتين: إحداهما تحقيق معالجة متوازية للتخزين، والأخرى تحسين القدرة على تسجيل البيانات بكفاءة الحالة في قاعدة البيانات. أثناء عملية تخزين البيانات، تشمل المشاكل الشائعة التوسع أثناء كتابة البيانات وزيادة الضغط على قاعدة البيانات. من أجل التعامل بفعالية مع هذه المشاكل، تتبنى Artela استراتيجية الفصل بين التزام الدولة (SC) وتخزين الدولة (SS). تقسم هذه الإستراتيجية مهام التخزين إلى قسمين: جزء واحد مسؤول عن عمليات المعالجة السريعة ولا يحتفظ بهياكل البيانات المعقدة، وبالتالي توفير المساحة وتقليل ازدواجية البيانات؛ والجزء الآخر مسؤول عن تسجيل جميع معلومات البيانات التفصيلية. بالإضافة إلى ذلك، ومن أجل عدم التأثير على الأداء عند معالجة كميات كبيرة من البيانات، تتبنى Artela طريقة دمج أجزاء صغيرة من البيانات في أجزاء كبيرة، مما يقلل من تعقيد حفظ البيانات.

4. مساحة الكتلة المرنة (EBS)

Artela تم تصميم مساحة الكتلة المرنة (EBS) استنادًا إلى مفهوم الحوسبة المرنة ويمكنها ضبط عدد المعاملات الموجودة في الكتلة تلقائيًا بناءً على ازدحام الشبكة.

الحوسبة المرنة هي نموذج خدمة حوسبة سحابية يسمح للنظام بضبط تكوين موارد الحوسبة تلقائيًا للتكيف الغرض الرئيسي من تغيير متطلبات التحميل هو تحسين كفاءة استخدام الموارد والتأكد من توفير قوة حوسبة إضافية بسرعة عند زيادة الطلب.

يقوم EBS بضبط موارد الكتلة ديناميكيًا وفقًا للاحتياجات المحددة للتطبيقات اللامركزية، مما يوفر مساحة كتلة توسيع مستقلة للتطبيقات اللامركزية ذات الطلب المرتفع