Bitwa o Wysokowydajne Łańcuchy Publiczne: Porównanie i Perspektywy Przyszłościowe między MegaETH a Monad
- Cele są różne: MegaETH dąży do najwyższej wydajności; Monad dąży do osiągnięcia maksymalnej wydajności przy minimalnych wymaganiach sprzętowych, jednocześnie zapewniając jak największą decentralizację.
- Różne architektury: Na podstawie powyższych celów, MegaETH przeprowadził badania nad wszystkimi obecnymi Layer1 i Layer2, i ostatecznie stwierdził, że niemożliwe jest osiągnięcie ostatecznej wysokiej wydajności i równowagi między wydajnością a decentralizacją w Layer1. Działa, więc MegaETH jest zbudowany na ETH Layer2 i częściowo zoptymalizowany ; podczas gdy Monad zdecydowanie wybiera maksymalizację decentralizacji, tworząc Layer1 i optymalizując go na różnych poziomach strukturalnych, takich jak baza danych, efektywność, wykonanie i algorytm.
- Silnik EVM w czasie rzeczywistym: MegaETH wprowadza pierwszy silnik wykonawczy EVM w czasie rzeczywistym, który może szybko przetwarzać dużą liczbę transakcji w momencie ich nadejścia i niezawodnie publikować zmiany stanu (state diff) w zaledwie 10 milisekund.
- Kompilacja inteligentnych kontraktów w czasie rzeczywistym: Korzystając z technologii kompilacji just-in-time (JIT), inteligentne kontrakty są dynamicznie przekształcane w natywny kod maszynowy, eliminując nieefektywny proces interpretacji bajtkodu EVM. Technologia ta może poprawić wydajność aplikacji wymagających intensywnych obliczeń nawet 100-krotnie i jest odpowiednia do budowy złożonych DApps z wysokimi wymaganiami dotyczącymi wydajności w czasie rzeczywistym.
- Ulepszenie drzewa stanu: MegaETH zastępuje tradycyjne Merkle Patricia Trie (MPT) nowym drzewem stanu, znacznie redukując operacje I/O na dysku i rozwiązując wąskie gardła wydajności w utrzymaniu drzewa stanu. Nowy projekt nie tylko utrzymuje kompatybilność z EVM, ale także efektywnie skaluje się do danych stanu na poziomie TB.
- Protokół synchronizacji stanu: MegaETH wykorzystuje wydajny protokół peer-to-peer do propagacji aktualizacji stanu z sortera do pełnego węzła z niskim opóźnieniem i wysoką przepustowością. Nawet węzły z słabymi połączeniami sieciowymi mogą utrzymywać najnowszą synchronizację stanu przy szybkości aktualizacji 100 000 TPS.
- Specjalizacja węzłów: efektywne przydzielanie zasobów sprzętowych, zmniejszenie obciążenia pojedynczych węzłów i obniżenie progu dostępu do sprzętu.
- Opierając się na bezpieczeństwie i odporności na cenzurę warstwy 1 Ethereum: MegaETH utrzymuje decentralizację i odporność na cenzurę Ethereum, jednocześnie koncentrując się na optymalizacji wydajności warstwy 2, osiągając równowagę między wydajnością a bezpieczeństwem.
- Podkreślenie doświadczenia deweloperów: Zachęcanie deweloperów do udziału w budowie ekosystemu poprzez różne narzędzia i plany ekosystemowe oraz zmniejszenie barier uczestnictwa użytkowników.
- Równoległe Wykonanie: Oryginalne wykonanie transakcji polegało na wykonaniu kolejnej transakcji po zakończeniu pełnej transakcji. Monad osiąga przetwarzanie równoległe, dzieląc zadania na serię mniejszych zadań, które mogą być przetwarzane równolegle , a także może rozwiązywać problemy związane z przechowywaniem stanu, przetwarzaniem transakcji i konsensusem rozproszonym w procesie przetwarzania transakcji. Jak pokazano na poniższym rysunku, podczas prania czterech ubrań, najprostszą strategią jest najpierw pranie, suszenie, składanie i przechowywanie pierwszego ubrania, a następnie rozpoczęcie drugiego ubrania. Mechanizm równoległy Monad rozpoczyna pranie drugiego ubrania, gdy pierwsze ubranie trafia do suszarki.
- MonadBFT: Mówiąc prosto, jest to mechanizm konsensusu dla równoległego wykonania wspomnianego powyżej, który jest bardziej wydajny niż tradycyjny mechanizm konsensusu bizantyjskiego.
- Opóźnione wykonanie: ** Tradycyjny proces transakcji na łańcuchu wygląda następująco: 1) Węzeł najpierw wykonuje transakcję, a 2) Węzeł weryfikacyjny osiąga konsensus w sprawie transakcji na łańcuchu. Wąskie gardło wydajności w tym procesie leży głównie w części wykonawczej. Opóźnione wykonanie może zweryfikować i wykonać transakcję w określonym przedziale czasowym, znacznie poprawiając efektywność transakcji na łańcuchu.
- MonadDB wprowadza innowacje w bazie danych używanej przez większość klientów Ethereum, aby poprawić efektywność dostępu do stanu i lepiej wspierać równoległe wykonanie transakcji.
- Przełamywanie wąskiego gardła architektury Ethereum: Monad nie jest ograniczony przez oryginalny projekt Ethereum i może przeprowadzać optymalizację podstawową, zachowując zgodność z EVM, dzięki czemu sprzęt konsumencki może również uczestniczyć w sieci.
- Zgodność z EVM: Monad może bezpośrednio wykorzystać istniejący ekosystem EVM, aby pomóc deweloperom łatwiej migrować i budować DApps.
- Społeczność ma wysoki poziom aktywności: Monad zgromadził grupę lojalnych użytkowników społeczności, a dobra kultura społecznościowa stanowi solidną podstawę dla rozwoju ekosystemu
Monad optymalizuje zdecentralizowaną podstawę Ethereum poprzez specjalizację węzłów i optymalizację istniejącej architektury, osiągając znaczące poprawy wydajności. Monad optymalizuje podstawową architekturę, jednocześnie zapewniając decentralizację, redukuje bariery sprzętowe i zapewnia efektywne doświadczenie rozwoju dla społeczności.
Dlatego w odniesieniu do siły MegaETH i Monad, Eureka Partners uważa, że obecnie niemożliwe jest dokonanie pochopnej oceny. Po pierwsze, perspektywy obu są różne. MegaETH dąży do najwyższej wydajności, podczas gdy Monad zobowiązuje się do utrzymania decentralizacji i redukcji barier dla użytkowników. Po drugie, ścieżki obu są całkowicie różne. MegaETH to Layer2, a Monad to Layer1.
Jednak jedno jest pewne, ścieżka wysokowydajnych publicznych łańcuchów, którą podążają, będzie jednym z trendów w przyszłym rozwoju branży. Obecna infrastruktura była krytykowana za niską wydajność i wysokie koszty, co ogranicza wejście wielu DApps z potrzebami wysokiej częstotliwości interakcji. Przybycie i poprawa wysokowydajnych publicznych łańcuchów w przyszłości stopniowo zrekompensuje ten brak i uczyni cały ekosystem branżowy bardziej prosperującym.
Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.
Może Ci się również spodobać
"Innowacja finansowa AI": CDO vs CCO = 2008 vs 2026?
Obecny boom związany ze sztuczną inteligencją w istocie nie jest cyklem technologicznym, lecz cyklem kredytowym i nieruchomościowym napędzanym przez „moc obliczeniową jako zabezpieczenie” (CCO). Nvidia oraz prywatni giganci stworzyli platformę finansową o wartości 500 miliardów dolarów, która sekurytyzuje ryzykowne papiery wartościowe i rozprowadza je dalej. W sytuacji, gdy dynamika inwestycji kapitałowych największych dostawców usług chmurowych już osiągnęła punkt zwrotny (druga pochodna), a kluczowi kredytobiorcy, tacy jak OpenAI, zbytnio polegają na refinansowaniu, ta struktura kredytowa, która jest bardzo podobna do tej z kryzysu subprime w 2008 roku, jest wyjątkowo podatna na załamanie się w przypadku spowolnienia wzrostu.
W sierpniu na Wall Street powrócił „rynek byka”, a wraz z nim skłonność do ryzyka
W sierpniu amerykańska giełda silnie odbiła, a indeks S&P 500 osiągnął nowy rekord. Dzięki lepszym niż oczekiwano wynikom spółek i spadkowi inflacji, zarówno instytucje, jak i inwestorzy detaliczni znacznie zwiększyli swoje zaangażowanie w akcje technologiczne, opcje kupna oraz lewarowane ETF-y, co oznacza powrót zarówno „hossy”, jak i „zamiłowania do ryzyka”. Jednak gwałtowny wzrost cen ropy naftowej i wysokie stopy zwrotu z długoterminowych obligacji ujawniają sprzeczności makroekonomiczne, a model wyceny „wszystko jest dobrze” niemal nie pozostawia miejsca na błędy.
AI fundusz dotknięty nagłym zamkni ęciem pozycji rzutuje na giganta handlu własnego; Jane Street wyjątkowo notuje miesięczną stratę 15 miliardów dolarów i pilnie wprowadza restrukturyzację zadłużenia o wartości 11 miliardów dolarów
Według doniesień, Jane Street po raz pierwszy od dziesięciu lat poniosła miesięczną stratę; mimo dużej straty w lipcu, skumulowany tegoroczny dochód netto z handlu przekroczył 40 miliardów dolarów i istnieje szansa na ustanowienie nowego rocznego rekordu. Strata nie pochodziła wyłącznie z inwestycji w Situational Awareness – portfel długich pozycji Jane Street na azjatyckie akcje spoza sektora AI również poniósł straty. W tym tygodniu firma zwiększa finansowanie obligacyjne o około 14,6 miliarda dolarów, pod przewodnictwem JPMorgan Chase, z udziałem dużych inwestorów instytucjonalnych, takich jak Pimco i Fidelity. W celu restrukturyzacji zadłużenia Jane Street przenosi więcej zobowiązań na rynek prywatny, nawet godząc się na znacznie wyższe koszty finansowania, by ograniczyć zakres ujawnień publicznych.
Ceny krypto
Więcej
