作者：ChainFeeds
EVM++ 透過AI 模型精確預測交易依賴關係減少並行執行衝突，並透過彈性區塊空間維護dApp 效能穩定。
今年3 月，可擴展性L1 區塊鏈網路Artela推出了EVM++，這是針對下一代EVM 執行層技術的升級。 EVM++ 中的第一個「+」代表了「Extensibility」，即透過Aspect 技術實現的可擴展性，這項技術支援開發者在WebAssembly（WASM）環境中建立鏈上自訂程序，這些程式可以與EVM協作，為dApp 提供高效能的客製化應用程式特定擴充。第二個「+」則代表了「Scalability」，即透過並行執行技術和彈性區塊空間的設計大幅提升網路處理能力和效率。
WebAssembly（WASM）是一種高效的二進位程式碼格式，能夠在Web 瀏覽器中實現接近本地執行速度的效能，特別適合處理計算密集型任務，如AI 和大數據處理。
昨天，Artela發布了白皮書，詳細介紹了其如何透過開發並行執行堆疊和引入基於彈性運算的彈性區塊空間來增強區塊鏈可擴展性。
平行處理的重要性
在傳統的以太坊虛擬機器（EVM）中，所有的智慧合約操作和狀態轉換都必須在全網範圍內保持一致。這就要求所有的節點都按照相同的順序執行相同的交易。因此，即使某些交易之間實際上沒有依賴關係，它們也必須按照區塊中的順序一個接一個地執行，也就是串行處理。這種方法不僅造成了不必要的等待，而且效率低。
並行處理允許多個處理器或多個計算核心同時執行多個計算任務或處理數據，顯著提高處理效率和縮短運行時間，尤其是對於那些可以分解成多個獨立任務的複雜或大規模計算問題。並行EVM 是對傳統以太坊虛擬機的一個擴展或改進，能夠同時執行多個智能合約或合約函數調用，顯著提高整個網路的吞吐量和效率。此外，它還可以優化單執行緒執行時的效率。並行EVM 最直接的優勢是讓現有的去中心化應用，實現網路層級的效能。
Artela 網路與EVM++
Artela 是一個透過引入EVM++ 來提高EVM 的擴展性和效能的L1。 EVM++ 是EVM 執行層技術的升級，整合了EVM 的靈活性和WASM 的高效能特性。這種增強版的虛擬機支援並行處理和高效存儲，使得更複雜和對性能要求更高的應用能夠在Artela 上運行。 EVM++ 不僅支援傳統智慧合約，還能在鏈上動態添加和運行高效能模組，例如AI 代理，這些代理可以作為鏈上協處理器獨立運行，或直接參與到鏈上游戲中，創造真正可編程的NPC。
Artela 透過平行執行設計來確保網路節點的運算能力可以根據需求靈活擴展。此外，驗證器節點支援水平擴展，網路能夠根據當前的負載或需求自動調整計算節點的規模，此擴容過程由彈性協定協調，以確保共識網路中的運算資源充足。透過彈性運算保證網路節點算力可擴展，最終實現彈性區塊空間，允許大型dApp 根據特定需求申請獨立的區塊空間，這不僅滿足了擴展公共區塊空間的需要，還確保了大型應用的效能和穩定性。
Artela 的平行執行架構詳解
1. 預測性樂觀執行（Predictive Optimistic Execution）
預測性樂觀執行是Artela 的核心技術之一，也是不同於Sei 、Monad 等其他平行EVM 的特徵之一。樂觀執行指的是一種平行執行策略，假設初始狀態下事務之間沒有衝突。在這種機制中，每個事務都保持一個私有的狀態版本，記錄修改但不立即最終確定。事務執行完畢後，進行一次驗證階段，檢查是否有與同時期其他並行事務所引起的全域狀態變化的衝突。一旦偵測到衝突，就會重新執行事務。預測性是指透過特定的AI 模型分析歷史交易數據，來預測即將執行的交易之間的依賴關係，即哪些交易可能會存取相同的數據，並據此將交易分組安排它們的執行順序，從而減少執行衝突和重複執行。相較之下，在預測方面，Sei 依賴開發者提前定義好的交易依賴關係的文件，而Monad 是採用編譯器層級的靜態分析產生交易依賴關係的文件，兩者都不具備EVM 等效性，並且都缺乏Artela 基於AI 的動態預測模型的自適應能力。
2. 非同步預載技術（Async Preloading）
非同步預載技術致力於解決因狀態存取而導致的輸入輸出（I/O）瓶頸，目的是提高資料存取速度，減少事務執行時的等待時間。 Artela 在交易執行前，根據預測模型預先將所需的狀態資料從慢速儲存（如硬碟）載入到快速儲存（如記憶體）中。透過提前載入必要的數據，減少執行時的I/O等待時間。當數據預先被載入和緩存，多個處理器或執行緒可以同時存取這些數據，進一步提高執行的並行度。
3. 並行儲存（Parallel Storage）
隨著平行執行技術的引入，交易處理雖能並行化，但若資料的讀寫和更新速度不能同步提升，便會成為限制整體系統效能的關鍵因素，因此系統的瓶頸逐漸轉移到了儲存層面。像MonadDB 和SeiDB 等解決方案已經開始聚焦於儲存層面的最佳化。 Artela 借鑒和融合了多種成熟的傳統資料處理技術開發了平行存儲，進一步提升了平行處理的效率。
平行儲存系統主要針對兩大問題進行設計：一是實現儲存的平行化處理，二是提高資料狀態的高效記錄到資料庫的能力。在資料儲存過程中，常見的問題包括資料寫入時的膨脹和資料庫處理的壓力增加。為了有效應對這些問題，Artela 採納了狀態承諾（State Commitment，SC）與狀態儲存（State Storage，SS）的分離策略。此策略將儲存任務分為兩部分：一部分負責快速處理的操作，不保留複雜的資料結構，以此節省空間並減少資料重複；另一部分則負責記錄所有詳盡的資料資訊。此外，為了在處理大量資料時不影響效能，Artela 採用了將小塊資料合併成大塊的方法，減少了資料保存時的複雜性。
4. 彈性區塊空間（EBS）
Artela 的彈性區塊空間（EBS）是基於彈性運算概念設計而成，能夠根據網路擁塞程度自動調整區塊容納的交易數量。
彈性運算是一種雲端運算服務模型，可讓系統自動調整運算資源的配置以適應變化的負載需求，主要目的是優化資源使用效率，確保在需求增加時迅速提供額外的運算能力。
EBS 根據dApp 的具體需求來動態調整區塊資源，為需求高的dApp 提供獨立的擴容區塊空間，旨在解決不同應用對區塊鏈效能需求顯著差異的問題。 EBS的核心優勢在於「可預測效能」，即能夠為dApp 提供可預測的TPS。因此，不論公共區塊空間是否擁擠，擁有獨立區塊空間的dApp 都會獲得穩定的TPS。此外，如果dApp 編寫的合約支援並行，那麼可以進一步獲得更高的TPS。可以說，EBS 提供了一個相對於以太坊、Solana 等傳統區塊鏈平台更穩定的環境。這些傳統平台在網路擁擠時，如銘文熱潮期間或DeFi 活動高峰期間，常常導致dApp 效能下降，Artela 透過客製化和優化的資源管理有效解決了這類問題。
總結來看，Artela 透過並行執行堆疊和彈性區塊空間實現了高度可擴展性和可預測的網路效能。這種平行執行架構透過AI 模型精確預測交易依賴關係，減少了衝突和重複執行。並且，大型應用能夠根據需要專屬的處理能力和資源，保證了即使在網路高負載的情況下依然能保持穩定的效能。這使得Artela 網路能夠支援更複雜的應用場景，例如即時大數據處理和複雜的金融交易等。