แหล่งที่มาต้นฉบับ: Aptos Labs

นับตั้งแต่มีเทคโนโลยีการประมวลผล วิศวกรและนักวิจัยต่างพยายามค้นหาวิธีการผลักดันทรัพยากรการประมวลผลให้ถึงขีดจำกัดประสิทธิภาพอยู่เสมอ โดยมุ่งมั่นที่จะเพิ่มประสิทธิภาพให้สูงสุดในขณะที่ลดเวลาแฝงในงานประมวลผลให้เหลือน้อยที่สุด เสาหลักคู่ของประสิทธิภาพสูงและเวลาแฝงต่ำยังคงมีอิทธิพลต่อการพัฒนาของวิทยาการคอมพิวเตอร์ โดยมีผลกระทบต่อหลายด้าน ตั้งแต่ CPU และ FPGA ไปจนถึงระบบฐานข้อมูล และล่าสุดคือโครงสร้างพื้นฐาน AI และระบบบล็อคเชน ในการแสวงหาประสิทธิภาพสูง เทคโนโลยีท่อจึงกลายเป็นวิธีการที่ขาดไม่ได้ นับตั้งแต่มีการแนะนำการใช้งานใน IBM System/360 ในปี พ.ศ. 2507 [1] การทำงานแบบไปป์ไลน์ถือเป็นหัวใจสำคัญของการออกแบบระบบประสิทธิภาพสูง โดยผลักดันให้เกิดการอภิปรายและนวัตกรรมที่สำคัญในสาขานี้

เทคโนโลยีไปป์ไลน์ไม่เพียงแต่ใช้ในฮาร์ดแวร์เท่านั้น แต่ยังใช้กันอย่างแพร่หลายในด้านฐานข้อมูลด้วย ตัวอย่างเช่น Jim Gray ได้แนะนำการประมวลผลแบบคู่ขนานไปป์ไลน์ในหนังสือของเขาเรื่อง High Performance Database Systems [2] แนวทางนี้จะแบ่งแบบสอบถามฐานข้อมูลที่ซับซ้อนออกเป็นหลายขั้นตอนและรันพร้อมกัน จึงช่วยปรับปรุงประสิทธิภาพและประสิทธิผล การสร้างท่อยังมีความสำคัญอย่างยิ่งในด้านปัญญาประดิษฐ์ โดยเฉพาะอย่างยิ่งในกรอบการทำงานการเรียนรู้เชิงลึกที่ใช้กันอย่างแพร่หลายอย่าง TensorFlow ใช้ข้อมูลไพล์ไลน์ในการประมวลผลข้อมูลเบื้องต้นและการโหลดแบบขนาน ช่วยให้การไหลของข้อมูลระหว่างการฝึกอบรมและการอนุมานเป็นไปอย่างราบรื่น ทำให้เวิร์กโฟลว์ AI รวดเร็วและมีประสิทธิภาพมากขึ้น [3]

บล็อคเชนก็ไม่มีข้อยกเว้น ฟังก์ชันหลักนั้นคล้ายคลึงกับฐานข้อมูลซึ่งก็คือการประมวลผลธุรกรรมและการอัปเดตสถานะ แต่มีความท้าทายเพิ่มเติมจากการบรรลุฉันทามติแบบทนต่อความผิดพลาดแบบไบแซนไทน์ กุญแจสำคัญในการเพิ่มปริมาณงานของบล็อคเชน (ธุรกรรมต่อวินาที) และลดความหน่วง (เวลาในการยืนยันครั้งสุดท้าย) อยู่ที่การเพิ่มประสิทธิภาพการโต้ตอบระหว่างขั้นตอนต่างๆ เช่น การสั่ง การดำเนินการ การคอมมิต และการซิงโครไนซ์ธุรกรรมภายใต้โหลดที่สูง ความท้าทายนี้มีความสำคัญอย่างยิ่งในสถานการณ์ที่มีปริมาณงานสูง เนื่องจากการออกแบบดั้งเดิมมีปัญหาในการรักษาเวลาแฝงให้ต่ำ

การสำรวจแนวคิดเหล่านี้ จะช่วยได้หากนึกถึงสิ่งคล้ายคลึงที่คุ้นเคย: โรงงานผลิตรถยนต์ การทำความเข้าใจว่าสายการประกอบปฏิวัติการผลิตได้อย่างไรช่วยให้เราเข้าใจวิวัฒนาการของสายการประกอบบล็อคเชน และเหตุใดการออกแบบรุ่นต่อไปเช่น Zaptos[8] จึงผลักดันความสามารถของบล็อคเชนไปสู่ระดับใหม่

จากโรงงานผลิตรถยนต์สู่ระบบบล็อคเชน

ลองนึกภาพว่าคุณเป็นเจ้าของโรงงานผลิตรถยนต์ที่มีเป้าหมายหลัก 2 ประการ:

· เพิ่มผลผลิตสูงสุด: ประกอบรถยนต์ให้ได้มากที่สุดในแต่ละวัน

· ลดความล่าช้า: ลดเวลาในการก่อสร้างรถแต่ละคัน

ลองจินตนาการถึงโรงงานสามประเภท:

โรงงานแบบง่าย

ในโรงงานธรรมดาๆ แห่งหนึ่ง กลุ่มคนงานที่มีทักษะหลากหลายกำลังประกอบรถยนต์ทีละขั้นตอน คนงานคนหนึ่งประกอบเครื่องยนต์ คนต่อไปติดตั้งล้อ และเป็นเช่นนี้ต่อไปเรื่อยๆ ครั้งละรถหนึ่งคัน

มีปัญหาอะไร? คนงานบางคนมักถูกปล่อยให้รอ และประสิทธิภาพการทำงานโดยรวมก็ต่ำ เนื่องจากไม่มีใครทำงานกับชิ้นส่วนต่างๆ ของรถคันเดียวกันในเวลาเดียวกัน

โรงงานฟอร์ด

เปิดตัวสายการประกอบฟอร์ด[4]! ที่นี่ คนงานแต่ละคนจะมุ่งเน้นไปที่งานเดียว รถยนต์จะเคลื่อนที่ไปตามสายพานลำเลียง และเมื่อรถแต่ละคันผ่านไป คนงานจะคอยเพิ่มชิ้นส่วนของตัวเองเข้าไป

ผลลัพธ์เป็นอย่างไรบ้าง? รถยนต์หลายคันอยู่ในขั้นตอนการประกอบที่แตกต่างกันในเวลาเดียวกัน และคนงานทุกคนก็ยุ่งอยู่ ปริมาณงานที่ได้รับการปรับปรุงดีขึ้นอย่างมาก - แต่ยานพาหนะแต่ละคันยังคงต้องผ่านคนงานแต่ละคนตามลำดับ ซึ่งหมายความว่าความล่าช้าสำหรับยานพาหนะแต่ละคันยังคงเท่าเดิม

โรงงานมหัศจรรย์

ลองจินตนาการถึงโรงงานมหัศจรรย์ที่คนงานทุกคนสามารถทำงานกับรถยนต์หนึ่งคันในเวลาเดียวกันได้! แทนที่จะเคลื่อนย้ายรถจากสถานีงานหนึ่งไปยังอีกสถานีงานหนึ่ง ชิ้นส่วนต่างๆ ของรถจะถูกสร้างขึ้นพร้อมๆ กัน

ผลลัพธ์เป็นอย่างไรบ้าง? รถยนต์ถูกประกอบเสร็จภายในเวลาที่รวดเร็ว และดำเนินการทุกขั้นตอนอย่างสอดคล้องกัน นี่เป็นสถานการณ์ที่เหมาะสำหรับการแก้ไขปัญหาปริมาณงานและเวลาแฝง

เอาล่ะ พอแค่นี้ก่อนสำหรับโรงงานผลิตรถยนต์ แล้วบล็อคเชนล่ะ? ปรากฏว่าการออกแบบบล็อคเชนประสิทธิภาพสูงนั้นไม่ต่างจากการปรับปรุงสายการประกอบมากนัก

บล็อคเชนนั้นก็เหมือนกับโรงงานผลิตรถยนต์

ในบล็อคเชน การประมวลผลบล็อคนั้นก็คล้ายกับการประกอบรถยนต์ นี่คือการเปรียบเทียบ: · คนงาน = ทรัพยากรของผู้ตรวจสอบ · รถ = บล็อก · งานประกอบ = ขั้นตอนฉันทามติ การดำเนินการ และการยืนยัน · เช่นเดียวกับโรงงานง่ายๆ ที่ประมวลผลรถยนต์เพียงคันเดียวในแต่ละครั้ง บล็อคเชนที่ประมวลผลเพียงบล็อกเดียวในแต่ละครั้งก็จะประสบปัญหาจากการใช้ทรัพยากรที่ไม่เต็มประสิทธิภาพ ในทางกลับกัน การออกแบบบล็อคเชนในยุคใหม่มุ่งมั่นที่จะเป็นเหมือนสายการประกอบของฟอร์ด ซึ่งประมวลผลขั้นตอนต่างๆ ของบล็อกหลายๆ บล็อกพร้อมกัน นี่คือที่มาของเทคโนโลยีสายการประกอบ

วิวัฒนาการของ Blockchain Pipeline

สถาปัตยกรรมแบบดั้งเดิม: Sequential Blockchain

ลองจินตนาการถึง Blockchain ที่ประมวลผลบล็อกตามลำดับ ผู้ตรวจสอบจะต้อง:

1. รับข้อเสนอแบบเป็นบล็อค

2. ดำเนินการบล็อกเพื่ออัพเดตสถานะบล็อคเชน

3. ดำเนินการหาข้อตกลงร่วมกันเกี่ยวกับสถานะต่อไป

4. คงสถานะไว้ในฐานข้อมูล

5. เริ่มการบรรลุฉันทามติในบล็อคถัดไป

มีปัญหาอะไรเหรอ?

· การดำเนินการและการส่งมอบอยู่ในเส้นทางสำคัญของกระบวนการฉันทามติ

· อินสแตนซ์ฉันทามติแต่ละรายการจะต้องรอให้อินสแตนซ์ก่อนหน้าเสร็จสมบูรณ์ก่อนจึงจะเริ่มต้นได้

การตั้งค่านี้เหมือนกับโรงงานก่อนยุค Fordist: คนงาน (ทรัพยากร) มักจะอยู่เฉยๆ ในขณะที่มุ่งเน้นไปที่หนึ่งบล็อก (รถยนต์) ในแต่ละครั้ง น่าเสียดายที่บล็อคเชนที่มีอยู่จำนวนมากยังคงอยู่ในหมวดหมู่นี้ ส่งผลให้มีปริมาณงานต่ำและมีเวลาแฝงสูง

Aptos: ประสิทธิภาพการทำงานแบบคู่ขนาน

Diem แนะนำสถาปัตยกรรมไปป์ไลน์ที่แยกการดำเนินการและการส่งออกจากขั้นตอนฉันทามติ ในขณะที่ขั้นตอนฉันทามติเองก็นำการออกแบบไปป์ไลน์มาใช้ด้วยเช่นกัน

· การดำเนินการและการส่งแบบอะซิงโครนัส [5]: ผู้ตรวจสอบจะต้องบรรลุฉันทามติบนบล็อกก่อน จากนั้นจึงดำเนินการบล็อกตามสถานะของบล็อกหลัก หลังจากที่มีการลงนามและรับรองโดยผู้ตรวจสอบที่ครบองค์ประชุมแล้ว สถานะจะถูกคงไว้เพื่อจัดเก็บ

· ฉันทามติของสายการประกอบ (Jolteon[6]): อินสแตนซ์ฉันทามติใหม่สามารถเริ่มได้ก่อนที่อินสแตนซ์ก่อนหน้าจะเสร็จสมบูรณ์ ซึ่งคล้ายกับสายการประกอบที่กำลังเคลื่อนที่

วิธีนี้ช่วยปรับปรุงปริมาณงานโดยให้บล็อกต่างๆ อยู่ในขั้นตอนต่างๆ ได้ในเวลาเดียวกัน และลดเวลาบล็อกลงอย่างมากจนเหลือเพียงความล่าช้าของข้อความ 2 ข้อความ อย่างไรก็ตาม การออกแบบตามผู้นำของ Jolteon อาจสร้างคอขวดได้เนื่องจากผู้นำต้องรับภาระมากเกินไปในระหว่างการกระจายธุรกรรม

Aptos เพิ่มประสิทธิภาพให้กับกระบวนการทำงานเพิ่มเติมผ่าน Quorum Store[7] ซึ่งเป็นกลไกที่แยกการแจกจ่ายข้อมูลออกจากฉันทามติ แทนที่จะพึ่งพาผู้นำเพียงรายเดียวในการกระจายข้อมูลเป็นบล็อกขนาดใหญ่ในโปรโตคอลฉันทามติ Quorum Store จะแยกการแจกจ่ายข้อมูลออกจากการสั่งข้อมูลเมตา ช่วยให้ผู้ตรวจสอบสามารถแจกจ่ายข้อมูลได้อย่างไม่ซิงโครไนซ์และขนานกัน การออกแบบนี้ใช้แบนด์วิดท์รวมของตัวตรวจสอบทั้งหมด ช่วยขจัดปัญหาคอขวดของผู้นำในการบรรลุฉันทามติได้อย่างมีประสิทธิภาพ

รูปภาพ: วิธีที่ Quorum Store สร้างสมดุลการใช้ทรัพยากรตามโปรโตคอลฉันทามติของผู้นำ จนถึงตอนนี้ Aptos Blockchain ได้สร้าง “โรงงาน Ford” ของบล็อคเชนขึ้นมา ในขณะที่สายการประกอบของ Ford ปฏิวัติการผลิตยานยนต์—ขั้นตอนต่างๆ ของรถยนต์แต่ละรุ่นดำเนินการพร้อมๆ กัน—Aptos ก็จัดการกับขั้นตอนต่างๆ ของบล็อกต่างๆ ในเวลาเดียวกันเช่นกัน ทรัพยากรของผู้ตรวจสอบแต่ละรายจะถูกใช้ไปอย่างเต็มที่ ทำให้มั่นใจได้ว่าไม่มีส่วนใดของกระบวนการที่ต้องรอคอย การประสานงานอันชาญฉลาดนี้ส่งผลให้ระบบมีปริมาณงานสูง ทำให้ Aptos กลายเป็นแพลตฟอร์มอันทรงพลังในการประมวลผลธุรกรรมบล็อคเชนอย่างมีประสิทธิภาพและปรับขนาดได้

ไดอะแกรม: การประมวลผลแบบท่อของบล็อกที่ต่อเนื่องกันในบล็อคเชน Aptos ผู้ตรวจสอบสามารถส่งต่อบล็อกที่ต่อเนื่องกันในระยะต่างๆ เพื่อใช้ทรัพยากรให้เกิดประโยชน์สูงสุดและเพิ่มปริมาณงาน แม้ว่าปริมาณงานที่ส่งผ่านจะเป็นสิ่งสำคัญ แต่ความล่าช้าตั้งแต่ต้นทางถึงปลายทาง — เวลาตั้งแต่การส่งธุรกรรมจนถึงการยืนยันขั้นสุดท้าย — ก็มีความสำคัญเท่าเทียมกัน สำหรับแอปพลิเคชัน เช่น การชำระเงิน การเงินแบบกระจายอำนาจ (DeFi) และการเล่นเกม ทุกมิลลิวินาทีนับเป็นสิ่งสำคัญ ผู้ใช้จำนวนมากประสบกับความล่าช้าระหว่างเหตุการณ์ที่มีปริมาณการรับส่งข้อมูลสูง เนื่องจากธุรกรรมแต่ละรายการจะต้องผ่านขั้นตอนต่างๆ ตามลำดับ ได้แก่ การสื่อสารระหว่างไคลเอนต์-โหนดเต็ม-ตัวตรวจสอบ การบรรลุฉันทามติ การดำเนินการ การรับรองสถานะ การยืนยัน และการซิงโครไนซ์โหนดเต็ม ภายใต้โหลดที่สูง ขั้นตอนต่างๆ เช่น การดำเนินการและการซิงโครไนซ์โหนดเต็มรูปแบบจะทำให้มีเวลาแฝงมากขึ้น

รูปภาพ: สถาปัตยกรรมไปป์ไลน์ของบล็อคเชน Aptos แผนภาพนี้แสดงไคลเอนต์ Ci โหนดเต็ม Fi และตัวตรวจสอบ Vi แต่ละกล่องแสดงถึงขั้นตอนในบล็อคเชนที่บล็อคธุรกรรมจะต้องผ่านไปจากซ้ายไปขวา ขั้นตอนประกอบไปด้วย 5 ขั้นตอน: การบรรลุฉันทามติ (รวมถึงการแจกจ่ายและการสั่งซื้อ) การดำเนินการ การรับรอง การส่ง และการซิงโครไนซ์โหนดแบบเต็ม มันก็เหมือนกับโรงงานของ Ford ถึงแม้ว่าสายการประกอบจะเพิ่มผลผลิตโดยรวมให้สูงสุด แต่รถแต่ละคันก็ยังต้องผ่านคนงานทีละคน ดังนั้นจึงใช้เวลาในการประกอบค่อนข้างนาน เพื่อผลักดันประสิทธิภาพของบล็อคเชนให้ถึงขีดจำกัดจริงๆ เราจำเป็นต้องสร้าง “โรงงานมหัศจรรย์” ที่จะให้ขั้นตอนต่างๆ เหล่านี้ทำงานคู่ขนานกันไปได้

Zaptos: สู่ความหน่วงของบล็อคเชนที่เหมาะสมที่สุด

Zaptos[8] ช่วยลดความหน่วงลงอีกโดยไม่ต้องเสียสละปริมาณงานที่ส่งผ่านด้วยการเพิ่มประสิทธิภาพที่สำคัญสามประการ

· การดำเนินการในแง่ดี: ลดเวลาแฝงของไปป์ไลน์โดยเริ่มการดำเนินการทันทีหลังจากได้รับข้อเสนอแบบบล็อก ผู้ตรวจสอบจะเพิ่มบล็อกลงในไปป์ไลน์ทันที และดำเนินการอย่างคาดเดาหลังจากบล็อกหลักเสร็จสมบูรณ์ หลังจากได้รับข้อเสนอจากผู้ตรวจสอบแล้ว โหนดเต็มยังดำเนินการตรวจสอบเชิงบวกเพื่อยืนยันการพิสูจน์สถานะอีกด้วย

· คอมมิทในแง่ดี: เขียนสถานะไปยังที่จัดเก็บทันทีหลังจากที่บล็อกถูกดำเนินการ - แม้กระทั่งก่อนที่สถานะจะได้รับการรับรอง เมื่อผู้ตรวจสอบยืนยันสถานะในที่สุด จำเป็นต้องมีการอัปเดตเล็กน้อยเท่านั้นเพื่อให้การยืนยันเสร็จสมบูรณ์ หากบล็อกสิ้นสุดจากการไม่เรียงลำดับ สถานะที่มุ่งมั่นในเชิงบวกจะถูกย้อนกลับเพื่อรักษาความสม่ำเสมอ

· การยืนยันตัวตนอย่างรวดเร็ว: ผู้ตรวจสอบจะเริ่มยืนยันตัวตนสถานะของบล็อกที่ดำเนินการล่วงหน้าโดยการส่งข้อความยืนยันตัวตนแบบคู่ขนานในรอบฉันทามติขั้นสุดท้าย โดยไม่ต้องรอให้ฉันทามติเสร็จสมบูรณ์ การเพิ่มประสิทธิภาพนี้ช่วยลดเวลาแฝงของท่อส่งได้อย่างมีประสิทธิภาพหนึ่งรอบในกรณีทั่วไป

รูปภาพ: สถาปัตยกรรมท่อคู่ขนานของ Zaptos ขั้นตอนอื่นๆ นอกเหนือจากการสร้างฉันทามติ จะถูกซ่อนไว้ภายในขั้นตอนการสร้างฉันทามติ ซึ่งจะช่วยลดเวลาแฝงแบบครบวงจร

ด้วยการเพิ่มประสิทธิภาพเหล่านี้ Zaptos สามารถซ่อนเวลาแฝงของขั้นตอนไปป์ไลน์อื่น ๆ ภายในขั้นตอนฉันทามติได้อย่างมีประสิทธิภาพ ดังนั้น หากบล็อคเชนใช้โปรโตคอลฉันทามติที่มีค่าความหน่วงที่เหมาะสมที่สุด ค่าความหน่วงของบล็อคเชนโดยรวมก็สามารถปรับให้เหมาะสมได้เช่นกัน!

การพูดนั้นไร้ประโยชน์ แต่ข้อมูลต่างหากที่พูดได้

เราได้ประเมินประสิทธิภาพแบบครบวงจรของ Zaptos ผ่านการทดลองแบบกระจายตามตำแหน่งทางภูมิศาสตร์ โดยใช้ Aptos เป็นฐานอ้างอิงประสิทธิภาพสูง สำหรับรายละเอียดเพิ่มเติมโปรดดูเอกสาร [8]

บน Google Cloud เราจำลองเครือข่ายแบบกระจายศูนย์ทั่วโลกที่มีผู้ตรวจสอบ 100 รายและโหนดเต็ม 30 โหนด กระจายอยู่ใน 10 ภูมิภาค โดยใช้เครื่องระดับสินค้าโภคภัณฑ์ที่คล้ายกับการปรับใช้ Aptos

ปริมาณงาน-ความหน่วง

รูปภาพ: ประสิทธิภาพทั่วไปของบล็อคเชน Zaptos และ Aptos รูปภาพด้านบนเปรียบเทียบความสัมพันธ์ระหว่างเวลาแฝงแบบ end-to-end และปริมาณงานของทั้งสองระบบ ทั้งสองรุ่นจะมีค่าความหน่วงค่อยๆ เพิ่มขึ้นตามปริมาณงานที่เพิ่มขึ้น โดยมีค่าพุ่งสูงอย่างรวดเร็วที่ความจุสูงสุด แต่ Zaptos จะแสดงค่าความหน่วงที่เสถียรยิ่งขึ้นตลอดจนถึงปริมาณงานสูงสุด โดยค่าความหน่วงลดลง 160 มิลลิวินาทีที่โหลดต่ำและมากกว่า 500 มิลลิวินาทีที่โหลดสูง

ที่น่าประทับใจคือ Zaptos สามารถทำความล่าช้าได้ต่ำกว่าวินาทีที่ 20,000 TPS ในสภาพแวดล้อมเมนเน็ตระดับการใช้งานจริง ซึ่งถือเป็นความก้าวหน้าครั้งสำคัญที่ทำให้สามารถใช้แอปพลิเคชันในโลกแห่งความเป็นจริงที่ต้องการความเร็วและความสามารถในการปรับขนาดได้

การสลายตัวที่ล่าช้า

​​

กราฟิก: การสลายตัวที่ล่าช้าของบล็อคเชน Aptos

กราฟิก: การสลายตัวที่ล่าช้าของ Zaptos แผนภูมิการแยกรายละเอียดเวลาแฝงแสดงรายละเอียดระยะเวลาที่ผู้ตรวจสอบและโหนดเต็มใช้ในแต่ละขั้นตอนของไปป์ไลน์ ข้อมูลเชิงลึกที่สำคัญได้แก่:

· ถึง 10,000 TPS: ความหน่วงโดยรวมของ Zaptos นั้นแทบจะเหมือนกันกับความหน่วงตามฉันทามติ เนื่องจากเฟสการดำเนินการเชิงบวก การตรวจสอบความถูกต้อง และการยืนยันเชิงบวกนั้น "ซ่อน" ไว้ภายในเฟสฉันทามติอย่างมีประสิทธิผล

· สูงกว่า 10,000 TPS: เฟสที่ไม่มีฉันทามติจะมีความสำคัญมากยิ่งขึ้นเนื่องจากการดำเนินการในแง่ดีและเวลาซิงค์โหนดเต็มที่เพิ่มมากขึ้น อย่างไรก็ตาม Zaptos ช่วยลดเวลาแฝงโดยรวมได้อย่างมากโดยการทับซ้อนกับขั้นตอนส่วนใหญ่ ตัวอย่างเช่น ที่ 20,000 TPS เวลาแฝงรวมพื้นฐานอยู่ที่ 1.32 วินาที (0.68 วินาทีสำหรับฉันทามติ 0.64 วินาทีสำหรับเฟสอื่นๆ) ในขณะที่ Zaptos อยู่ที่ 0.78 วินาที (0.67 วินาทีสำหรับฉันทามติ 0.11 วินาทีสำหรับเฟสอื่นๆ)

บทสรุป

วิวัฒนาการของสถาปัตยกรรมบล็อคเชนมีความคล้ายคลึงกับการเปลี่ยนแปลงการผลิต ตั้งแต่เวิร์กโฟลว์แบบต่อเนื่องที่เรียบง่ายไปจนถึงสายการประกอบแบบขนานสูง แนวทางการประมวลผลแบบท่อของ Aptos ช่วยปรับปรุงทรูพุตได้อย่างมีนัยสำคัญ และ Zaptos ยังก้าวไปอีกขั้นด้วยการลดเวลาแฝงให้เหลือเพียงระดับต่ำกว่าวินาที ในขณะที่ยังคงรักษา TPS ไว้ในระดับสูง ในขณะที่สถาปัตยกรรมการประมวลผลสมัยใหม่ใช้ประโยชน์จากการประมวลผลแบบคู่ขนานเพื่อเพิ่มประสิทธิภาพสูงสุด บล็อคเชนก็ต้องปรับแต่งการออกแบบอย่างต่อเนื่องเพื่อกำจัดเวลาแฝงที่ไม่จำเป็น Zaptos ช่วยปูทางไปสู่แอปพลิเคชันบล็อคเชนในโลกแห่งความเป็นจริงที่ต้องการความเร็วและการปรับขนาด โดยการปรับปรุงขั้นตอนการทำงานของบล็อคเชนให้เหมาะสมที่สุดเพื่อให้มีเวลาแฝงต่ำที่สุด

ข้อมูลอ้างอิง

[1] Gene M. Amdahl, Gerrit A. Blaauw และ Frederick P. Brooks 2507. “สถาปัตยกรรมของ IBM System/360” IBM Journal of Research and Development. https://doi.org/10.1147/rd.82.0087

[2] David DeWitt และ Jim Gray. 1992. “ระบบฐานข้อมูลแบบคู่ขนาน: อนาคตของระบบฐานข้อมูลประสิทธิภาพสูง” การสื่อสารของ ACM https://doi.org/10.1145/129888.129894

[3] Martín Abadi, Paul Barham, Jianmin Chen, Zhifeng Chen, Andy Davis, Jeffrey Dean, แมทธิว เดวิน และคณะ 2016. “TensorFlow: ระบบสำหรับการเรียนรู้ของเครื่องจักรขนาดใหญ่” ในการประชุมเชิงปฏิบัติการ USENIX ครั้งที่ 12 เกี่ยวกับการออกแบบและการใช้งานระบบปฏิบัติการ (OSDI) https://arxiv.org/abs/1605.08695

[4] สายการประกอบเคลื่อนที่และวันทำงานห้าดอลลาร์ https://corporate.ford.com/articles/history/moving-assembly-line.html

[5] Zekun Li และ Yu Xia 2564. DIP-213 - การดำเนินการแบบแยกส่วน https://github.com/diem/dip/blob/7dc44ee57bb7efe76559f05dcc6851d97e2d3149/dips/dip-213.md

[6] ราติ เกลาชวิลี, เลเวเทอริส โคโคริส-โคเกียส, อัลแบร์โต ซอนนิโน, อเล็กซานเดอร์ สปีเกลมาน และจูโอลุน เซียง. 2022. “Jolteon และ Ditto: การสร้างฉันทามติที่มีประสิทธิภาพและปรับตัวตามเครือข่ายพร้อมการสำรองข้อมูลแบบอะซิงโครนัส” ในการประชุมนานาชาติเกี่ยวกับการเข้ารหัสทางการเงินและความปลอดภัยของข้อมูล (FC) https://arxiv.org/abs/2106.10362

[7] Quorum Store: How Consensus Scales Horizontally Scales on the Aptos Blockchain. https://medium.com/aptoslabs/quorum-store-how-consensus-horizontally-scales-on-the-aptos-blockchain-988866f6d5b0

[8] Zhuolun Xiang, Zekun Li, Balaji Arun, Teng Zhang และ Alexander Spiegelman 202 2025. “Zaptos: สู่ความล่าช้าของบล็อคเชนที่เหมาะสมที่สุด” arXiv พิมพ์ล่วงหน้า arXiv:2501.10612 https://arxiv.org/abs/2501.10612 บทความนี้มาจากการสนับสนุนและไม่แสดงถึงมุมมองของ BlockBeats

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia