المصدر: Aptos Labs

منذ ظهور تكنولوجيا الحوسبة ، استكشف المهندسون والباحثون باستمرار كيفية دفع موارد الحوسبة إلى حدود أدائها ، والسعي لتحقيق أقصى قدر من الكفاءة مع تقليل زمن انتقال المهام الحسابية. لطالما كان الأداء العالي والكمون المنخفض هما الركيزتان اللتان تشكلان تطوير علوم الكمبيوتر ، مما يؤثر على مجموعة واسعة من المجالات ، بما في ذلك وحدة المعالجة المركزية ، FPGA ، أنظمة قواعد البيانات ، بالإضافة إلى التطورات الحديثة في البنية التحتية للذكاء الاصطناعي وأنظمة blockchain. في السعي لتحقيق الأداء العالي ، أصبحت تكنولوجيا خطوط الأنابيب أداة لا غنى عنها. منذ طرحه في عام 1964 مع IBM System/360 [1]، كان جوهر تصميم النظام عالي الأداء، وقاد المناقشات والابتكارات الرئيسية في هذا المجال.

تقنية الأنابيب لا تُطبق فقط في الأجهزة بل تُستخدم على نطاق واسع أيضًا في قواعد البيانات. على سبيل المثال، قدم جيم غراي طريقة التوازي في الأنابيب في عمله أنظمة قواعد البيانات عالية الأداء. تقوم هذه الطريقة بتقسيم استعلامات قواعد البيانات المعقدة إلى مراحل متعددة وتشغيلها بشكل متزامن، مما يحسن الكفاءة والأداء. تعتبر تقنية الأنابيب حاسمة أيضًا في مجال الذكاء الاصطناعي، خاصة في إطار تعلم الآلة العميق TensorFlow الذي يستخدم توازي أنابيب البيانات لمعالجة تحضير البيانات وتحميلها، مما يضمن تدفق بيانات سلس للتدريب والاستنتاج، مما يجعل سير العمل في الذكاء الاصطناعي أسرع وأكثر كفاءة.

البلوكتشين ليس استثناءً. وظيفته الأساسية مشابهة لقواعد البيانات، حيث يتم معالجة المعاملات وتحديث الحالات، ولكن مع تحدي القبول الخاطئ بيزنطي. تعزيز إنتاجية البلوكتشين (المعاملات في الثانية) وتقليل التأخر (الوقت للتأكيد النهائي) يكمن في تحسين التفاعلات بين مراحل مختلفة - فرز، تنفيذ، تقديم، ومزامنة المعاملات - تحت حمولات عالية. هذا التحدي حرج بشكل خاص في سيناريوهات الإنتاجية العالية، حيث تكافح التصميمات التقليدية للحفاظ على التأخر المنخفض.

لاستكشاف هذه الأفكار، دعونا نعيد زيارة مقارنة مألوفة: مصنع السيارات. فهم كيفية ثورة خط الإنتاج في التصنيع يساعدنا على تقدير تطور خطوط البلوكتشين - ولماذا التصاميم من الجيل القادم مثل Zaptos[8] تدفع أداء البلوكتشين إلى ارتفاعات جديدة.

من مصنع السيارات إلى البلوكتشين

تخيل أنك صاحب مصنع سيارات بغرضين رئيسيين:

· زيادة الإنتاجية: تجميع أكبر عدد ممكن من السيارات كل يوم.

· تقليل التأخير: اختصار الوقت الذي يستغرقه بناء كل سيارة.

الآن، تخيل ثلاثة أنواع من المصانع:

مصنع بسيط

في مصنع بسيط، يقوم مجموعة من العمال المتعددين بتجميع سيارة خطوة بخطوة. يقوم أحد العمال بتجميع المحرك، والآخر يقوم بتركيب العجلات، وهكذا - إنتاج سيارة واحدة في كل مرة.

ما هي المشكلة؟ بعض العمال غالبا ما يكونون في حالة فارغة، وكفاءة الإنتاج العامة منخفضة لأن لا أحد يعمل على أجزاء مختلفة من نفس السيارة في نفس الوقت.

مصنع فورد

ادخل خط الإنتاج في فورد [4]! هنا، يركز كل عامل على مهمة واحدة. تتحرك السيارة على طول سير ناقل، وأثناء تمريرها، يضيف كل عامل متخصص أجزاءه الخاصة.

ماذا يحدث؟ عدة سيارات في مراحل تجميع مختلفة بشكل متزامن، وجميع العمال مشغولون. يزيد الإنتاج بشكل كبير، ولكن كل سيارة لا تزال تمر عبر كل عامل واحد تلو الآخر، مما يعني أن وقت التأخير لكل سيارة يظل ثابتاً.

مصنع السحر

الآن، تخيل مصنعًا سحريًا حيث يمكن لجميع العمال العمل على نفس السيارة في نفس الوقت! لا حاجة لنقل السيارة من محطة إلى أخرى؛ كل جزء من السيارة يتم بناؤه بشكل متزامن.

ما هو النتيجة؟ يتم تجميع السيارات بسرعة قياسية، مع حدوث كل خطوة بتناغم. هذا هو السيناريو المثالي لحل مشكلتي الإنتاجية والكمون.

الآن، بعد مناقشة مصنع السيارات، ماذا عن البلوكتشين؟ يبدو أن تصميم بلوكتشين عالي الأداء ليس مختلفًا كثيرًا عن تحسين خط التجميع.

البلوكتشين كمصنع للسيارات

في البلوكتشين، معالجة كتلة مشابهة لتجميع سيارة. المقارنة كما يلي:

· العمال = موارد المصادقين

· السيارات = كتلة

مهام التجميع = مراحل مثل التوافق والتنفيذ والتقديم

تمامًا كما يعالج مصنع بسيط سيارة واحدة في كل مرة، إذا كانت البلوكتشين تعالج كتلة واحدة في كل مرة، فإن ذلك يؤدي إلى تحقيق استخدام غير فعال للموارد. على النقيض من ذلك، تهدف تصاميم البلوكتشين الحديثة إلى العمل على غرار خط إنتاج فورد - عن طريق التعامل مع مراحل مختلفة من عدة كتل بشكل متزامن. هنا تأتي تكنولوجيا الخطوط الأنابيب للعب دورًا.

تطور خط الأنابيب البلوكتشين

العمارة التقليدية: البلوكتشين التسلسلي

تخيل سلسلة كتل تعمل بشكل متتالي. يحتاج المحققون:

1. استلام اقتراح الكتلة.

2. تنفيذ الكتلة لتحديث حالة البلوكتشين.

3. تواصل الاتفاق على تلك الحالة.

4. الاحتفاظ بالحالة في قاعدة البيانات.

5. بدء التوافق على الكتلة التالية.

ما هي المشكلة؟

· التنفيذ والتقديم على المسار الحرج لعملية التوافق.

· يجب على كل حالة توافق أن تنتظر الحالة السابقة لها لإنهاء قبل البدء.

هذا الإعداد مشابه لمصنع عصر ما قبل فورد: العمال (الموارد) غالباً ما يكونون خاملين عند التركيز على كتلة واحدة (سيارة) في نفس الوقت. للأسف، العديد من سلاسل الكتل الحالية تنتمي لهذه الفئة ما يؤدي إلى إنتاجية منخفضة وتأخير عالي.

أبتوس: الأداء المتوازي

قدمت ديم نموذجًا معماريًا للأنابيب يفصل التنفيذ والتقديم عن مرحلة التوافق، مع اعتماد تصميم أنبوبي للتوافق نفسه.

· التنفيذ والتقديم غير المتزامن [5]: يصل المحققون أولاً إلى اتفاق بشأن كتلة، ثم ينفذون الكتلة بناءً على حالة الكتلة الأم. بمجرد توقيع عدد المحققين المطلوب، يتم الاحتفاظ بالحالة في التخزين.

· توافق خط الأنابيب (Jolteon[6]): يمكن أن تبدأ حالات التوافق الجديدة قبل اكتمال الحالة السابقة، تمامًا كما في خط التجميع المتحرك.

يزيد هذا من الإنتاجية عن طريق السماح للكتل المختلفة بأن تكون في مراحل مختلفة في نفس الوقت، مما يقلل بشكل كبير من وقت الكتلة إلى مجرد تأخيري رسائل. ومع ذلك، يمكن أن يتسبب تصميم جولتيون القائم على القائد في تكون Eng bottlenecks، حيث يصبح القائد مكدَّدًا خلال توزيع المعاملات.

قامت Aptos بتحسين الخط الأنابيب بشكل أفضل مع متجر Quorum[7]، وهو آلية تفصل توزيع البيانات عن التوافق. لم يعد متجر Quorum يعتمد على قائد واحد لنشر كتل البيانات الكبيرة في بروتوكول التوافق ولكن يفصل توزيع البيانات عن ترتيب البيانات الوصفية، مما يسمح للمدققين بتوزيع البيانات بشكل غير متزامن ومتزامن. تستخدم هذه التصميمات عرض النطاق الترددي الإجمالي لجميع المدققين، وتقضي بشكل فعال على عائق القائد في التوافق.

الرسم التوضيحي: كيف توازن متجر كووروم استخدام الموارد استنادًا إلى بروتوكول التوافق القائم على الزعيم.

مع هذا، قامت سلسلة كتل Aptos بإنشاء "مصنع فورد" للبلوكتشين. تمامًا كما غيَّرت خط التجميع التابع لفورد إنتاج السيارات - حدوث مراحل مختلفة من سيارات مختلفة بشكل متزامن - تقوم Aptos بمعالجة مراحل مختلفة من كتل مختلفة بشكل متزامن. يتم استخدام موارد كل محقق بشكل كامل، مما يضمن عدم انتظار أي جزء من العملية. تؤدي هذه التوزيعة الذكية إلى نظام عالي الإنتاجية، مما يجعل من Aptos منصة قوية لمعالجة عمليات سلسلة كتل بكفاءة وبصورة قابلة للتوسيع.

رسم توضيحي: معالجة أنابيب الكتل المتتالية في سلسلة الكتل Aptos. يمكن للمحققين توجيه مراحل مختلفة من الكتل المتتالية لزيادة استخدام الموارد وزيادة الإنتاجية.

بينما يعد معدل الإنتاجية أمراً حاسماً، فإن الكفاءة من نهاية إلى نهاية - أي الوقت من تقديم المعاملة إلى التأكيد النهائي - مهم بالمثل. بالنسبة لتطبيقات مثل الدفعات والتمويل اللامركزي (DeFi)، والألعاب، كل جزء من الثانية أمر مهم. لقد عانى العديد من المستخدمين من التأخيرات أثناء الأحداث ذات الحركة العالية لأن كل معاملة يجب أن تمر عبر سلسلة من المراحل بشكل تسلسلي: تواصل العميل - العقدة الكاملة - التواصل مع الكاشف، التوافق، التنفيذ، التحقق من الحالة، التقديم، ومزامنة العقدة الكاملة. في ظل الأحمال العالية، تضيف مراحل مثل التنفيذ ومزامنة العقدة الكاملة تأخيراً إضافياً.

رسم توضيحي: هندسة الأنابيب الخاصة بسلسلة كتل Aptos. يظهر الرسم البياني العميل Ci، العقدة الكاملة Fi، والمحقق Vi. يمثل كل مربع مرحلة يمر بها كتلة المعاملات في سلسلة الكتل من اليسار إلى اليمين. تتكون الأنابيب من خمس مراحل: الاتفاق (بما في ذلك التوزيع والترتيب)، التنفيذ، التحقق، التقديم، ومزامنة العقدة الكاملة.

إنها تشبه مصنع فورد: على الرغم من أن خط الإنتاج يزيد من إجمالي الإنتاجية، إلا أن كل سيارة لا بد أن تمر عبر كل عامل بترتيب، لذلك يكون وقت الاكتمال أطول. لدفع أداء البلوكتشين إلى حدوده، نحتاج إلى بناء "مصنع سحري" - حيث تعمل هذه المراحل بشكل متوازٍ.

Zaptos: التحرك نحو تأخير سلسلة الكتل الأمثل

Zaptos[8] يقلل من التأخر من خلال ثلاثة تحسينات رئيسية دون التضحية بالإنتاجية.

· التنفيذ التفاؤلي: يقلل من تأخير الأنبوبة من خلال بدء التنفيذ على الفور بعد استلام اقتراح كتلة. يضيف المحققون على الفور الكتلة إلى الأنبوبة ويتكهنون في التنفيذ بعد اكتمال الكتلة الأم. تقوم العقد الكاملة أيضًا بالتنفيذ التفاؤلي عند استلام الاقتراح من المحقق للتحقق من دليل الحالة.

· التقديم المتفائل: يكتب الحالة إلى التخزين مباشرة بعد تنفيذ الكتلة - حتى قبل التحقق من الحالة. عندما يقوم المحقق في نهاية المطاف بشهادة الحالة، فإنه لا يتطلب سوى تحديثات بسيطة لإكمال الإرسال. إذا لم يتم ترتيب كتلة في النهاية، يتم التراجع بشكل متفائل عن الحالة المقدمة للحفاظ على الاتساق.

· التحقق السريع: يبدأ المحققون في التحقق من حالة الكتل المنفذة بشكل متوازي خلال جولة التوافق النهائية، دون الانتظار حتى يتم الانتهاء من التوافق. تقلل هذه الأمثلة التحسينية عادةً من تأخير الخط الزمني بجولة واحدة في السيناريوهات الشائعة.

الرسم التوضيحي: هندسة أنابيب موازية لـ Zaptos. تكون جميع المراحل ما عدا الموافقة مخفية بشكل فعال داخل مرحلة الموافقة، مما يقلل من تأخر النهاية إلى النهاية.

من خلال هذه الأمثلة، يخفي Zaptos بشكل فعال تأخر مراحل أخرى في أنبوب البيانات داخل مرحلة الاتفاق. نتيجة لذلك، إذا اعتمدت سلسلة الكتل بروتوكول اتفاق مع تأخر أمثل، يمكن أيضًا لتأخر سلسلة الكتل الكلي أن يصل إلى أقصى قدر من الكفاءة!

الحديث الفارغ عديم الجدوى؛ البيانات تتحدث بنفسها

قمنا بتقييم أداء Zaptos من النهاية إلى النهاية من خلال تجارب موزعة جغرافيًا، باستخدام Aptos كقاعدة بيانات عالية الأداء. لمزيد من التفاصيل، راجع الورقة [8].

على Google Cloud، قمنا بمحاكاة شبكة لامركزية عالمية تتكون من 100 محقق و 30 عقد كامل، موزعين عبر 10 مناطق، باستخدام أجهزة عالية الجودة مماثلة لتلك المستخدمة في نشر Aptos.

الإنتاجية-التباطؤ

توضيح: مقارنة الأداء بين سلاسل Zaptos و Aptos.

الرسم البياني أعلاه يقارن العلاقة بين تأخر النهاية إلى النهاية والإنتاجية لكلا النظامين. كلاهما يشهد زيادة تدريجية في تأخر النشاط مع زيادة الحمل، مع ذروة حادة عند الطاقة القصوى. ومع ذلك، يظهر Zaptos بشكل ثابت تأخرًا أكثر استقرارًا قبل الوصول إلى أقصى إنتاجية، مما يقلل من تأخر النشاط بمقدار 160 مللي ثانية تحت الحمل الخفيف وأكثر من 500 مللي ثانية تحت الحمل الثقيل.

بشكل مذهل، يحقق زابتوس تأخير دون الثانية الواحدة عند 20 ألف عملية في الثانية في بيئة شبكة رئيسية على مستوى الإنتاج - هذا الإنجاز يجعل تطبيقات العالم الحقيقي التي تتطلب السرعة والقابلية للتوسيع واقعًا.

تفكيك التأخير

توضيح: تفكك التأخير في سلسلة كتل الأبتوس.

توضيح: تفكك التأخير لـ Zaptos.

يوفر مخطط تفكك التأخير عرضًا مفصلًا لمدة كل مرحلة في خط الأنابيب للمحققين والعقد الكاملة. تشمل الرؤى الرئيسية:

· تصل إلى 10k TPS: يكاد تكون الكفاءة العامة لـ Zaptos متطابقة تقريباً مع كفاءة التوافق الخاصّة به، حيث تتم إخفاء مراحل التنفيذ التفاؤلية والتحقّق وتقديم التوافق التفاؤلي بشكل فعّال ضمن مرحلة التوافق.

· أعلى من 10k TPS: مع زيادة وقت التنفيذ المتفائل ومزامنة العقدة الكاملة، تصبح المراحل غير المتفق عليها أكثر أهمية. ومع ذلك، يقلل Zaptos بشكل كبير من التأخير الإجمالي من خلال تداخل معظم المراحل. على سبيل المثال، عند 20k TPS، يبلغ التأخير الإجمالي الأساسي 1.32 ثانية (موافقة 0.68 ثانية، مراحل أخرى 0.64 ثانية)، بينما يحقق Zaptos 0.78 ثانية (موافقة 0.67 ثانية، مراحل أخرى 0.11 ثانية)

استنتاج

تشبه تطور هندسة البلوكتشين التحول في التصنيع — من سير العمل التسلسلية البسيطة إلى خطوط التجميع الموازية بشكل كبير. يعمل نهج Aptos للأنابيب على زيادة إنتاجية عالية ، بينما يأخذ Zaptos الأمور أبعد من ذلك من خلال تقليل التأخير إلى مستويات فرعية ، مع الحفاظ على معدلات TPS عالية. تمامًا كما تستفيد هندسة الحوسبة الحديثة من التوازي لتعظيم الكفاءة ، يجب على البلوكتشينات تحسين تصميماتها بشكل مستمر للقضاء على التأخير غير الضروري. من خلال تحسين أنابيب البلوكتشين بالكامل للحصول على أقل تأخير ، يمهد Zaptos الطريق لتطبيقات البلوكتشين العملية في العالم الحقيقي التي تتطلب السرعة وقابلية التوسع.

تنصل من المسؤولية:

1. This article is reprinted from [كتلة بيتس], ويعود حق النشر إلى الكاتب الأصلي [ Aptos Labs]. إذا كان لديك أي اعتراض على إعادة الطباعة، يرجى التواصل معبوابة تعلمالفريق، وسيتولى الفريق ذلك في أقرب وقت ممكن وفقًا للإجراءات ذات الصلة.

2. تنويه: تعبر الآراء والآراء المعبر عنها في هذه المقالة فقط عن آراء الكاتب الشخصية ولا تشكل أي نصيحة استثمارية.

3. تتم ترجمة النسخ الأخرى من المقال بواسطة فريق Gate Learn. قد لا يتم نسخ المقال المترجم أو توزيعه أو نسخه دون ذكر الأسمبوابة.ايو.