AI热潮下,公链基础设施赛道都有哪些变化?

最近在一级市场,最火热的赛道无疑是AI,其次是BTC,每天聊的项目80%都集中在这两个赛道,我个人最多的时候一天可以聊5,6个AI项目。

可以预见的是AI泡沫会在明后年达到顶峰,随着数以百计的AI新项目上线,AI赛道市值攀向巅峰,在最终泡沫破裂,一地鸡毛的同时,也会诞生出真正找到AI X Crypto契合点的独角兽,把这个赛道以及整个行业继续向前推进。

所以在当前AI过热的环境下,静下心来,看看近几个月在Infra层面,尤其是公链Infra这个赛道发生了哪些变化,其中有些新的东西还是值得一说.。

一. ETH,或者说单片链的进一步解构

当年Celestia第一次提出模块化概念以及DA层这个概念的时候,市场其实花了不少时间去消化和理解,现在这个概念早已深入人心,各种RaaS基础设施已经泛滥到基建数量>应用数量>用户数量这么一个夸张的阶段。

执行层,DA层,结算层在过去几个月里分别发生了一些不同技术上的进展,每层都衍生出新的技术方案,甚至结算层的概念也不再是ETH专有。我们每个层挑代表性的技术来简单说下。
我该如何安全的交易买卖比特币?

入圈遇到困难参考教程:
http://www.btcwbo.com/94.html

二. 执行层

执行层最火热的概念无疑是Parallel EVM — 以Monad, Sei, MegaETH为代表,FTM,Canto等一些现有项目也开始计划往这个方向升级。不过正如不是所有ZK项目都会保护隐私一样,被Parallel EVM标签的项目其实在技术路线和最终目标上面都各有不同。

拿Sei的一张图来做个直观的展示,很明显在乐观的情况下,由现有的顺序处理改成并行处理对性能的提升还是非常明显的。

AI热潮下,公链基础设施赛道都有哪些变化?

Parallel EVM里面其实又可以分成几个不同的技术路线。

从交易如何并行的角度— 太阳底下无新鲜事,无非先验与后验的区别

先验以Solana和Sui为代表,要求交易明确声明他们修改了链状态的哪些部分,这样在打包区块之前实现检测是否有状态冲突(比如对同一个AMM池的访问),有的话就丢弃这些造成冲突的交易。

后验也叫乐观并行,以Aptos BlockSTM为代表,即先假设大家都没有冲突把交易收进来再说,执行完了再检测。发现冲突的交易就宣布这个交易无效,结果刷新,重新执行,重复这个步骤直到区块中的所有交易都被执行。Sei,Monad,MegaETH,Canto使用了类似的解决方案。

我们在一级市场还有看到针对状态冲突情境下(像上文说的同一AMM池访问)做并行化的解决方案,但看上去工程会相对复杂,不确定商业上是否可行,还在评估中。

从对Parrallel EVM重视的程度 —也可以分成两个流派
  • 一个是Monad,Sei为代表,把如何交易并行作为主要扩容思路,即Parallellization为主叙事,比如Monad除了乐观的并行处理,还有专门开发的MonadDB,异步I/O专门配合并行处理。
  • 另一个是Fantom, Solana, MegaETH的思路,并行化是扩容方案之一,但也只是之一,Parallellization是个辅助叙事,性能提升更多依赖于其他的技术方案。

比如Fantom的Sonic升级,主打的是FVM虚拟机+与优化过的Lachesis共识机制。Solana下一阶段主打的是Firedancer新客户端的模块化架构,优化的网络通信机制和签名验证等等。

MegaETH的目标是实现Realtime-blockchain。首先是在Paradigm新开发的Reth高性能客户端基础上,在全节点的状态同步机制(只同步状态差异而非全部数据),Sequencer的硬件设计(大量高性能带存储功能的RAM来做状态访问,避免缓慢的磁盘I/O),Merkle Trie的数据结构改进等多个方面做了进一步优化和提升,相当于软件,硬件,数据结构,磁盘IO,网络通信,交易的排序和并行处理上综合全方位提升,把EVM的性能天花板推至极限,接近“Realtime Blockchain”。

三. DA层

DA层没有特别大的技术迭代,所以这个赛道卷的程度远不如执行层,算来算去就那么几个主要选手。

ETH的CallData升级成了Blob,各个L2的费用大幅下降,现在ETH已经是一个“不算贵”的DA了。

Celestia更大的作用反而是上线之后作为第一个提出DA层概念的项目,把DA这个赛道从20亿FDV的天花板拉到了200亿,从此格局和想象力打开。很多新的Layer2 Appchain首选DA自然也是Celestia。

Avail从Polygon独立了出来,从技术上来讲更像是一个“加强版的Celestia”,比如用了波卡那套Grandpa+BABE的共识机制,相较于Celestia的Tendermint理论上可以支持更多节点的去中心化,还有比如支持Celestia不支持的Validity Proof等等,当然技术上的差异远不如生态来的重要,Avail在生态层面还需奋起直追。

EigenDA前两天也随着EigenLayer主网一同上线,EigenLayer作为本轮最强叙事之一+最会商业合作的项目,EigenDA的采用率我个人感觉不会低,理论上来说只要“感觉安全,价格便宜”,并没有太多项目真的在乎你用的是Validity Proof还是Fraud Proof,DAS有没有支持等等。

比较值得一说的反而是下面三个DA

  • Near DA — Near是个神奇的公链,原本是做分片的,现在也依旧在做,但在做分片的同时他还做了DA — 比Celestia更便宜,还支持L2的快速结算;链抽象 — 最近Near推出了链签名,让用户能可以通过单个NEAR账户请求给任何链上的交易签名;AI — 人家Founder illia是Transformer八子之一,在英伟达大会上被黄老板拍肩膀的人,现在正在计划聘请AI工程师,会在下个月发布near.ai相关公告……六边形战士,我也扔到了DA赛道。
  • BTC&CKB — 因为BTC的一层不支持智能合约,无法直接结算,所以现在几十条BTC EVM Layer2基本都在把BTC当成DA用,区别无非在于是把ZK Proof直接扔到BTC上还是把ZK Proof的Hash扔上去,仿佛不这样做就不能称自己为“BTC Layer2”一样。最近其实有碰到新项目说“我不装了,我就是ETH L2,DA结算都在ETH上,但我是为BTC生态服务的!”,较为喜感……唯一一个扩容方案的另类是CKB退出的RGB++,在这套框架里,CKB成了类DA的存在,而BTC因为UTXO同构绑定的黑科技,近似成为了RGB++的结算层。
  • 新DA — 说两个看到的DA新思路,就不提项目名字了,一个是把DA跟AI结合,除了自身是一个高性能DA之外,还可以充当AI大模型,训练数据和训练轨迹的存储层。一个是改进了Celestia等DA底层的纠错码机制,可以在一个动态网络(每一轮都有几个节点随机掉线)这样的不稳定状态里提供更加的Robust的网络状态。

四. 结算层

原本这个层几乎是ETH独占的,DA有Celestia竞争,执行自家有一众L2。唯独结算,其他链像是Solana,Aptos之类还没有L2,BTC的L2不用也没法用BTC当结算,目前你能想到的结算层基本只有ETH一个。

然而这个情况马上就会发生改变,已经看到数个新的项目在往文章开头提到的那个方向去拱,有些老项目也开始往这个方向转型,即 — ZK验证/结算层 — 进一步解构ETH(抢ETH的生意)。

为什么会有这么个概念出来呢?

原因在于,ETH L1上跑合约去验证ZK Proof,理论上的确不是一个最优选择。

技术上来看,为了验证ZK Proof的正确性,开发人员需要根据ZK项目和其选择的ZK Proof System,基于 Solidity编写验证合约。其中,需要依赖不少的密码学算法,例如需要支持不同的椭圆曲线。这些密码学算法通常都相对复杂,而EVM-Solidity架构并不是一个实现这些复杂密码学算法的最优平台。对于一些ZK项目来说,编写和验证这些验证合约的成本同样很高。

着某种程度上阻碍了一些ZK生态系统原生的加入EVM生态,因此像Cario,Noir,Leo,Lurk这些ZK友好语言目前只能在自己的Layer1上验证。同时,在ETH更新或是升级这些东西总是“船大难掉头”。

费用上来看,虽说L2上交的“保护费”DA占了大头,但ZK的合约验证同样需要Gas费用,以太坊上做验证肯定不是一个便宜的选项。加上ETH Gas费用时不时飙升变身”贵族链“,验证成本同样会大受影响。

于是就有了新的ZK验证/结算层概念项目出现,新项目都还相对早期,以Nebra为代表。老项目也有往这个方向Pivot的,比如Mina,以及刚Pass了新提案的Zen。

这个赛道大多数项目的整体思路基本都是:

  • 支持多种ZK语言;
  • 支持ZK聚合证明,更高效,更便宜;
  • 更加快速的Finality时间;

ZK结算层与去中心化Proof Market目前来看很有可能会绑在一起,毕竟有了技术还得有算力。也许会看到一些结算层项目与Proof Market项目合作,也可能掌握算力的结算层直接自己做一个Proof Market,或是掌握技术的Proof Market自己下场做一个结算层包圆。到底怎么走,还得市场说了算。

Infra的其他领域,像是Oracle与MEV领域的OEV,互操作性领域的ZK轻客户端网上应该有不少文章都有写了,在此不再赘述。

  • 入圈遇到困难参考教程:
  • http://www.btcwbo.com/94.html

**本文仅代表原作者观点,不构成任何投资意见或建议。

-END-

【发布或转载文章仅为区块链传播更有价值的信息,文章版权归原作者所有,其内容与观点不代表本站立场。本站咨询均为网站收集而来,版权归版权所有人所有,若版权者认为其作品不宜供传播或不应无偿使用,请联系我们,本站将立即更正。】

转载请注明:比特币区块链时代 » AI热潮下,公链基础设施赛道都有哪些变化?

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/555554.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

QT实现客户端断开连接

Widget.cpp #include "widget.h" #include "ui_widget.h"Widget::Widget(QWidget *parent): QWidget(parent), ui(new Ui::Widget), socket(new QTcpSocket(this)) {ui->setupUi(this);//初始化界面ui->msgEdit->setEnabled(false); //不可用ui-…

SQL Server Management Studio 显示行号

前言 在使用 SQL Server Management Studio (SSMS) 进行数据库管理和查询时,能够看到代码的行号是非常有用的。这可以帮助您更容易地定位代码错误、讨论特定的代码行,或者在执行长查询时快速找到特定行。在本文中,我将向您展示如何在 SSMS 中…

AIDE:自动驾驶目标检测的自动数据引擎

AIDE:自动驾驶目标检测的自动数据引擎 摘要IntroductionRelated WorksMethodData FeederModel Updater4 Experiments 摘要 自动驾驶车辆(AV)系统依赖于健壮的感知模型作为安全保证的基石。然而,道路上遇到的物体表现出长尾分布&a…

图像生成模型浅析(Stable Diffusion、DALL-E、Imagen)

目录 前言1. 速览图像生成模型1.1 VAE1.2 Flow-based Model1.3 Diffusion Model1.4 GAN1.5 对比速览 2. Diffusion Model3. Stable Diffusion3.1 Text Encoder3.2 Decoder3.3 Generation Model 总结参考 前言 简单学习下图像生成模型的相关知识🤗 以下内容来自于李宏…

vue3+elment复杂详情页面打开后,再打开其他页面都显示空白,控制台也没什么特殊报错

页面使用了el-tabs 、 el-tab-pane、el-table 等标签 但是经测试不是这些问题导致的 js也使用了onMounted ,但是除掉也时空白页面 反正之前人写的页面可乱,尤其是js这块,穿插引用import一大堆 主题页面样式布局如下 最后看到页面代码太乱…

古籍数字化平台:精校功能介绍

一、平台介绍 古籍数字化平台,本着公益性、低成本、合作共赢的三大原则,功能涵盖古籍OCR识别、族谱县志OCR识别、民国报纸OCR识别、图文逐字校对、数据著录、智能标点分段、精编排版、智能白话译文等,是一站式线上整理全流程平台。 平台集成…

备战面试K8S

备战面试&&K8S Kubernetes关于DockerDocker的优缺点分析 WebAssemblyWebAssembly与Container比较 CtrCrictlCtr和CriCtl的区别 Pod生命周期PodConditions容器状态Pod容器组成生命周期的流程 Kubelet EFK日志采集工具的优缺点 Kubernetes 容器运行接口 Container Runti…

2024年免费云服务器推荐,小编亲测好用!

随着云计算技术的飞速发展,云服务器以其弹性、高效、安全的特性,成为众多企业和个人用户的首选。尽管市面上有众多收费的云服务器产品,但免费的云服务器仍然吸引着大量用户,尤其是初学者和预算有限的用户。下面,我们就…

从API到Agent:洞悉LangChain工程化设计

作者:范志东 原文:https://mp.weixin.qq.com/s/zGS9N92R6dsc9Jk57pmYSg 本文作者试着从工程角度去理解LangChain的设计和使用。大家可以将此文档作为LangChain的“10分钟快速上手”手册,希望帮助需要的同学实现AI工程的Bootstrap。 我想做一…

[Vision Board创客营]学习片上Flash移植FAL

文章目录 [Vision Board创客营]学习片上Flash移植FAL介绍环境搭建使用组件测试porbeerasewriteread 结语 [Vision Board创客营]学习片上Flash移植FAL 水平较菜,大佬轻喷。😰😰😰 介绍 🚀🚀Vision-Board 开…

安全开发实战(3)--存活探测与端口扫描

目录 安全开发专栏 前言 存活探测 端口扫描 方式一: 1.3.1 One 1.3.2 Two 1.3.3 批量监测 方式二: 1.3.1 One 1.3.2 Two 1.3.3 Three 1.3.4 扫描ip地址,提取出开放端口和协议 ​编辑 1.3.5 批量扫描(最终完成版) 总结 安全开发专栏 安全开发实战​http://t.csd…

MySql数据库从0-1学习-第五天事务和索引

事务 事务 是一组操作的集合,它是一个不可分割的工作单位。事务会把所有的操作作为一个整体一起向系统提交或撤销操作请求,即这些操作 要么同时成功,要么同时失败。 注意事项,默认事务是自动提交的,也就是说,当执行一条DML语句,MySql会立即隐…

【Java开发指南 | 第八篇】Java变量、构造方法、创建对象

读者可订阅专栏:Java开发指南 |【CSDN秋说】 文章目录 Java变量构造方法创建对象 Java变量 在Java中,变量用于存储数据值。它们是程序中用于保存信息的一种基本方式。变量在程序执行过程中可以被赋予不同的值,并且这些值可以在程序的不同部分…

超越现实的展览体验,VR全景展厅重新定义艺术与产品展示

随着数字化时代的到来,VR全景展厅成为了企业和创作者展示作品与产品的新兴选择。通过结合先进的虚拟现实技术,VR全景展厅不仅能够提供身临其境的观展体验,而且还拓展了传统展示方式的界限。 一、虚拟现实技术的融合之美 1、高度沉浸的观展体验…

Unity开发holoLens2应用时的ProjectSettings配置

正确的进行Unity工程配置,才能进行后续的【发布】和【部署】操作… 本案例开发环境说明: Unity2021.3.18Win10VS2022HoloLens2 一、平台设置 二、Quality画面质量设置 三、Player玩家设置 四、XR-Plug设置 五、环境测试 导入一个官方demo&#xff0c…

EasyPoi表格导入添加校验

EasyPoi表格导入添加校验 项目添加maven依赖实体类自定义校验controller测试结果 代码地址 项目添加maven依赖 <?xml version"1.0" encoding"UTF-8"?> <project xmlns"http://maven.apache.org/POM/4.0.0"xmlns:xsi"http://www…

【任务调度】Apache DolphinScheduler快速入门

Apache DolphinScheduler基本概念 概念&#xff1a;分布式、去中心化、易扩展的可视化DAG工作流任务调度系统。 作用&#xff1a;解决数据处理流程中错综复杂的依赖关系&#xff0c;使调度系统在数据处理流程中开箱即用。Apache DolphinScheduler是一款开源的调度工具&#xff…

紫光展锐携手中国联通智慧矿山军团(山西)完成RedCap现网环境测试

近日&#xff0c;紫光展锐与中国联通智慧矿山军团&#xff08;山西&#xff09;在现网环境下成功完成了RedCap技术测试。此次测试对搭载紫光展锐RedCap芯片平台V517的模组注网速度和信号情况、Iperf打流测试上下行情况、ping包延时情况以及模组拨号入网压测等项目进行了全面验证…

OpenHarmony UI动画-rebound

简介 rebound是一个模拟弹簧动力学&#xff0c;用于驱动物理动画的库。 下载安装 ohpm install ohos/reboundOpenHarmony ohpm环境配置等更多内容&#xff0c;请参考如何安装OpenHarmony ohpm 使用说明 import rebound from ohos/rebound;功能一&#xff1a;创建维护弹簧对…

韩顺平Java | C27 正则表达式

入门介绍 需求&#xff1a;提取文本中某类字符 传统方法&#xff1a;遍历每个字符&#xff0c;判断其是否在ASCII码中某种类型得编码范围内&#xff0c;代码量大&#xff0c;效率不高 正则表达式(RegExp, regular expression)&#xff1a;处理文本的利器&#xff0c;是对字符…