历史融资额高达 2.44 亿美元的 Monad,是何方神圣?

以并行 EVM 为特点的 Monad,又一个具备竞争力的“以太坊杀手”

在今年 4 月初,Monad Labs(Monad 的开发团队) 获得了一笔由 Paradigm 领投的高达 2.25 亿美元的巨额融资,本轮融资的其他投资者还包括:

Electric Capital、Castle Island Ventures、Greenoaks、eGirl Capital、Amber Group、Animoca Ventures、Archetype、Bankless Ventures、Big Brain Holdings、Bodhi Ventures、Breed、Caladan、CMS Holdings、Coinbase Ventures、CoinFund、DBA、Figment Capital、Flow Traders、Galaxy、GSR Ventures、Hailstone Labs、Hermeneutic Investments、HTX Ventures、IOSG Ventures、Lightspeed Faction、Makers Fund、Manifold Trading、Merit Circle、Mirana Ventures、Nascent、Presto Labs、Rebirth Ventures、Robot Ventures、SevenX Ventures、Superscrypt、Wintermute Ventures 等。

这也让 Monad 一举成为了 2024 年迄今为止融资额最高的加密项目,并且 Monad Labs 的估值也达到了 30 亿美元。

在这里插入图片描述

考虑到在 2023 年的 2 月,其也曾获得来自于 Inversebrah、Ansem、Hsaka、punk6529、Saquon Barkley、Eric Wall、Rune Christensen、Bryan Pellegrino、Robinson Burkey、Luca Netz、Mert Mumtaz、Shoku 等提供的 1900 万美元的融资,Monad 项目历史融资额达到了 2.44 亿美元。

Monad 是一个由 Monad Labs 推出的以并行化 EVM 为特点的 Layer1,它做市巨头 Jump Trading 研究负责人 Keone Hon 与其同事 James Hunsaker 等联手创建。Monad 实现了对于 EVM 从数据库层到虚拟机层,再到共识和网络层等技术堆栈的逐一优化,通过全新的 EVM 并行化方案,使得该链每秒能够实现 10,000 笔交易(TPS)。

杰出的技术方案,正在让 Monad 在 AltVM 领域脱颖而出,并成为又一个具备竞争力的“以太坊杀手”。很显然,在技术面、叙事面都具备极高预期的 Monad,也正在成为众多顶级投资机构在 AltVM 赛道中的重点押宝项目。

聚焦 Monad ,如何对 EVM 进行革新?

EVM 是推动链上世界繁荣的重要基石,以此为基础,我们能够在以太坊及其兼容链上发行资产,并能够基于 EVM 搭建各类应用,目前,超过 96% 的 DeFi 资金都在 EVM 应用中。

尽管如此,兼容 EVM 的区块链的吞吐量极低仍是不争的事实,目前以太坊 Layer1 的吞吐量在 10 TPS 左右,而 EVM rollup Layer2 的吞吐量则基本不超过 50 TPS。

1.为什么会是这样?

事实上,EVM 的设计原则之一是,确保所有交易都按照一定的顺序执行,即上一笔交易完成执行、验证后,在进行下一笔交易的执行,虽然这样的交易机制为以太坊网络带来了确定性、一致性、安全性,并带来了简化状态管理,但该机制也成为了 EVM 网络 TPS 较低的根源所在。

聚焦到一笔 EVM 所处理的交易中,通常每个区块的生成过程主要包括两个关键环节:交易执行和达成共识。简化来说,交易执行是指对网络中发起的交易进行验证、执行并将结果记录到区块中的过程。而达成共识,则是指网络中的节点就某个区块的有效性和区块链的当前状态达成一致的过程。

以以太坊大约每 12 秒生成一个新的区块为例,这 12 秒出块时间里,大约在 0.1 秒内发生,而剩下的 11.9 秒都在进行共识(即验证交易的有效性),交易执行和共识达成在整个区块生成过程中所占时间比例的巨大差异。所以我们有理由认为, EVM 的设计是通过牺牲一定的效率换取的一致性、确定性以及安全性。

Monad 提出了另一种思路。

2. 并行化 EVM 方案

事实上,并行化并不是一个新的叙事方向了,此前的 Solana、Sui、Aptos 也都在主打并行化,但区别在于 Monad 是目前唯一在 EVM Layer1 上引入并行架构的区块链网络。当然,为了获得更好的扩容效果,Monad 并非简单的将并行执行添加到 EVM 中 ,而是对 EVM 从数据库层到虚拟机层,再到共识和网络层等技术堆栈进行逐一的优化。

所以整体上看,Monad 的技术特点主要包括四个方面,包括 MonadBFT、延迟执行、.并行执行以及 MonadDb。

在这里插入图片描述

  • 共识机制 MonadBFT

Monad 采用了一种名为 MonadBFT 的高性能共识机制,它在拜占庭行为者存在且在部分同步网络条件下工作,旨在达成交易排序的一致性。它构建于HotStuff 算法的基础上,并对其进行了优化,引入了两阶段的 BFT 共识过程,提供了乐观响应性,并在常规操作下实现线性通信开销,在超时情况下则是二次通信开销。

在签名上,MonadBFT 采用了基于配对的 BLS 签名来优化可伸缩性,并通过聚合签名来减少通信开销。同时,它采用了混合签名方案,其中BLS签名用于可聚合的消息类型,如投票和超时,而消息的完整性和真实性则由 ECDSA 签名提供。

与 HotStuff 类似,MonadBFT 旨在在拜占庭行为者存在的情况下达成一致,适用于部分同步的网络环境,提供一致性保障。但其有更为明显的优势,MonadBFT 在常规操作下会比 HotStuff 更高效,并且会比后者通信效率更高。

整体上,MonadBFT 实现了一种高效、稳健的区块链共识机制。在两阶段共识过程、乐观响应性、线性通信开销以及混合签名方案等特点的基础上,有望提高性能和可伸缩性大幅提升共识效率,使其在处理高负载和大规模网络环境时表现更加卓越。

  • 延迟执行机制,将交易的执行、共识分离

在 EVM 网络中,一笔交易通常是先执行后共识,并且交易占据的时间较少,大部分时间会用来共识以确认一致性。

Monad 通过解耦共识和执行过程,实现了交易的同时执行和共识达成,这一设计大幅提高了网络的吞吐量和降低了延迟。这种并行处理能力有效提升了网络的整体性能和扩展性。因为执行过程可以延后进行,而不是必须紧跟共识过程,系统得以在保障安全性的前提下,留出更多时间处理大量交易。

此外,Monad借助其创新的共识设计,能够在极短时间内(例如,1秒内)实现交易的最终确定性,极大地利于那些需求快速确认交易的应用场景。由于这些技术创新,即使是在单个分片的情况下,Monad 有望处理数百万用户的需求,轻松应对大规模交易的挑战。

  • 并行执行

此前,Monad 团队此前为了更加直观的对其并行 EVM 思路进行了解释,举了一个洗衣服的示例。

在这里插入图片描述

假设某人有四堆衣服要洗,每堆洗衣从丢进洗衣机开始,到放进衣柜为止需要经历四步操作:洗衣服、烘干、折叠、收纳。

在单行 EVM 机制下,由于每步操作(对应每笔交易)都需要按照顺序执行,所以四堆衣服要依次经历四步操作,合计需要 16 个时间单位。

而在并行机制下,由于每步独立操作(对应每笔独立交易)可以同时执行,所以在某堆衣服进入下一个操作时,下一堆衣服可以立即进入上一个操作,合计只需要 7 个时间单位,效能提升了 1 倍以上。

聚焦于 Monad 的并行执行机制,其作为一个高效的处理机制,能够在单个区块内同时执行多个交易,当然在核心层面,Monad 与以太坊使用的是同样的执行语义—即,区块都是按照线性顺序排列的交易集合,且执行这些交易的结果在二者之间是一致的。

在实际操作中,Monad 采用乐观执行策略,这意味着系统不会等待一个交易完全完成后才开始执行下一个交易。这样做可以提高效率,但同时也可能产生因为数据依赖关系而导致的执行错误。

为了解决这个问题,Monad在执行交易时会追踪每个交易所使用的输入,并将这些输入与前序交易的输出进行对比。如果发现有所差异,即表明交易之间存在数据依赖关系,这时就需要根据正确的数据重新执行受影响的交易。

为了优化这一过程并减少因并行执行而导致的不正确结果,Monad 还实施了一种静态代码分析技术。这种技术能够预测交易之间可能存在的依赖关系,从而避免那些可能导致错误的并行执行。在最理想的情况下,这个预测是准确的,而在不利的场景下,Monad 会退回到更加保守的顺序执行模式。

Monad 的并行执行技术通过在保证正确性的同时提高交易处理的速度,极大地提高了网络的效率和吞吐量。它通过动态地优化交易的执行策略,减少了因为并行处理导致的重试和失败,确保了系统的高性能运行。

  • MonadDb

MonadDb 是 Monad 的一个核心组件,专门用于数据存储和处理的优化,旨在增强数据存储的效率和可扩展性,以便区块链网络能够更加高效地处理大量数据,提升区块链网络在处理状态和交易数据方面的性能。

MonadDb 的主要特点包括改进的数据索引机制、更高效的存储结构和优化的数据访问路径。改进的数据索引机制可以快速定位数据,减少查找时间。

更高效的存储结构意味着占用更少的存储空间,同时保持数据的快速读写能力。优化的数据访问路径则减少了数据的存取时间,这对于提高交易的执行速度和整体的区块链网络性能至关重要。

与以太坊的数据库机制相比,MonadDb 的优势在于它的优化设计。以太坊的数据库机制通常需要处理大量的数据读写操作,特别是在智能合约执行和状态更新时,这可能导致延迟和吞吐量限制,这意味着随着网络规模的扩大和交易量的增长,其面临着性能瓶颈和扩展性挑战。

在这里插入图片描述

MonadDb 通过其优化的数据处理机制能够对上述问题进行改善,能够减少数据访问时间和提高数据处理效率,从而提供更快的交易处理速度。这使得 Monad 在处理大规模数据时能够保持更好的性能,尤其是对于那些需要高吞吐量和低延迟的应用场景。

此外,MonadDb 的结构可能还支持更复杂的查询和更灵活的数据处理,这对开发者来说是一个显著的优势。

所以对于并行 EVM 为特点的 Monad 而言,其在交易效率、链承载等方面具备十足的优势,同时其兼容 EVM 也是一大重要的特性。

上文提到,包括以太坊在内的 90% 以上的区块链都是基于 EVM,并且 96% 的 DeFi 资金都在 EVM 应用中,那么这些开发者能够以同样熟悉的开发环境,直接将应用迁移至 Monad 链上,卓越的底层优势有望迅速帮助该 Layer1 实现规模化以及网络效应。

而截至到 2023 年末,已经有近 60 个项目,宣布将基于 Monad 构建。尤其是在其融资后,越来越多的开发者、用户会对 Monad 产生预期。

自带“meme”属性的社区文化

事实上,Monad 社区以及 X 上的宣传处处凸显 meme 文化,如果你对 Monad 不是很了解,你或认为这是一个 meme 项目。除了每天以 Web3 的方式在 X 上与社区用户打招呼。Monad 几乎每一个宣传推文上,都是以紫色动物为主的 meme 风格的配图,甚至 Monad 团队还持续的举办了 meme 大赛,各种魔性的表情包与图片接踵而至,目前该活动已经持续举办了 28 周。

在这里插入图片描述

极其不严肃的无厘头营销风格,也很难让我们将其与革命性的技术创新以及超 2 亿美元的融资相联系。

在这里插入图片描述

但这种营销风格似乎很对 Web3 用户们的胃口,我们看到其每条推文下,基本都能有着极高的互动量。而基于此,Monad 建立了庞大的社区,并形成了庞大的忠实粉丝、信仰者群体以及社区共识.,即便 Monad 目前仅上线了非公开的 devnet,主网及测试网均未上线,但其仍旧能够持续的保持热度与关注。可见,这种在技术之外的社区文化凝聚力,正在成为推动 Monad 生态长期发展重要驱动力之一。

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/560621.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

云服务器需要多少流量?评估支持最大并发量?

一 需要购买多大的流量? 项目上线时,我们需要购买多大的流量的带宽?支持多少设备(支持多少并发量,在设计阶段会计算)?作为架构师我们必须清楚与明确。 二 清楚服务器的流量计算 常见的云服务主机…

Android安卓写入WIFI热点自动连接NDEF标签

本示例使用的发卡器:Android Linux RFID读写器NFC发卡器WEB可编程NDEF文本/网址/海报-淘宝网 (taobao.com) package com.usbreadertest;import android.os.Bundle; import android.view.MenuItem; import android.view.View; import android.widget.EditText; impo…

机器学习系统的设计

1.混淆矩阵 混淆矩阵作用就是看一看在测试集样本集中: 真实值是 正例 的样本中,被分类为 正例 的样本数量有多少,这部分样本叫做真正例(TP,True Positive),预测为真,实际为真真实值…

刷题DAY57 | LeetCode 647-回文子串 516-最长回文子序列

647 回文子串(medium) 给你一个字符串 s ,请你统计并返回这个字符串中 回文子串 的数目。 回文字符串 是正着读和倒过来读一样的字符串。 子字符串 是字符串中的由连续字符组成的一个序列。 具有不同开始位置或结束位置的子串&#xff0c…

【结构型模式】适配器模式

一、适配器模式概述 适配器模式的定义-意图:将一个类的接口转换成客户希望的另一个接口。适配器模式让那些接口不兼容的类可以一起工作。(对象结构模式->对象适配器/类结构模式->类适配器) 适配器模式包含三个角色:目标(Target)角色、适配者(Adapt…

【漏洞复现】云时空社会化商业ERP fileupload/gpy存在任意文件上传漏洞

漏洞描述 云时空社会化商业ERP fileupload/gpy存在任意文件上传漏洞 免责声明 技术文章仅供参考,任何个人和组织使用网络应当遵守宪法法律,遵守公共秩序,尊重社会公德,不得利用网络从事危害国家安全、荣誉和利益,未经授权请勿利用文章中的技术资料对任何计算机系统进行…

最邻近插值和线性插值

最邻近插值 在图像分割任务中:原图的缩放一般采用双线性插值,用于上采样或下采样;而标注图像的缩放有特定的规则,需使用最临近插值,不用于上采样或下采样。 自定义函数 这个是通过输入原始图像和一个缩放因子来对图像…

面试算法准备:树

这里写目录标题 1.树的基础1.1 首次理解1.2 深入理解1.2.1后序位置的特殊之处1.2.2 二叉树的思维指导 1.3 层序遍历1.4 二叉搜索树 BST 2.二叉树例题2.1 树的最大深度2.2 二叉树的直径2.3 二叉树的翻转2.4 填充每个节点的下一个右侧节点指针2.5 二叉树展开为链表 3 BST例题3.1 …

findImg找图工具

findImg 安装 npm install findImg -g 启动 findImg run 介绍 找出当前目录下的所有图片(包括svg的symbol格式)在浏览器中显示出来 源码 https://github.com/HuXin957/find-img 场景 例如前端项目中的img目录,大家都在往里面放图片&#xff…

9月BTE第8届广州国际生物技术大会暨展览会,全媒体聚焦下的高精尖行业盛会

政策春风助力,共迎大湾区生物医药行业50亿红利 今年3月“创新药”首次写入国务院政府工作报告之后,广州、珠海、北京多地政府纷纷同步出台了多项细化政策,广州最高支持额度高达50亿元,全链条为生物医药产业提供资金支持&#xff…

力扣:104. 二叉树的最大深度(Java,DFS,BFS)

目录 题目描述:输入:输出:代码实现:1.深度优先搜索(递归)2.广度优先搜索(队列) 题目描述: 给定一个二叉树 root ,返回其最大深度。 二叉树的 最大深度 是指从…

排序 “壹” 之插入排序

目录 ​编辑 一、排序的概念 1、排序: 2、稳定性: 3、内部排序: 4、外部排序: 二、排序的运用 三、插入排序算法实现 3.1 基本思想 3.2 直接插入排序 3.2.1 排序过程: 3.2.2 代码示例: 3.2.3…

PMP每年考几次,费用如何?

今年的的考试分别分布在3月、6月、8月、11月,一般来说PMP的考试时间是3、6、9、12月,如果有特殊情况PMI也会及时进行调整,具体看他们官网的通知了。 PMP的考试费用全球是统一的,在国内考试报名费用是3900元,如果考试没…

JVM类加载基本流程及双亲委派模型

1.JVM内存区域划分 一个运行起来的Java进程就是一个JVM虚拟机,这就需要从操作系统中申请一片内存区域。JVM申请到内存之后,会把这个内存划分为几个区域,每个区域都有各自的作用。 一般会把内存划分为四个区域:方法区(也称 "…

在PostgreSQL中,如何创建一个触发器并在特定事件发生时执行自定义操作?

文章目录 解决方案示例代码1. 创建自定义函数2. 创建触发器 解释 在PostgreSQL中,触发器(trigger)是一种数据库对象,它能在特定的事件(如INSERT、UPDATE或DELETE)发生时自动执行一系列的操作。这些操作可以…

基于SSM,JSP超市进销存管理系统

目录 项目介绍 图片展示 运行环境 获取方式 项目介绍 权限划分:用户管理员 用户: 登录,注销,查看基本信息,修改基本信息 进货管理: 进货信息:可以新增进货,查询进货&#xff0…

GRAF: Generative Radiance Fields for 3D-Aware Image Synthesis

GRAF: Generative Radiance Fieldsfor 3D-Aware Image Synthesis(基于产生辐射场的三维图像合成) 思维导图:https://blog.csdn.net/weixin_53765004/article/details/137944206?csdn_share_tail%7B%22type%22%3A%22blog%22%2C%22rType%22%3…

突破速率界限:800G光模块的兴起

在以ChatGPT和NVIDIA DGX H200为代表的技术取得显著进步的时代,人工智能行业同样表现出明显地提升。除此之外,一项改变传统规则的创新出现了:800G光模块。这类优质的设备预示着数据传输和接收领域的变革性转变,成功引起了人们的兴…

【系统架构师】-案例考点(一)

1、软件架构设计 主要考点: 质量属性、软件架构风格、软件架构评估、MVC架构、面向服务的SOA架构、 DSSA、ABSD 1.1、质量属性 1、性能:指系统的响应能力,即要经过多长时间才能对某个事件做出响应,或者在某段时间内系统所能处理的事件的…

利用AQS(AbstractQueuedSynchronizer)实现一个线程同步器

目录 1. 前言 2. 什么是同步器 3. 同步器实现思路 Semaphore(信号量) 4. 代码实现 4.1. 创建互斥锁类 4.2 编写静态内部类,继承AQS 4.3 内部类实现AQS钩子函数 4.3 封装lock,unlock方法 4.4. 测试 5. 总结 本文章源码仓库:Conc…