Ich habe das neueste Whitepaper von @reddio_com gelesen, und es hat tatsächlich die Automatisierung von AI in die große Erzählung des EVM integriert, was eine Lücke im gesamten Ethereum-Ökosystem in der AI-Richtung schließt. Es macht wirklich Sinn. Warum kann das parallele EVM nahtlos mit AI verbunden werden? Was sind die zugrunde liegende Logik und die technischen Prinzipien? Ich möchte meine Verständnis kurz erläutern:

1) Die Erzählung des „parallelen EVM“ wurde seit jeher als entscheidender Schritt bewertet, um die Lücke zwischen dem alten, veralteten EVM-Ökosystem und den hochleistungsfähigen Ketten wie Solana und Sui zu schließen. Daher wurde die vorherige Marktaufregung über Sei sowie die 225 Millionen Dollar an Finanzierung von @monad_xyz auf ein nie dagewesenes Niveau für das parallele EVM gehoben.

Im Vergleich dazu scheint Reddio, ebenfalls als parallele EVM-Öffentliche Kette unter der Führung von Paradigm, viel unauffälliger zu sein. Es gab keine Aufregung über Finanzierungen, ICOs oder KOL-Runden, sondern es wurde einfach ständig die Stabilität von über Tausend TPS in ihrem Testnetz präsentiert. Jüngst wurde die Snapshot-Ankündigung gemacht, was offensichtlich darauf abzielt, voranzukommen und den Wert der ökologischen Nische des parallelen EVM im Ethereum-Ökosystem zu validieren.

2) Warum ist das parallele EVM eine effektive Ergänzung zu den technischen Fähigkeiten des großen Ethereum-Ökosystems?

Kurz gesagt, die ursprüngliche Verarbeitung des EVM mit Einzel-Thread-Ausführung und seriellem Ausführen in der Reihenfolge der Transaktionen ist eine angeborene Einschränkung. Das parallele EVM nutzt die parallelen Rechenfähigkeiten moderner Hardware (CPU, GPU) und implementiert gleichzeitig die Ausführung von groß angelegten Batch-Transaktionen durch einige I/O-asynchrone Speicherverarbeitungen, Optimierungen des Zugriffs auf den Status usw.

Die im Reddio-Whitepaper offenbarten technischen Implementierungslogik ist ungefähr so, dass Reddio ein Ausführungsnetzwerk aus GPU-Knoten hat und durch den CUDA „Kodierungsübersetzer“ allgemeine EVM-Opcode-Programme in komplexe rechenintensive Aufgaben umwandelt, die auf der GPU berechnet werden können, ergänzt durch andere I/O-asynchrone Speicheroptimierungen, Optimierungen des Zugriffs auf den Status, optimistische Parallelsteuerung usw., um die Fähigkeit zur parallelen Verarbeitung von Transaktionen zu realisieren.

3) Da das parallele EVM im Wesentlichen die Leistungsfähigkeit der „Hardware“ nutzt, benötigen AI-Anwendungsszenarien natürlich massiv parallele Berechnungen und rechenintensive Verarbeitungen. Ein starkes Hardware-Setup kann sowohl im parallelen EVM als auch in AI-Anwendungsszenarien gleichzeitig nützlich sein. So wird ein weiterer Erzählraum für die Kombination von parallelem EVM + AI eröffnet.

Die parallele EVM-Kette kann große AI-Modelle auf die Blockchain bringen und intelligente Verträge direkt zur Steuerung und Planung von AI verwenden, während sie gleichzeitig ZK, TEE und andere datenschutz- und verifizierungsbezogene Fähigkeiten anwendet, um eine native Integration von Blockchain und AI zu realisieren. Zum Beispiel, Echtzeit-AI-Inferenz, AI-Orakel, Off-Chain-AI-Handelsstrategien usw.