jakiro
Autor: Wuyue, Geek Web3
Hoy, la tecnología de blockchain se está volviendo más rápida y rápida, la optimización del rendimiento se ha convertido en un tema clave.
En artículos anteriores— «>»Mirando la optimización de EVM paralelo de Reddio»En este artículo, hemos resumido brevemente las ideas de diseño EVM paralelas de Reddio, y en el artículo de hoy, proporcionaremos una interpretación más profunda de sus soluciones técnicas y sus escenarios combinados con IA.
Dado que la solución técnica de Reddio adopta CUEVM, este es un proyecto que utiliza GPU para mejorar la eficiencia de ejecución de EVM, comenzaremos con COSVM.
Descripción general de CUDA
CUEVM es un proyecto que acelera EVM con GPU, que convierte el código de operación de Ethereum EVM en núcleos CUDA para la ejecución paralela en las GPU NVIDIA.A través de la potencia informática paralela de la GPU, se mejora la eficiencia de ejecución de las instrucciones EVM.Tal vez los usuarios de N Card a menudo escuchen la palabra CUDA …
Calcule la arquitectura de dispositivos unificados, que en realidad es una plataforma informática paralela y un modelo de programación desarrollado por NVIDIA.Permite a los desarrolladores usar la potencia informática paralela de las GPU para realizar la informática general (como la minería en las operaciones de criptografía, ZK, etc.),No solo limitado al procesamiento de gráficos.
Como marco informático paralelo abierto, CUDA es esencialmente una extensión del lenguaje C/C ++, y cualquier programador subyacente que esté familiarizado con C/C ++ puede comenzar rápidamente.Un concepto muy importante en CUDA es el núcleo (función del núcleo), que también es una función C ++.
Pero a diferencia de las funciones regulares de C ++ que se ejecutan solo una vez, estas funciones del kernel se inician sintaxis
A cada hilo de CUDA se le asigna una ID de subproceso independiente y adopta una jerarquía de subprocesos, asignando hilos en bloques y cuadrículas para facilitar la gestión de una gran cantidad de hilos paralelos.A través del compilador NVCC de NVIDIA, podemos compilar el código CUDA en programas que pueden ejecutarse en la GPU.
Flujo de trabajo básico de Cuevm
Después de comprender una serie de conceptos básicos de CUDA, puede echar un vistazo al flujo de trabajo de Cuevm.
La entrada principal de CUVM es Run_interpreter.De los casos de uso del proyecto, podemos ver que todas las entradas son contenido EVM estándar, y no hay necesidad de que los desarrolladores procesen, traduzcan, etc.
Como puede ver en run_interpreter (), llama a la función de kernel kernel_evm () usando CUDA definido & lt; … & gt; & gt;Como mencionamos anteriormente, las funciones del núcleo se llaman en paralelo en la GPU.
Evm- & gt; run () se llamará en el método Kernel_Evm ().
Tomando el OpCode Op_Add en EVM como ejemplo, puede ver que convierte el agregado en CGBN_ADD.CGBN (Grupos cooperativos grandes números) es la biblioteca de operación aritmética entera de alto rendimiento de CUDA.
Estos dos pasos convierten el código de operación EVM en operación CUDA.Se puede decir que CUEVM también es una implementación de todas las operaciones EVM en CUDA.Finalmente, el método run_interpreter () devuelve el resultado de la operación, es decir, el estado mundial y otra información.
En este punto, se ha introducido la lógica operativa básica de COSVM.
CUEVM tiene la capacidad de procesar transacciones en paralelo, pero el propósito del establecimiento del proyecto COSVM (o los principales casos de uso) se utiliza para pruebas de confuso:Fuzzing es una tecnología de prueba de software automatizada que identifica posibles errores y problemas de seguridad al ingresar grandes cantidades de datos inválidos, inesperados o aleatorios en un programa para observar la respuesta del programa.
Podemos ver que la pelusa es muy adecuada para el procesamiento paralelo.CUEVM no maneja los conflictos de transacciones y otros problemas, lo cual no es el problema que le preocupa.Si desea integrar CUEVM, también debe manejar transacciones conflictivas.
Nuestro artículo anterior«Mirando la optimización de EVM paralelo de Reddio»El mecanismo de manejo de conflictos utilizado por Reddio se ha introducido en este artículo, y no se discutirá aquí.Después de que Reddio clasifica las transacciones con el mecanismo de procesamiento de conflictos, se puede enviar a CUEVM.En otras palabras, el mecanismo de clasificación de transacciones de Reddio L2 se puede dividir en dos partes: procesamiento de conflictos + ejecución paralela de COSVM.
Capa2, EVM paralelo, intersección a tres vías de AI
Como se mencionó anteriormente, los EVM y L2 paralelos son solo el punto de partida de Reddio, y su futura hoja de ruta lo combinará claramente con la narrativa de IA.Reddio, que utiliza GPU para transacciones paralelas de alta velocidad, es naturalmente adecuado para operaciones de IA en muchas características:
-
Las GPU tienen fuertes capacidades de procesamiento paralelas y son adecuadas para realizar operaciones convolucionales en el aprendizaje profundo, que son esencialmente multiplicaciones de matriz a gran escala, y las GPU están optimizadas para tales tareas.
-
La estructura jerárquica de subprocesos de la GPU puede coincidir con la correspondencia entre diferentes estructuras de datos en la computación de IA, mejorando la eficiencia informática y enmascarando la latencia de la memoria a través de unidades de ejecución excesiva de subprovisores y ejecución de urdimbre.
-
La fuerza computacional es un indicador clave para medir el rendimiento de la computación de AI.
Entonces, ¿cómo combinamos AI y L2?
Sabemos que en el diseño de arquitectura de Rollup, toda la red no es solo un clasificador, sino también algunos roles similares a los supervisores y los reenviados para verificar o recopilar transacciones.En el acurrucado tradicional, las funciones y la autoridad de estos roles secundarios son muy limitados.
Reddio adoptará una arquitectura de clasificación descentralizada, y los mineros proporcionan GPU como nodos.Toda la red Reddio puede evolucionar de una red integral L2 L2 a una L2+ AI, que puede implementar algunos casos de uso de cadena de bloques AI+:
La red interactiva básica del agente de IA
Con la evolución continua de la tecnología blockchain, el agente de IA tiene un gran potencial de aplicación en redes blockchain.Tomemos el agente de IA que ejecuta las transacciones financieras como ejemplo.Sin embargo, L1 es básicamente imposible llevar enormes cargas de transacciones al manejar operaciones tales intensivas.
Como proyecto L2, Reddio puede mejorar en gran medida las capacidades de procesamiento paralelo de transacciones a través de la aceleración de GPU.En comparación con L1, L2, que admite la ejecución de la transacción paralela, tiene un rendimiento más alto y puede manejar eficientemente las solicitudes de transacción de alta frecuencia de un gran número de agentes de IA para garantizar un funcionamiento sin problemas de la red.
En el comercio de alta frecuencia, los agentes de IA tienen requisitos extremadamente estrictos sobre la velocidad de transacción y el tiempo de respuesta.L2 reduce el tiempo de verificación y ejecución de las transacciones, lo que reduce significativamente la latencia.Esto es crucial para los agentes de IA que requieren respuestas en milisegundos.Al migrar una gran cantidad de transacciones a L2, el problema de congestión en la red principal también se ha aliviado efectivamente.Hacer que los agentes de IA sean más rentables.
Con la madurez de los proyectos L2 como Reddio, AI Agent desempeñará un papel más importante en blockchain y promoverá la innovación en la combinación de Defi y otros escenarios de aplicación blockchain con IA.
Mercado de energía informática descentralizada
En el futuro, Reddio adoptará una arquitectura de clasificación descentralizada, y los mineros utilizarán el poder informático de GPU para determinar los derechos de clasificación de la GPU de los participantes de la red mejorará gradualmente con la competencia e incluso puede alcanzar el nivel utilizado para la capacitación de IA.
Cree un mercado de energía informática de GPU descentralizado para proporcionar recursos de energía informática de menor costo para la capacitación y el razonamiento de la IA.Desde una potencia informática pequeña a grande, desde computadoras personales hasta grupos de sala de computadoras, el poder informático de GPU de todos los niveles puede unirse al mercado para contribuir con su potencia informática inactiva y obtener ganancias. . Desarrollo y aplicación del modelo de IA.
En los casos de uso del mercado de energía informática descentralizada, el clasificador puede no ser el principal responsable de la computación directa de la IA.En cuanto a la potencia informática y la asignación de tareas, hay dos modos:
-
Asignación centralizada de arriba hacia abajo.Debido al clasificador, el clasificador puede asignar las solicitudes de energía informática recibidas a los nodos que satisfacen las necesidades y tienen una buena reputación.Aunque este método de distribución tiene problemas centralizados e injustos, de hecho, las ventajas de eficiencia que aporta superan sus desventajas. , hay limitaciones implícitas pero directas aseguran que el clasificador no tenga un sesgo demasiado grave.
-
Selección de tareas espontáneas de abajo hacia arriba.Los usuarios también pueden enviar solicitudes de operación de IA a los nodos de terceros, lo que obviamente es más eficiente en campos de aplicación de IA específicos que enviarlas directamente al clasificador, y también puede evitar la revisión y el sesgo del clasificador.Una vez completado el cálculo, el nodo sincroniza los resultados del cálculo al clasificador y los coloca en el enlace.
Podemos ver que en la arquitectura L2 + AI, el mercado de energía informática tiene una flexibilidad extremadamente alta y puede recopilar potencia informática de dos direcciones para maximizar la utilización de recursos.
Razonamiento de IA en cadena
En la actualidad, la madurez del modelo de código abierto es suficiente para satisfacer diversas necesidades.Con la estandarización de los servicios de razonamiento de IA,Explore cómo poner la potencia informática en la cadena para lograr precios automatizados.Sin embargo, esto requiere superar varios desafíos técnicos:
-
Distribución y grabación de solicitudes eficientes:El razonamiento del modelo grande requiere una alta latencia y un mecanismo de distribución de solicitudes eficientes es muy crítico.Aunque los datos de solicitudes y respuestas son enormes y privados, y no deben expuestos en la cadena de bloques, también es necesario encontrar un equilibrio entre la grabación y la verificación, por ejemplo, almacenando el hash.
-
Verificación de la salida del nodo de alimentación informática:¿El nodo realmente completó las tareas informáticas formuladas?Por ejemplo, el informe False Node utiliza pequeños resultados de cálculo del modelo en lugar de modelos grandes.
-
Razonamiento de contrato inteligente: Es necesario usar modelos de IA en combinación con contratos inteligentes para la informática en muchos escenarios.Dado que el razonamiento de AI es incierto y no puede usarse para todos los aspectos de la cadena, es probable que la lógica de los futuros DAPPS de IA esté en parte fuera de la cadena y la otra parte es contratos en la cadena. La entrada proporcionada fuera de la cadena.En el ecosistema Ethereum, la combinación con contratos inteligentes debe enfrentar la serialidad ineficiente de EVM.
Pero en la arquitectura de Reddio, estos son relativamente fáciles de resolver:
-
El clasificador es mucho más eficiente que L1, y puede considerarse equivalente a la eficiencia de Web2.En cuanto a la ubicación de grabación y el método de retención de datos, se pueden resolver varias soluciones DA baratas.
-
Los resultados del cálculo de AI pueden finalmente verificarse por ZKP.La característica de ZKP es que la verificación es muy rápida, pero la generación de prueba es lenta.La generación de ZKP puede usar la aceleración de GPU o TEE.
-
Solidty → CUDA → GPU La línea principal paralela EVM es la base de Reddio.Entonces, en la superficie, esta es la pregunta más simple para Reddio.Actualmente, Reddio está trabajando con Eliza de AII6Z para presentar sus módulos a Reddio, que es una dirección muy valiosa para explorar.
Resumir
En general, los campos de las soluciones de Layer2, la tecnología EVM paralela y la IA parecen ser irrelevantes, pero Reddio combina hábilmente estos principales campos innovadores al hacer un uso completo de las características informáticas de las GPU.
Al aprovechar las características de computación paralela de las GPU, Reddio mejora la velocidad de transacción y la eficiencia en la capa2, mejorando el rendimiento de la capa 2 de Ethereum.La integración de la tecnología de IA en blockchain es un intento novedoso y prometedor.La introducción de la IA puede proporcionar un análisis inteligente y soporte de toma de decisiones para las operaciones en la cadena, lo que logró aplicaciones de blockchain más inteligentes y dinámicas.Esta integración de campo cruzado sin duda ha abierto nuevos caminos y oportunidades para el desarrollo de toda la industria.
Sin embargo, debe tenerse en cuenta que este campo todavía está en sus primeras etapas y aún requiere mucha investigación y exploración.La iteración y optimización continua de la tecnología, así como la imaginación y las acciones de los pioneros del mercado, serán la fuerza impulsora clave que impulsa esta innovación hacia la madurez.Reddio ha dado un paso importante y audaz en esta intersección, y esperamos ver más avances y sorpresas en este campo de integración en el futuro.
