📢 Gate广场 #NERO发帖挑战# 秀观点赢大奖活动火热开启!
Gate NERO生态周来袭!发帖秀出NERO项目洞察和活动实用攻略,瓜分30,000NERO!
💰️ 15位优质发帖用户 * 2,000枚NERO每人
如何参与:
1️⃣ 调研NERO项目
对NERO的基本面、社区治理、发展目标、代币经济模型等方面进行研究,分享你对项目的深度研究。
2️⃣ 参与并分享真实体验
参与NERO生态周相关活动,并晒出你的参与截图、收益图或实用教程。可以是收益展示、简明易懂的新手攻略、小窍门,也可以是行情点位分析,内容详实优先。
3️⃣ 鼓励带新互动
如果你的帖子吸引到他人参与活动,或者有好友评论“已参与/已交易”,将大幅提升你的获奖概率!
NERO热门活动(帖文需附以下活动链接):
NERO Chain (NERO) 生态周:Gate 已上线 NERO 现货交易,为回馈平台用户,HODLer Airdrop、Launchpool、CandyDrop、余币宝已上线 NERO,邀您体验。参与攻略见公告:https://www.gate.com/announcements/article/46284
高质量帖子Tips:
教程越详细、图片越直观、互动量越高,获奖几率越大!
市场见解独到、真实参与经历、有带新互动者,评选将优先考虑。
帖子需原创,字数不少于250字,且需获得至少3条有效互动
AO网络:打造去中心化世界计算机的新尝试与挑战
去中心化网络中的世界计算机:AO的愿景与挑战
无需信任地执行任意代码,并能够与全世界共享,这是去中心化网络中世界计算机的核心理念。在以太坊之后,许多基础设施项目都在这个方向上进行了尝试,其中即将推出的AO网络就是一个典型代表。
对于一个"世界计算机"而言,我们可以将其功能粗略地划分为数据计算、访问和存储三个主要部分。长期以来,某存储项目一直扮演着"世界硬盘"的角色,而新推出的AO网络(Actor Oriented)则引入了通用计算能力,并提供了智能合约功能。
AO:基于Actor模型的通用计算网络
当前主流的去中心化计算平台可以分为两大类:智能合约平台和通用计算平台。以某知名智能合约平台为代表的智能合约平台共享全局状态内存,对改变状态的运算过程进行共识。由于共识需要大量重复运算,因此在高成本下主要用于处理高价值业务。相比之下,通用计算网络不对运算过程本身进行共识,而是根据业务验证计算结果,处理请求顺序,不存在共享的状态内存。这种方式降低了成本,使网络能够扩展到更多领域的计算应用中,以某些算力网络为代表。
还有一些项目基于虚拟机安全的假设,将通用计算与智能合约融合。这类网络只对交易顺序进行共识,并验证计算结果,多个状态变化计算在网络节点中并行处理。计算环境的虚拟机保证了结果的确定性,因此只要交易顺序一致,最终状态也将保持一致。
这类网络由于不共享状态内存,扩容成本很低,多个任务可以并行计算且互不影响。这些项目通常基于Actor编程模型,AO也属于这一类别。在Actor模型下,每个计算单元被视为独立处理事务的智能体,计算单元之间通过通信进行交互。AO标准化了Actor的消息传递,实现了一个去中心化的计算网络。
与传统被动触发的智能合约不同,AO具备通用计算能力,可以通过固定时间循环触发的"cron"方式来实现智能合约的主动运行,例如持续监控套利空间的交易程序。
AO网络的快速扩容能力、超大数据存储能力、Actor编程模型以及主动触发交易的能力,使其非常适合托管AI Agent。同时,AO也支持将AI大模型引入区块链的智能合约中运行。
AO网络的特性
AO网络采用模块化设计,包含三种基本单元:调度单元(SU)、计算单元(CU)和信使单元(MU)。当一个交易被发出时,MU接受交易并验证签名,然后转发给SU。SU作为AO与底层存储链的连接点,帮助网络对交易顺序进行排序,并上传至存储链完成共识。目前的共识方式是POA(权限证明)。共识完成后,任务被分配给CU进行具体计算,结果通过MU返回给用户。
CU集合可以看作是一个去中心化的算力网络。在完整的经济学规划下,CU节点需要质押一定资产,通过计算性能、价格等因素竞争,提供算力以赚取收益。如果出现计算错误,节点将被罚没资产,这是一个标准的经济学保障机制。
AO与其他网络的比较
相比于传统智能合约平台,AO作为通用计算平台的优势显而易见。某存储网络虽然也推出了自己的智能合约平台,但这是一种等效于EVM的状态共识机架构,在用户体验上不及传统智能合约平台。
与其他去中心化计算网络相比,AO保留了智能合约能力,并在底层存储上维护了一个全局状态。在架构上,AO与某异步计算区块链网络最为相似,延续了后者的许多设计理念,如仅对交易顺序排序、相信虚拟机确定性计算、Actor模型异步处理等。
主要区别在于,某异步计算网络基于容器维护状态,而AO具备一个共享的状态层。这增强了网络的去中心化能力,但也可能限制了某些特殊隐私业务的实现。在经济与设计层面,AO采用了更为开放和灵活的方式,降低了参与门槛和开发成本。
然而,AO也面临一些挑战。Actor异步模型下跨合约交易缺乏原子性,这可能会影响DeFi类应用的发展。新的计算模式也对开发者提出了更高要求。此外,AO架构下wasm虚拟机的内存限制可能会导致某些复杂模型无法使用。
尽管如此,在AI快速发展的背景下,AO仍然具有巨大潜力。随着技术的不断完善和生态系统的逐步建立,AO有望在去中心化计算和AI领域发挥重要作用。