Web3에는 메모리 문제가 있으며 마침내 수정 사항이 있습니다.

세계 컴퓨터에는 분산뿐만 아니라 효율적이고 확장 가능하며 신뢰할 수있는 메모리가 필요합니다. 모든 블록 체인에 대한 메모리 인프라를 제공하는 Optimum의 공동 창립자 인 Muriel Médard는 임의의 선형 네트워크 코딩 (RLNC)을 사용하여 구축 할 수 있다고 말합니다. Médard는 RLNC의 공동 발명가로서 20 년 동안 MIT 연구를 개발했습니다.

2025 년 4 월 1 일, 오후 5시 40 분 UTC2025 년 4 월 1 일, 오후 5시 14 분 UTC

Web3에는 메모리 문제가 있습니다. “우리는 무언가를 잊어 버린”의미가 아니라 핵심 건축 적 의미에 있습니다. 실제 메모리 레이어가 없습니다.

제 2 차 세계 대전이 끝난 후 John von Neumann은 출시되었습니다 현대 컴퓨터의 아키텍처. 모든 컴퓨터는 입력 및 출력, 제어 및 산술을위한 CPU, 최신 버전 데이터를 저장하기위한 메모리와 “버스”와 함께 메모리에서 해당 데이터를 검색하고 업데이트해야합니다. 일반적으로 RAM으로 알려진이 아키텍처는 수십 년 동안 컴퓨팅의 기초였습니다.

핵심적으로 Web3는 분산 된 컴퓨터 인“세계 컴퓨터”입니다. 상위 계층에서는 수천 개의 분산 노드에서 실행되는 운영 체제 (EVM, SVM)가 상당히 인식 할 수 있습니다.

그러나 더 깊이 파고 들으면 뭔가 빠졌습니다. 단기 및 장기 데이터를 저장, 액세스 및 업데이트하는 데 필수적인 메모리 계층은 메모리 버스 또는 메모리 장치 Von Neumann이 구상 된 것처럼 보이지 않습니다.

대신,이 목적을 달성하기위한 다양한 최고의 효과 접근 방식의 매시업이며 결과는 전반적으로 지저분하고 비효율적이며 탐색하기가 어렵습니다.

문제는 다음과 같습니다. Von Neumann 모델과 근본적으로 다른 세계 컴퓨터를 구축하려는 경우 그렇게해야 할 좋은 이유가 더 좋습니다. 현재 Web3의 메모리 레이어는 다르지 않고 복잡하고 비효율적입니다. 거래는 느립니다. 저장은 느리고 비용이 많이 듭니다. 이 현재 접근법으로 대량 채택을위한 스케일링은 거의 불가능합니다. 그리고 그것은 탈 중앙화가 예상되는 것이 아닙니다.

그러나 다른 방법이 있습니다.

이 공간에있는 많은 사람들 이이 한계를 해결하기 위해 최선을 다하고 있으며, 우리는 현재 해결 방법을 유지할 수없는 시점에 있습니다. 대수 코딩을 사용하여 효율성, 탄력성 및 유연성을위한 데이터를 나타내는 방정식을 사용하는 곳입니다.

핵심 문제는 이것입니다. Web3 용 탈 중앙화 코드를 어떻게 구현합니까?

새로운 메모리 인프라

이것이 제가 학계에서 도약 한 이유는 MIT NEC 의장 겸 소프트웨어 과학 및 공학 교수의 역할을 맡아 Web3의 고성능 기억력을 발휘하는 데 전념하기 위해 소프트웨어 과학 및 공학 교수의 역할을 맡았습니다.

나는 더 큰 것을 보았습니다. 분산 된 세상에서 컴퓨팅에 대해 어떻게 생각하는지 재정의 할 수있는 잠재력.

Optimum의 우리 팀은 전용 컴퓨터처럼 작동하는 분산 메모리를 만들고 있습니다. 우리의 접근 방식은 RLNC (Random Linear Network Coding)로 구동됩니다. 공은 뭐야 거의 20 년에 걸쳐. 산업 시스템에서 인터넷으로 고출성 네트워크의 처리량과 탄력성을 극대화하는 입증 된 데이터 코딩 방법입니다.

데이터 코딩은 효율적인 스토리지, 전송 또는 처리를 위해 정보를 한 형식에서 다른 형식으로 변환하는 프로세스입니다. 데이터 코딩은 수십 년 동안 사용되어 왔으며 오늘날 네트워크에서 사용하는 많은 반복이 있습니다. RLNC는 분산 컴퓨팅을 위해 특별히 구축 된 데이터 코딩에 대한 최신 접근 방식입니다. 이 체계는 데이터를 노드 네트워크에서 전송하기 위해 패킷으로 변환하여 고속과 효율성을 보장합니다.

Top Global Institutions의 여러 엔지니어링 상, 80 개가 넘는 특허 및 수많은 실제 배포를 통해 RLNC는 더 이상 이론이 아닙니다. RLNC는 2009 IEEE Communications Society 및 Information Theory Society 공동 종이 상을 포함하여 “멀티 캐스트에 대한 임의의 선형 네트워크 코딩 접근 방식”을 포함하여 상당한 인정을 받았습니다. RLNC의 영향은 2022 년 IEEE Koji Kobayashi Computers and Communications Award로 인정되었습니다.

RLNC는 이제 탈 중앙화 시스템에 대한 준비가되어있어 데이터 전파, 효율적인 스토리지 및 실시간 액세스를 가능하게하여 Web3의 확장 성 및 효율성 문제를위한 핵심 솔루션입니다.

이것이 중요한 이유

한 걸음 물러 봅시다. 이 모든 것이 중요한 이유는 무엇입니까? 우리는 분산뿐만 아니라 효율적이고 확장 가능하며 신뢰할 수있는 세계 컴퓨터에 대한 메모리가 필요하기 때문입니다.

현재 블록 체인은 고성능 컴퓨팅의 메모리가 부분적으로 달성하는 최상의 비 효과적 인 임시 솔루션에 의존합니다. 그들이 부족한 것은 데이터 전파를위한 메모리 버스와 데이터 저장 및 액세스를위한 RAM을 모두 포함하는 통합 메모리 계층입니다.

컴퓨터의 버스 부분은 지금처럼 병목 현상이되어서는 안됩니다. 설명하겠습니다.

“가십”은 블록 체인 네트워크에서 데이터 전파를위한 일반적인 방법입니다. 노드가 무작위 피어와 정보를 교환하여 네트워크 전체에 데이터를 전파하는 피어 투 피어 통신 프로토콜입니다. 현재의 구현에서는 규모에 맞게 어려움을 겪고 있습니다.

그들이들은 것을 반복하는 이웃들의 10 가지 정보가 필요하다고 상상해보십시오. 당신이 그들과 대화 할 때, 처음에는 새로운 정보를 얻습니다. 그러나 10 명 중 9 명이 다가 가면 이웃으로부터 새로운 것을들을 가능성이 떨어지면 최종 정보가 가장 어려워집니다. 기회는 90% 일 것입니다. 다음에 들었던 것은 이미 알고있는 것입니다.

이것이 오늘날 블록 체인 가십이 작동하는 방식입니다. 조기에는 효율적이지만 정보 공유를 완료 할 때 중복되고 느려집니다. 매번 새로운 것을 얻으려면 운이 좋을 것입니다.

RLNC를 사용하면 현재 가십에서 핵심 확장 성 문제를 해결합니다. RLNC는 당신이 매우 운이 좋은 것처럼 작동하는 것처럼 작동하므로 정보를들을 때마다 새로운 정보가됩니다. 이는 훨씬 더 큰 처리량과 훨씬 낮은 대기 시간을 의미합니다. 이 RLNC 구동 가십은 첫 번째 제품으로, 유효성 검사기는 간단한 API 호출을 통해 구현하여 노드의 데이터 전파를 최적화 할 수 있습니다.

이제 메모리 부분을 검사합시다. 그것은 메모리를 컴퓨터의 RAM이나 그 문제에 대해 우리 옷장과 같은 동적 스토리지로 생각하는 데 도움이됩니다. 분산 된 램은 옷장을 모방해야합니다. 구조화되고 신뢰할 수 있으며 일관성이 있어야합니다. 데이터 조각이 있거나 하프 비트, 누락 된 슬리브가 없습니다. 그것은 원자입니다. 항목은 배치 된 순서대로 유지됩니다. 이전 버전을 볼 수 있지만 결코 잘못된 버전이 표시되지 않습니다. 그것은 일관성입니다. 그리고 움직이지 않으면 모든 것이 남아 있습니다. 데이터는 사라지지 않습니다. 그것은 내구성입니다.

옷장 대신, 우리는 무엇을 가지고 있습니까? Mempools는 컴퓨터에서 우리가 유지하는 것이 아닙니다. 왜 우리는 Web3에서 그렇게합니까? 주된 이유는 적절한 메모리 레이어가 없기 때문입니다. 우리가 블록 체인의 데이터 관리를 옷장에서 옷을 관리하는 것으로 생각한다면, Mempool은 바닥에 세탁물 더미를 갖는 것과 같습니다. 거기서 거기에 무엇이 있는지 확실하지 않고 뒤틀려 져야합니다.

트랜잭션 처리의 현재 지연은 단일 체인의 경우 매우 높을 수 있습니다. 예를 들어 이더 리움을 인용하면 단일 거래를 마무리하는 데 2 ​​개의 에포크 또는 12.8 분이 걸립니다. 분산 된 RAM이 없으면 Web3는 거래가 처리 될 때까지 거래가 앉아 지연, 혼잡 및 예측 불가능 성을 초래하는 멤버 룸에 의존합니다.

전체 노드는 모든 것을 저장하여 시스템을 팽창시키고 검색 복잡하고 비용이 많이 듭니다. 컴퓨터에서 RAM은 현재 필요한 것을 유지하지만 덜 사용되지 않은 데이터는 냉장 저장소, 클라우드 또는 디스크로 이동합니다. 전체 노드는 당신이 입었던 모든 옷을 가진 옷장과 같습니다 (지금까지 아기로 입었던 모든 것에서).

이것은 우리가 컴퓨터에서하는 일이 아니지만 Storage 및 Read/Write Access가 최적화되지 않기 때문에 Web3에 존재합니다. RLNC를 사용하면 경제적이고 탄력적이며 확장 가능한 방식으로 적시에 업데이트 가능한 상태를위한 분산 된 RAM (DERAM)을 만듭니다.

RLNC가 구동하는 Deram 및 데이터 전파는 메모리를보다 빠르고 효율적이며 확장 가능하게 만들어 Web3의 가장 큰 병목 현상을 해결할 수 있습니다. 데이터 전파를 최적화하고 스토리지 팽창을 줄이며 탈 중앙화를 손상시키지 않고 실시간 액세스를 가능하게합니다. 세계 컴퓨터에서는 오랫동안 누락 된 작품 이었지만 오래 걸리지 않았습니다.