Kerangka Shoal: Mengoptimalkan latensi Bullshark di Aptos
Laboratorium Aptos baru-baru ini menyelesaikan dua masalah kunci dalam DAG BFT, secara signifikan mengurangi latensi, dan untuk pertama kalinya menghilangkan kebutuhan akan timeout dalam protokol nyata yang deterministik. Secara keseluruhan, latensi Bullshark meningkat 40% dalam kondisi tanpa kesalahan, dan meningkat 80% dalam kondisi dengan kesalahan.
Shoal adalah kerangka kerja yang meningkatkan protokol konsensus berbasis Narwhal melalui pipeline dan reputasi pemimpin. Pipeline mengurangi latensi pengurutan DAG dengan memperkenalkan sebuah titik jangkar di setiap putaran, sedangkan reputasi pemimpin lebih lanjut meningkatkan latensi dengan memastikan bahwa titik jangkar terkait dengan node validasi tercepat. Selain itu, reputasi pemimpin memungkinkan Shoal untuk memanfaatkan pembangunan DAG asinkron untuk menghilangkan timeout dalam semua skenario.
Teknologi inti Shoal sangat sederhana, terutama menjalankan beberapa instance dari protokol dasar secara berurutan. Mengambil Bullshark sebagai contoh, ini setara dengan sekelompok "ikan hiu" yang berlari dalam perlombaan estafet.
Dalam mengejar kinerja tinggi jaringan blockchain, perhatian awalnya difokuskan pada pengurangan kompleksitas komunikasi, tetapi ini tidak membawa peningkatan throughput yang signifikan. Terobosan terbaru berasal dari pemahaman bahwa penyebaran data adalah hambatan utama yang didasarkan pada protokol pemimpin, yang dapat mengambil manfaat dari paralelisasi. Sistem Narwhal memisahkan penyebaran data dari logika konsensus inti, mencapai throughput 160.000 TPS.
Namun, protokol konsensus berbasis pemimpin seperti Hotstuff/Jolteon tidak dapat memanfaatkan potensi throughput Narwhal secara maksimal. Oleh karena itu, Aptos memutuskan untuk menerapkan Bullshark di atas Narwhal DAG, sebuah protokol konsensus tanpa biaya komunikasi. Namun, struktur DAG Bullshark membawa biaya latensi sebesar 50%.
Kerangka Shoal secara signifikan mengurangi latensi Bullshark melalui mekanisme reputasi pemimpin dan pipeline. Pipeline memungkinkan adanya satu titik jangkar di setiap putaran, mengurangi latensi semua simpul non-jangkar dalam DAG menjadi tiga putaran. Mekanisme reputasi pemimpin cenderung memilih pemimpin yang cepat.
Inti dari Shoal adalah menggabungkan beberapa instance Bullshark secara berurutan. Ini memanfaatkan karakteristik di mana semua validator setuju pada titik jangkar terurut pertama, menjadikan titik jangkar terurut pertama sebagai titik peralihan instance, dan menggunakan sejarah kausal dari titik jangkar untuk menghitung reputasi pemimpin.
Metode ini tidak hanya mewujudkan alur kerja, tetapi juga secara alami menggabungkan mekanisme reputasi pemimpin. Setelah mengurutkan titik jangkar pada putaran ke-r, validator hanya perlu menghitung pemetaan pemimpin baru mulai dari putaran ke-r+1 berdasarkan sejarah kausal titik jangkar tersebut, dan menggunakan fungsi pemilihan titik jangkar yang diperbarui untuk menjalankan instance Bullshark baru.
Shoal juga menghilangkan kebutuhan akan waktu tunggu. Ini memanfaatkan "jam" yang disediakan oleh DAG untuk memperkirakan kecepatan jaringan, selama ada cukup validator yang jujur untuk terus menambahkan simpul ke DAG, putaran akan terus berjalan. Mekanisme reputasi pemimpin lebih lanjut memastikan pemilihan node validasi cepat sebagai pemimpin, memungkinkan sistem beroperasi dengan kecepatan jaringan dalam semua skenario nyata.
Shoal menawarkan atribut yang disebut "respon universal", yang dapat terus beroperasi dengan kecepatan jaringan bahkan ketika pemimpin gagal atau jaringan tidak sinkron. Ini memiliki keunggulan yang signifikan dibandingkan atribut "respon optimis" dari protokol seperti Hotstuff.
Hasil evaluasi menunjukkan bahwa Shoal secara signifikan meningkatkan latensi Bullshark. Dalam kondisi tanpa kesalahan, Shoal mencapai latensi terbaik dengan menggabungkan pipelining dan reputasi pemimpin. Dalam kondisi dengan kesalahan, mekanisme reputasi pemimpin menurunkan kemungkinan validator yang gagal dipilih sebagai pemimpin, sehingga latensi Shoal 65% lebih rendah dibandingkan dengan Bullshark baseline.
Secara keseluruhan, kerangka Shoal berhasil mengatasi masalah latensi kunci dalam DAG-BFT dengan cara yang sederhana dan efisien, memberikan pemikiran baru untuk optimasi kinerja sistem blockchain seperti Aptos.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
11 Suka
Hadiah
11
5
Bagikan
Komentar
0/400
MoneyBurnerSociety
· 07-20 13:18
Aduh, ini lagi tempat saya mendapatkan hasil negatif.
Aptos kerangka baru Shoal: optimasi latensi Bullshark 40%-80%
Kerangka Shoal: Mengoptimalkan latensi Bullshark di Aptos
Laboratorium Aptos baru-baru ini menyelesaikan dua masalah kunci dalam DAG BFT, secara signifikan mengurangi latensi, dan untuk pertama kalinya menghilangkan kebutuhan akan timeout dalam protokol nyata yang deterministik. Secara keseluruhan, latensi Bullshark meningkat 40% dalam kondisi tanpa kesalahan, dan meningkat 80% dalam kondisi dengan kesalahan.
Shoal adalah kerangka kerja yang meningkatkan protokol konsensus berbasis Narwhal melalui pipeline dan reputasi pemimpin. Pipeline mengurangi latensi pengurutan DAG dengan memperkenalkan sebuah titik jangkar di setiap putaran, sedangkan reputasi pemimpin lebih lanjut meningkatkan latensi dengan memastikan bahwa titik jangkar terkait dengan node validasi tercepat. Selain itu, reputasi pemimpin memungkinkan Shoal untuk memanfaatkan pembangunan DAG asinkron untuk menghilangkan timeout dalam semua skenario.
Teknologi inti Shoal sangat sederhana, terutama menjalankan beberapa instance dari protokol dasar secara berurutan. Mengambil Bullshark sebagai contoh, ini setara dengan sekelompok "ikan hiu" yang berlari dalam perlombaan estafet.
Dalam mengejar kinerja tinggi jaringan blockchain, perhatian awalnya difokuskan pada pengurangan kompleksitas komunikasi, tetapi ini tidak membawa peningkatan throughput yang signifikan. Terobosan terbaru berasal dari pemahaman bahwa penyebaran data adalah hambatan utama yang didasarkan pada protokol pemimpin, yang dapat mengambil manfaat dari paralelisasi. Sistem Narwhal memisahkan penyebaran data dari logika konsensus inti, mencapai throughput 160.000 TPS.
Namun, protokol konsensus berbasis pemimpin seperti Hotstuff/Jolteon tidak dapat memanfaatkan potensi throughput Narwhal secara maksimal. Oleh karena itu, Aptos memutuskan untuk menerapkan Bullshark di atas Narwhal DAG, sebuah protokol konsensus tanpa biaya komunikasi. Namun, struktur DAG Bullshark membawa biaya latensi sebesar 50%.
Kerangka Shoal secara signifikan mengurangi latensi Bullshark melalui mekanisme reputasi pemimpin dan pipeline. Pipeline memungkinkan adanya satu titik jangkar di setiap putaran, mengurangi latensi semua simpul non-jangkar dalam DAG menjadi tiga putaran. Mekanisme reputasi pemimpin cenderung memilih pemimpin yang cepat.
Inti dari Shoal adalah menggabungkan beberapa instance Bullshark secara berurutan. Ini memanfaatkan karakteristik di mana semua validator setuju pada titik jangkar terurut pertama, menjadikan titik jangkar terurut pertama sebagai titik peralihan instance, dan menggunakan sejarah kausal dari titik jangkar untuk menghitung reputasi pemimpin.
Metode ini tidak hanya mewujudkan alur kerja, tetapi juga secara alami menggabungkan mekanisme reputasi pemimpin. Setelah mengurutkan titik jangkar pada putaran ke-r, validator hanya perlu menghitung pemetaan pemimpin baru mulai dari putaran ke-r+1 berdasarkan sejarah kausal titik jangkar tersebut, dan menggunakan fungsi pemilihan titik jangkar yang diperbarui untuk menjalankan instance Bullshark baru.
Shoal juga menghilangkan kebutuhan akan waktu tunggu. Ini memanfaatkan "jam" yang disediakan oleh DAG untuk memperkirakan kecepatan jaringan, selama ada cukup validator yang jujur untuk terus menambahkan simpul ke DAG, putaran akan terus berjalan. Mekanisme reputasi pemimpin lebih lanjut memastikan pemilihan node validasi cepat sebagai pemimpin, memungkinkan sistem beroperasi dengan kecepatan jaringan dalam semua skenario nyata.
Shoal menawarkan atribut yang disebut "respon universal", yang dapat terus beroperasi dengan kecepatan jaringan bahkan ketika pemimpin gagal atau jaringan tidak sinkron. Ini memiliki keunggulan yang signifikan dibandingkan atribut "respon optimis" dari protokol seperti Hotstuff.
Hasil evaluasi menunjukkan bahwa Shoal secara signifikan meningkatkan latensi Bullshark. Dalam kondisi tanpa kesalahan, Shoal mencapai latensi terbaik dengan menggabungkan pipelining dan reputasi pemimpin. Dalam kondisi dengan kesalahan, mekanisme reputasi pemimpin menurunkan kemungkinan validator yang gagal dipilih sebagai pemimpin, sehingga latensi Shoal 65% lebih rendah dibandingkan dengan Bullshark baseline.
Secara keseluruhan, kerangka Shoal berhasil mengatasi masalah latensi kunci dalam DAG-BFT dengan cara yang sederhana dan efisien, memberikan pemikiran baru untuk optimasi kinerja sistem blockchain seperti Aptos.