著者：ケヴィン・プリミセリオ（Pianity共同創設者）
翻訳：胡暁松
AOのホログラフィック状態について学ぶ。state）どのようにブロックチェーンのスケーラビリティに革命を起こすことができるのか、Arweaveの不変のログを活用し、妥協することなくコンセンサスを得る。効率的でスケーラブルな分散型コンピューティングの新時代が目前に迫っている。
AOコンピューターは「ホログラフィック状態」を通じてコンセンサスに達し、Arweaveの不変のメッセージログを活用して従来のスケーラビリティの制約を突破します。このアプローチは、プルーフ・オブ・ワークやプルーフ・オブ・エクイティといった既存のシステムに大きな変革をもたらし、効率的でスケーラブルな分散コンピューティングの新時代への道を開きます
Enter to learn about traditional consensus mechanism headings
AOコンピューターは、Arweaveの不変メッセージログを利用した「ホログラフィック状態」によってコンセンサスに達し、従来のスケーラビリティの制約を突破します。align: left;">ビットコインやイーサなどのブロックチェーンは、ネットワーク参加者が取引検証や口座残高、スマートコントラクトの実行結果など、台帳の状態に合意できるようにするためにコンセンサスメカニズムを使用しています。
ビットコインはプルーフ・オブ・ワーク（PoW）による分散型コンセンサスの先駆者であり、マイナーたちがパズルを解いて新しい取引ブロックを追加する。このコンセンサスは、取引履歴の一貫性を保証し、強力な算術がなければ無許可の改ざんを事実上不可能にします。
イーサリアムはプルーフ・オブ・ステーク（PoS）を使用し、担保された取引の検証とブロックの作成を通じてコンセンサスを得る。これは、PoWのエネルギー要件を減らすために行われます。
すべてのノードが各取引や契約の実行を検証し、合意する必要があるため、これらの仕組みは一般的にネットワークの速度とスループットを制限し、スケーラビリティの大きな障壁となります。
L2ソリューションと今後の展望
レイヤー2（L2）ソリューションは、スケーラビリティとエネルギー消費の障壁を克服するために不可欠です。ロールアップやサイドチェーンなどのL2ソリューションは、より高いスループットと効率を達成するために、メインブロックチェーンのトランザクション負担を軽減するように設計されていますが、AOのモデルは、スケーラビリティを確保し、計算オーバーヘッドを削減するために、Arweaveの不変のストレージ機能を活用しています。アーキテクチャーのレベルは根本的に異なるものの、このL2の原則との戦略的な整合性は、分散型コンピューティングの強化に対するAOのコミットメントを強調している。
ホログラフィック状態：パラダイムシフト
プロセス状態は、通常、AOシステムでは保存されたり合意されたりしません。その代わりに、Arweaveがホストするメッセージログに「ホログラフィックに」暗黙的に記録されます。これにより、ネットワーク参加者によってまだ監視/計算されていなくても、計算時の出力の一貫性が保証されます。
このように、ホログラフィック状態は、Arweave上の不変メッセージログから推測されるプロセスの状態を表し、リアルタイムの計算やコンセンサスを必要としません。
つまり、計算コストは、コンピュートユニット（CU）を介して、状態の計算や実行を要求できるユーザーに委譲されます。決定論的で、リソースが計量された仮想マシン（metered VM）を使用することで、同じ入力（メッセージログ）が与えられた場合、誰が計算を実行しても、出力（状態）は常に同じになります。
このコンセプトは、SmartWeaveとCelestiaの不活性評価アーキテクチャ原則を活用し、プロセスにおけるリソースの無制限の使用とスケーリングを可能にします。
なぜこれが重要なのか？
このシフトの影響は重大です。コンセンサス・メカニズムを計算の状態から切り離すことで、AOコンピューターは従来のブロックチェーン・ネットワークを悩ませてきたスケーラビリティの問題を解決します。これにより、分散型アプリケーションが現在のコンセンサスモデルによって課されるメモリサイズ、形式、速度の制約から解放されて実行できる新たな可能性が開かれる。
さらに、ホログラフィック状態モデルは、より柔軟で効率的なコンピューティング環境を作り出します。開発者は、ネットワーク上の計算負荷を気にすることなく、AOコンピュータ上でプロセスを作成し、展開することができます。さらに、Arweave上のイミュータブル・メッセージ・ログのおかげで、ユーザーはこれらのプロセスと対話することができ、基礎となる状態が検証可能で安全であることを確信することができます。
よくある質問
以下は、DiscordやTwitterで遭遇した、よくある質問に対する答えです
AOのホログラフィック・ステート・メカニズムはどのように機能するのですか？ネットワーク内のノードは、プログラムの状態遷移に関するコンセンサスを得るために計算を実行する必要はなく、代わりにArweaveに保存された相互作用（メッセージ）ログから状態を導きます。
このデザインは、メッセージログが永久に利用可能であることを保証するために、Arweaveネットワークの不変のストレージを活用し、どのネットワーク参加者も状態を計算できるようにします。
プロセスの管理と実行はどのように分散されるのですか？
プロセスは、スケジューラーユニット（SU）、計算ユニット（CU）、メッセンジャーユニット（MU）の組み合わせによって管理・実行されます。を実行します。
これらのコンポーネントは連携して、プロセス（SU）へのメッセージ配布を処理し、メッセージ（CU）に基づいて状態遷移を計算し、プロセス（MU）間でメッセージを中継します。
このアーキテクチャにより、プロセスはネットワーク上で独立して実行することができます。詳細な説明については、AOアーキテクチャに関する私の詳細な記事を参照してください。
記事へのリンク:
https://thenextwave.blog/aos-modular-architecture-computing-model-part-ii/
プロセスの状態は直接観測可能なのでしょうかそれとも暗黙的なものなのでしょうか？
プロセスの状態は、Arweaveに保存されているインタラクションログの中で、大部分が暗黙の了解となっています。状態は保存されませんが、どの参加者でも決定論的に計算することができます。このアプローチにより、プロセスの状態は、直接監視されていないものの、独立して検証可能であり、ネットワーク全体で一貫していることが保証されます。
Deterministic, resource-measured VMsホログラフィック状態はどのように貢献できるのでしょうか？
コンピュート・ユニットは、決定論的でリソース測定可能な仮想マシン（VM）です。同じ入力（メッセージ ログ）が与えられると、計算が誰によって、あるいはどこで実行されるかにかかわらず、出力（状態）が常に一貫していることを保証します。この一貫性はホログラフィック状態モデルにとって重要であり、状態遷移の信頼性のない検証を可能にします。VMのリソース・メータリング機能は、計算の制約を確実にし、プロセスの暴走を防ぎ、ネットワークの効率を維持します。
リソース・メータリング仮想マシンとは何ですか?
リソース メータリング仮想マシンは、CPU ランタイムやメモリなどのコンピューティング リソースの使用を正確に制御および追跡するように設計されています。この機能は、ネットワーク リソースへの公平なアクセスを保証し、不正使用を防止し、運用コストを予測します。また、ネットワークの効率性とスケーラビリティを維持し、開発者とユーザーに透明で管理しやすい経済モデルを提供するために不可欠です。
ホログラフィック状態モデルのスケーラビリティへの影響は？
ホログラフィック状態モデルは、スケーラビリティに大きなプラスの影響を与えます。コンセンサスメカニズムを実際の状態計算から切り離し、参加者の分散ネットワークを活用してプロセスを実行することで、AOは従来のブロックチェーンのコンセンサスメカニズムの典型的な制約を受けることなく、多くの並列プロセスをサポートすることができます。このモデルは、ネットワークがより多くのトランザクションや複雑な計算を、それに比例してリソース要件を増加させたりパフォーマンスを低下させたりすることなく処理できるため、より大幅なスケーラビリティを可能にする。
JinseFinance
Samantha