Ten thousand words to interpret parallel EVM: How to break through the blockchain performance bottleneck?

撰文：@leesper6

Instructor: @CryptoScott_ETH

TL;DR

1. 并行 EVM 是链上交易量发展到一定程度后出现的一种新叙事。并行 EVM 主要分为单体Blockchain和模块化Blockchain。单体Blockchain又分为 L1 和 L2 。并行 L1 公链分为两大阵营：EVM 和非 EVM 。目前并行 EVM 叙事处于发展的早期阶段；

2. 拆解并行 EVM 的技术实现路径，主要包含虚拟机和并行执行机制两大方面。在区块链的语境下，虚拟机是指对分布式状态机进行虚拟的进程虚拟机，用于执行contract;

3. 并行执行是指发挥多核处理器的优势，尽可能在同一时间同时执行多个交易，而保证最终状态与串行执行时结果一致；

4. 并行执行机制分为消息传递、共享内存、和严格状态访问列表三大类。共享内存又分为内存锁模型和乐观并行化。无论哪种机制均提高了技术的复杂性；

5. 并行 EVM 叙事既有行业增长的内在驱动因素，又需要从业者高度关注其可能存在的Safety问题；

6. 并行 EVM 各标的项目均以不同的方式提供了并行执行思路，既有技术上的共性又有自己的独特建树。

1.行业综述

1.1 历史沿革

性能已经成为行业进一步发展的瓶颈。区块链网络为个人和企业进行交易创造了一种新的、去中心化的信任基础。

以比特币为代表的第一代区块链网络以分布式记账的方式开创了去中心化的电子货币交易新模式，革命性地开创了一个新时代。以以太坊为代表的第二代区块链网络则充分发挥想象力，提出以分布式状态机的方式实现去中心化应用（ dApp ）。

从那时起，区块链网络开启了它自己十几年飞速发展的历史，从 Web3 基础设施到以 DeFi 、 NFT 、社交网络和 GameFi 等为代表的各种赛道，诞生了无数或技术或商业模式的创新。行业的蓬勃发展需要不断吸引新用户参与去中心化应用的生态建设，这反过来又对产品体验提出了更高的要求。

而 Web3 作为一种「前无古人」的新产品形态，不但要在满足用户需求上有所创新（功能性需求），还要考虑怎样在Safety性和性能之间取得平衡（非功能性需求）。自诞生以来，人们提出了各种各样的解决方案试图解决性能问题。

这些解决方案大致可以分为两类：一类是链上扩容方案，如分片（ sharding ）和有向无环图（ DAG ）；一类是链下扩容方案，如 Plasma 、闪电网络、侧链和 Rollups 等。但这还远远跟不上链上交易快速增长的速度。

尤其是经历了 2020 年 DeFi Summer 以及 2023 年年末比特币生态中铭文的持续爆发，业界迫切需要新的性能提升方案来满足「高性能、低费率」的要求。并行区块链就是在这样的背景下诞生的。

1.2 市场规模

并行 EVM 叙事标志着并行区块链领域形成了两强相争的竞争格局。以太坊对交易的处理是串行的，交易要按顺序一个接一个的执行，资源的利用率不高。如果将串行处理的方式变为并行处理将带来性能的巨大提升。

以太坊竞争对手如 Solana 、 Aptos 和 Sui 都是自带并行处理能力的，生态也发展的很不错，Token流通市值分别达到 450 亿、33 亿和 19 亿美元，它们形成了并行非 EVM 阵营。面对挑战，以太坊生态也不甘示弱，纷纷站出来为 EVM 赋能，它们形成了并行 EVM 阵营.

Sei 在其 v2 版本升级提案中高调宣称将成为「第一个并行 EVM 区块链」，当前流通市值 21 亿美元，预后还有更大的发展。当下营销热度第一的并行 EVM 新公链 Monad 很受资本青睐，潜力也不可小视。而市值 1.7 亿美元、自带免费公共基础设施的 L1 公链 Canto 也宣布了自己的并行 EVM 升级提案。

除此之外，一众还处在早期阶段的 L2 项目也在通过整合多种 L1 链的能力提供跨生态的性能提升。除 Neon 做到了 6900 万美元流通市值外，其他项目还缺少相关数据。相信未来还会出现更多的 L1 和 L2 项目加入并行区块链战场。

不但并行 EVM 叙事还有很大的市场增长空间，而且并行 EVM 叙事所属的并行区块链板块也还有很大的市场增长空间，因此市场前景广阔。

目前 L1 和 L2 整体流通市值为 7521.23 亿美元，并行区块链流通市值为 525.39 亿美元，仅占约 7% 。而其中并行 EVM 叙事相关项目流通市值 23.39 亿美元，仅占并行区块链流通市值的 4% 。

1.3 行业图谱

业界一般将区块链网络分为 4 层结构：

1. Layer 0（网络）：区块链底层网络，处理基础的网络通信协议

2. Layer 1（基础设施）：依赖各种共识机制对交易进行验证的去中心化网络

3. Layer 2（扩展）：依赖于 Layer 1 的各种二层协议，旨在解决 Layer 1 的各种局限性，尤其是可扩展性

4. Layer 3（应用）：依赖于 Layer 2 或 Layer 1 ，用于构建各种去中心化应用（ dApp ）

并行 EVM 叙事项目主要分为单体区块链和模块化区块链，单体区块链又分为 L1 和 L2 。从项目总数和几个主要赛道的发展可以看出，各并行 EVM L1 公链生态相比以太坊生态仍然存在很大的发展空间。

DeFi 赛道有「高速低费率」的诉求，游戏赛道有「强实时交互」的诉求，二者都对执行速度有一定要求。并行 EVM 必然会给这些项目带来更好的用户体验，推动行业的发展进入到全新的阶段。

L1 是自带并行执行能力的新公链，是高性能基础设施。L1 这一派中，以 Sei v2、Monad 和 Canto 为代表的项目自行设计并行 EVM ，兼容以太坊生态并提供高吞吐量交易处理能力。

L2 通过整合其他 L1 链的能力，提供跨生态合作的扩容能力，是 rollup 的显学。L2 这一派中， Neon 是 Solana 网络上的 EVM 模拟器， Eclipse 利用 Solana 执行交易但在 EVM 上做结算。Lumio 与 Eclipse 类似，只是把执行层换成了 Aptos 。

在上述单体区块链解决方案之外， Fuel 提出了自己的模块化区块链思路。它将在第二个版本中将自己定位成以太坊 rollup 操作系统，提供更灵活、更彻底的模块化执行能力。

Fuel 专注于执行交易，而将其余部分外包给一个或多个独立层的区块链，从而实现更灵活的组合：既可以成为 L2 ，也可以成为 L1 ，甚至是侧链或状态通道。目前 Fuel 生态有 17 个项目，主要集中在 DeFi 、 NFT 和基础设施三个领域。

不过只有 Orally 跨链预言机已投入实际应用。去中心化借贷平台 Swaylend 和永续contract交易平台 SPARK 上了测试网，其他项目还在开发中。

2.技术实现路径

要实现去中心化的交易执行，区块链网络必须履行 4 个职责：

• 执行：执行和验证交易

• 数据可用性：分发新区块到区块网络的所有节点

• 共识机制：验证区块，达成共识

• 结算：结算并记录交易的最终状态

并行 EVM 主要是对执行层的性能优化。这又分为一层网络（ L1 ）解决方案和二层网络（ L2 ）解决方案两种。L1 的解决方案引入交易并行执行机制，让交易在虚拟机中尽量并行执行。L2 的解决方案本质上是利用已经并行化的 L1 虚拟机实现某种程度上的「链下执行 + 链上结算」。

所以要理解并行 EVM 的技术原理，就要将其拆解开来：先理解什么是虚拟机（ virtual machine ）再理解什么是并行执行（ parallel execution ）。

2.1 虚拟机

在计算机科学中，虚拟机是指对计算机系统进行的虚拟（ virtualization ）或者模拟（ emulation ）。

虚拟机分为两种，一种叫系统虚拟机（ system virtual machine ），可以将一台物理机虚拟化为多台机器，运行多个操作系统，从而提高资源利用率。另一种叫进程虚拟机（ process virtual machine ），为某些高级编程语言提供抽象，让使用这种语言编写的计算机程序以一种平台无关的方式运行在不同平台上。

JVM 就是一种为 Java 编程语言设计的进程虚拟机。Java 语言编写的程序首先被编译成 Java 字节码（一种中间状态的二进制代码）， Java 字节码由 JVM 解释执行：JVM 将字节码送给解释器，由解释器翻译成不同机器上的机器码，然后在机器上运行。

区块链虚拟机是进程虚拟机的一种。在区块链的语境下，虚拟机是指对分布式状态机进行的虚拟，用于分布式地执行合约，运行 dApp 。类比 JVM ， EVM 就是一种为 Solidity 语言设计的进程虚拟机，智能合约首先被编译成 opcode 字节码，然后由 EVM 解释执行。

以太坊之外的新兴公链在实现自己的虚拟机时，更多采用的是基于 WASM 或 eBPF 字节码的虚拟机。WASM 是一种体积小、加载快、可移植且基于沙盒Safety机制的字节码格式，开发人员可以使用多种编程语言（ C 、 C++ 、 Rust 、 Go 、 Python 、 Java 甚至 TypeScript 等）编写智能合约，然后编译成 WASM 字节码并执行。Sei 公链上执行的智能合约正是采用了这一字节码格式。

eBPF 前身是 BPF （ Berkeley Packet Filter ，伯克利包过滤器），原本是用于网络数据包的高效过滤，后经过演化形成了 eBPF ，提供更丰富的指令集。

它是一项允许在不改动源码的情况下对操作系统内核进行动态干预和修改其行为的革命性技术。后来这项技术从内核中走出来，发展出了用户态 eBPF 运行时，其具有高性能、Safety和可移植性。在 Solana 上执行的智能合约都会编译成 eBPF 字节码并在其区块链网络上运行。

而其他的 L1 公链中， Aptos 和 Sui 使用 Move 智能合约编程语言，编译成特有的字节码在 Move 虚拟机上执行。Monad 则自行设计了兼容 EVM opcode 字节码（ Shanghai fork ）的虚拟机。

2.2 并行执行

并行执行是这样一种技术：

1. 能够发挥多核处理器的优势同时处理多个任务，增大系统吞吐量；

2. 确保得到的交易结果与按顺序串行执行交易时完全相同。

区块链网络常用 TPS （每秒处理的交易数量）作为衡量处理速度的技术指标。并行执行的机制比较复杂，也很考验开发人员的技术水平，要解释清楚并不容易。下面从一个「银行」的例子入手，解释什么是并行执行。

（1）首先，什么是串行执行？

情况 1：如果我们把系统看成一家银行，把处理任务的 CPU 看成柜台，那么串行执行任务就好比这家银行只有一个柜台受理业务。此时来银行办业务的客户（任务）只能排成一条长龙，挨个办业务。对于每个客户，柜台工作人员都要重复同样的动作（执行指令）来为客户办理业务。没有轮到自己时客户只能等待，这就造成交易时间的延长。

（2）那么什么是并行执行呢？

情况 2：此时银行看到人满为患，就多开了几个柜台来处理业务，有 4 个柜员在柜台同时处理业务，速度就比原来快了约 4 倍，那么客户排队的时间大约也减少到了原来的 1/4，银行办理业务的速度就提升。

（3）如果不做保护，两个人同时给另一个人转账会发生什么错误？

情况 3：A 、 B 和 C 三个人，他们的账户上分别有 2 ETH 、1 ETH 和 0 ETH ，现在 A 和 B 分别要给 C 转账 0.5 ETH 。在一个交易串行执行的系统中，不会出现任何问题（左箭头「」表示写入账本，下同）：

但并行执行并没有它看上去的那么简单。有很多很微妙的细节，稍不注意就会导致非常严重的错误。如果 A 和 B 对 C 的转账交易是并行执行的，那么根据每个步骤执行先后顺序的不同，就有可能产生不一致的结果：

并行任务 1 执行 A 到 C 的转账，并行任务 2 执行 B 到 C 的转账。表中带 * 号的步骤都是有问题的：由于任务是并行执行的，在步骤 2 中并行任务 1 做的收支平衡计算还没来得及写入账本，在步骤 3 中任务 2 就把 C 的账户余额（此时仍然是 0 ）读取出来了，并在步骤 5 中基于余额 0 做了错误的收支平衡计算，然后在步骤 6 的账本更新操作中把步骤 4 中已经更新的账户余额 0.5 错误地再次更新成了 0.5。导致虽然 A 和 B 都同时转账了 0.5 ETH 给 C ，而交易执行完毕后 C 的账户余额却只有 0.5 ETH ，另外 0.5 ETH 不翼而飞了。

（4）如果不做保护，没有依赖关系的两个任务并行执行不会出错

情况 4：并行任务 1 执行 A （余额 2 ETH ）转账 0.5 ETH 给 C （余额 0 ETH ），并行任务 2 执行 B （余额 1 ETH ）转账 0.5 ETH 到 D （余额 0 ETH ）。可以看到两个转账任务之间没有依赖关系。那么不管两个任务的步骤如何交错执行，都不会有上面的问题：

从两种场景的对比可以分析得出，只要任务之间存在依赖，并行执行时就有可能发生状态更新错误，反之则不会发生错误。满足以下 2 个条件之一，就称任务（交易）之间是有依赖关系的：

1. 一个任务写入的输出地址是另一个任务读取的输入地址；

2. 两个任务输出到同一个地址。

这并不是去中心化特有的。任何涉及到并行执行的场景都会因为多个有依赖的任务之间不受保护地访问共享资源（银行例子中的「账本」、计算机系统中的共享内存等）而出现数据不一致，称为竞态条件问题（ data races ）。

业界在解决并行执行的竞态条件问题上提出了三种执行机制：消息传递机制、共享内存机制和严格状态访问列表机制。

2.3 消息传递机制

情况 5 ：假设银行有 4 个柜台同时为客户办理业务，现在给 4 个柜台的柜员每个人手里发一本专属账本，这个账本只有自己能修改。上面记录了自己所服务的客户的账户余额。

每个柜员在为客户办理业务时，如果该客户的信息在自己的账本上能查到，那么就直接办理；否则就给别的柜员喊话告知客户要办理的业务，别的柜员听到后进行办理。

这就是消息传递模型的原理。Actor 模型就是消息传递模型的一种，每一个负责处理交易的执行者都是一个 actor （柜员），它们都有可以访问自己的私有数据（专属账本），如果要访问别人的私有数据，只能通过发消息来实现。

Actor 模型的优点在于每个 actor 都只能访问自己的私有数据，因此就不会出现竞态条件问题。

它的缺点有 2 个，一是每个 actor 都只能串行地执行，在某些场景中并没有发挥并行优势（比如 2 号、3 号和 4 号柜员同时发消息问 1 号柜员客户 A 的账户余额是多少，1 号柜员在这样的模型中就只能一个一个的处理消息，而这本来是可以并行处理的）。

二是没有一个全局的有关当前系统状态的信息，如果系统业务复杂，将很难了解全貌、定位和修复 bug 。

2.4 共享内存机制

2.4.1 内存锁模型

情况 6 ：假设银行只有一个大账本，上面记录了所有客户的账户余额。账本旁边只有一支签字笔可以用来修改账本。

在这种场景下，4 个柜员在办理业务时就看谁跑得快了：一个柜员抢先拿到签字笔（加锁）开始办理业务修改账本，其他 3 个柜员就只能等着。直到柜员用完将笔放下（解锁），其他 3 个柜员再去争夺签字笔的使用权，如此循环下去，这就是内存锁模型（ memory locks ）。

内存锁就是让并行执行的任务在访问共享资源的时候做一个锁（ lock ）的操作，锁住之后对共享资源进行访问，此时别的任务要等待它修改完之后解锁（ unlock ）才能再次锁住并访问。

读写锁（ read-write lock ）的处理更精细化，可以对共享资源加读锁（ read lock ）or写锁（ write lock ）。区别是多个并行任务可以加多次读锁并读取共享资源数据，此时不允许修改；而写锁只能加一把，且加了之后只能由加锁者独占访问。

Solana 、 Sui 和 Sei v1 采用的就是基于内存锁的共享内存模型。这种机制看上去简单，但实现起来很复杂，很考验开发人员对多线程编程的驾驭能力。一个不小心，就会留下各种各样的 bug ：

1. 情况 1：任务锁住共享资源，但在执行的过程中因出错崩溃退出，共享资源被锁住无法访问；

2. 情况 2：任务已经加锁，但是执行过程中因业务逻辑嵌套出现二次加锁，导致自己等待自己。

内存锁模型最容易出现死锁（ dead lock ）、活锁（ live lock ）和饥饿（ starvation ）等问题：

（1）多个并行任务争夺多个共享资源，每个任务都占有了其中的一部分，都在等待对方释放资源，就会出现死锁问题；

（2）并行任务检测发现还有其他并行任务处于活跃状态，于是主动让出自己占有的共享资源，导致你让过来我让过去，发生活锁；

（3）优先级高的并行任务总是能获得共享资源访问权，其他低优先级任务长时间等待，发生「饥饿」。

2.4.2 乐观并行化

情况 7 ：银行 4 个柜员每个人在办理业务时都可以独立查阅和修改账本，而不管别的柜员在没在用账本。柜员使用账本时在自己查阅和修改了的内容上贴一个个人专属标签。每次办完业务后都会再浏览一遍，如果发现贴的不是自己的标签，说明记录被别的柜员修改过了，本次业务就要作废并重新办理。

这就是乐观并行化的基本原理。乐观并行化的核心思想是先假设所有的任务都是相互独立的。先并行执行任务，然后再验证每个任务，如果验证不通过，则把这个任务重新执行一遍，直到所有任务执行完毕。假设有 8 个并行任务以乐观并行化的方式执行，期间需要访问 2 个共享资源 A 和 B 。

阶段 1 执行时，任务 1、任务 2 和任务 3 并行执行。但任务 2 和任务 3 同时访问共享资源 B 产生了冲突，因此任务 3 在下一阶段重新调度执行。阶段 2 执行时任务 3 和任务 4 同时访问了共享资源 B ，此时任务 4 重新调度执行，以此类推，直到所有任务执行完毕。可以看到整个过程中发生冲突的任务会不断地重复执行。

乐观并行化模型采用了一种多版本内存数据结构（ multi-version in-memory data structure ）用来记录每一个写入值及其版本信息（类似于银行柜员贴标签）。

每个并行任务的运行分为两个阶段：执行（ execution ）和验证（ validation ）。执行阶段会把所有读数据和写数据的行为记录下来，形成读集（ read set ）和写集（ write set ）。验证阶段会用读集和写集与多版本数据结构进行对比，如果对比发现不是最新的，则验证不通过。

乐观并行化模型发端于软件事务内存（ Software Transaction Memory ，简称 STM ），后者是数据库领域无锁编程的一种机制。由于区块链网络对交易的处理天然的具备一种确定的顺序，因此这一概念被引入并演化出了 Block-STM 机制。Aptos 和 Monad 采用了 Block-STM 作为自己的并行执行机制。

值得一提的是， Sei 公链在即将发布的 v2 版本中弃用了原来的内存锁模型，改为采用乐观并行化模型。Block-STM 执行速度极快，实验环境中 Aptos 交易执行速度达到了惊人的 160k tps ，比顺序执行交易快了 18 倍。

Block-STM 把复杂的交易执行和验证交给了实现底层机制的核心团队，开发者可以毫不费劲地像写顺序执行的程序一样编写智能合约。

2.5 严格状态访问列表

消息传递和共享内存机制是基于账户 / 余额数据模型实现的，它记录了每个链上账户的余额信息。就好比银行的账本中记录的是客户 A 有余额 1000 元，客户 B 有余额 600 元，每次处理交易只需要修改一下账户余额状态。

如果换一种思路，还可以在每次交易时只记录交易的具体内容，形成交易流水，也能通过交易流水来计算用户的账户余额，例如有如下的交易流水：

1. 客户 A 开户并存入 1000 元；

2. 客户 B 开户（0 元）；

3. 客户 A 向客户 B 转账 100 元。

通过读取流水并进行计算，可以知道当前客户 A 账户余额为 900 元；客户 B 账户余额为 100 元。

UTXO （ unspent tx output ，未花费的交易输出）就类似这样的交易流水数据模型，它是第一代区块链比特币用来表示数字货币的一种方式。每一笔交易都有输入（怎么获得的）和输出（怎么花掉的），而 UTXO 可以简单理解为还没有花掉的收款。

比如客户 A 有 6 个 BTC ，他给客户 B 转账 5.2 个 BTC ，还剩 0.8 个 BTC ，从 UTXO 的角度就可以看成：A 的 6 个价值 1 BTC 的 UTXO 被销毁， B 获得了 1 个价值为 5.2 BTC 的新生成的 UTXO ，同时找零给 A 一个价值 0.8 BTC 的新生成的 UTXO 。即 6 个 UTXO 被销毁，生成了 2 个新的 UTXO 。

交易的输入和输出串成链，并使用数字签名记录所有权信息，就形成了 UTXO 模型。采取这种数据模型的区块链需要对某个账户地址的所有 UTXO 求和，才能知道当前账户余额。严格状态访问列表（ strict state access list ）基于 UTXO 模型实现并行执行。它会提前计算每个交易要访问的账户地址，形成访问列表。

访问列表有两个作用：

（1）判断交易安全性：交易执行时如果访问了不在访问列表中的地址，则执行失败。

（2）并行执行交易：根据访问列表形成交易的多个集合，每个交易集合之间在访问列表上没有交集（没有依赖），因此多个交易集合就可以并行执行了。

3.行业增长驱动力

从内在规律上看，任何事物的发展都会经历「从无到有」到「从有到优」的过程，人类对更快速度的追求是永恒的。为解决区块网络执行速度的问题诞生了各种各样或链上或链下的解决思路。以 rollup 为代表的链下解决方案已得到充分的价值发现，而并行 EVM 叙事还有很大探索空间。

从历史背景上看，随着 SEC 批准现货比特币 ETF 和即将发生的比特币减半等事件，再叠加美联储可能的降息操作，cryptocurrency预期将迎来一段大牛市，行业的蓬勃发展需要更大吞吐量的区块链网络基础设施作为坚实的基础。

从资源管理上看，传统的区块网络是串行地处理交易的，这种处理方法虽然简单，但也是对处理器资源的一种浪费。而并行区块链实现了计算资源的物尽其用，充分「榨干」了多核处理器的性能，提高了区块网络的整体效能。

从行业的发展上看，虽然各种技术和商业模式的创新层出不穷，但 Web3 的成长潜力仍然有待挖掘。中心化网络能做到每秒推送 50000 多条消息、发送 340 万封邮件、完成 100000 次谷歌搜索并让成千上万个玩家同时在线，而去中心化暂时还做不到。去中心化要与中心化分庭抗礼，拿下属于自己的半壁江山，不断优化并行执行机制，提高交易的吞吐量也是发展的必经之路。

从去中心化应用的发展上看，要吸引更多用户，体验上一定要下功夫。性能优化是提升用户体验的方向之一。对于 DeFi 用户来说，要满足高交易速度，低费率的需求。对于 GameFi 用户来说，要满足实时交互的需求。这些都需要并行执行作为支撑。

4.存在的问题

去中心化、安全性和可扩展性三者只能满足其二，此为区块链不可能三角。既然「去中心化」是不可撼动的一极，那么「可扩展性」的提高就意味着「安全性」的降低。代码是人写的，是人写的就容易出现错误。并行计算所带来的技术复杂性为安全隐患的滋生提供了温床。

多线程编程一是容易因为各种复杂的并发控制操作不当导致竞态条件问题；二是容易因为访问了无效的内存地址导致崩溃，甚至出现容易被攻击者利用的缓冲区溢出漏洞。

至少能从三个角度评估项目的安全性。一看团队背景。有系统编程经验的团队对多线程编程有丰富的经验，见过并能处理 80% 的疑难杂症。系统编程一般涉及如下领域：

• 操作系统

• 各类设备驱动

• 文件系统

• 数据库

• 嵌入式设备

• 密码学

• 多媒体编解码

• 内存管理

• network

• 虚拟化

• game

• 高级编程语言

二看代码可维护性，编写可维护性强的代码是有章可循的，比如清晰的架构设计，合理运用设计模式实现代码的可复用性，运用了测试驱动开发技术编写了足够多的单元测试代码，通过合理的重构消除重复代码等等。

三看采用的编程语言，有的新锐编程语言从设计上就强调内存安全的高并发性。编译器会检查代码，一旦发现代码有并发问题或者可能访问无效的内存地址，就会编译失败，从而强迫开发者写出足够健壮的代码。

Rust 语言就是出类拔萃者，这也就是为什么我们会看到绝大多数并行区块链项目都是用 Rust 语言开发的原因。有的项目甚至借鉴了 Rust 语言的设计实现了自己的智能合约语言，如 Fuel 的 Sway 语言等等。

5.标的梳理

5.1 基于乐观并行化模型

5.1.1 从内存锁走向乐观并行：Sei v2

Sei 是基于开源技术的通用公链，于 2022 年成立。两位创始人来自加州大学伯克利分校，团队其他成员也都具有海外名校背景。

Sei 共获得 3 轮融资，其中种子轮 500 万美元，第一轮战略融资 3000 万美元，第二轮战略融资未披露。Sei Network 还募集了总共 1 亿美元基金，用于支持其生态发展。

2023 年 8 月， Sei 在主网上线，号称速度最快的 L1 公链，每秒可执行 12500 笔交易，最终确定性仅需 380 ms，目前流通市值近 22 亿美元。

目前 Sei 生态有 118 个项目，主要集中于 DeFi 、基础设施、 NFT 、游戏和wallet等赛道。Community目前在 Twitter 、 Discord 和 Telegram 分别有 65 万、60 万和 4 万成员。

2023 年 11 月末， Sei 在其官方博客宣布将于 2024 年上半年启动主网上线后最大的一次版本升级：Sei v2 。Sei v2 号称第一条并行 EVM 区块链，本次版本升级将带来如下新功能：

• 对 EVM 智能合约的向后兼容：开发人员不用修改代码就可以迁移部署 EVM 智能合约

• 对诸如 Metamask 等常见工具 / 应用的重用

• 乐观并行化：Sei v2 将放弃内存锁的共享访问机制，转而采用乐观并行化

• SeiDB ：对存储层的优化

• 支持以太坊和其他链之间的无缝互操作性

Sei 网络原先的交易并行执行是基于内存锁模型实现的。在执行前所有待处理交易之间的依赖关系都会被解析并生成 DAG ，然后基于 DAG 对交易的执行顺序进行精确编排，这种方式增加了合约开发人员的心智负担，因为他们不得不在开发合约时将逻辑编写到代码中。

正如上面技术原理部分所介绍的，新版本采用乐观并行化之后，开发人员就可以像写顺序执行的程序那样开发智能合约了。交易的调度、执行和验证等一系列复杂机制，都由底层模块负责处理。核心团队在优化的提案设计上还引入通过预填充依赖关系更进一步提升并行执行能力的设计。

具体来说就是引入动态的依赖生成器，在执行前先分析交易的写操作并将其预填充到多版本内存数据结构中，优化潜在的数据争用。核心团队经过分析得出结论，这样的优化机制虽然不利于最好情况下的交易处理，但会显著提升最坏情况下的执行效率。

5.1.2 L1 赛道潜在颠覆者：Monad

如果你错过了上面一众公链的发展，那么 Monad 你一定不能错过。因为它被誉为 L1 赛道的潜在颠覆者。

Monad 由 Jump Crypto 的两位高级工程师于 2022 年创立，项目于 2023 年 2 月完成 1900 万美元种子轮投资，2024 年 3 月， Paradigm 就领投 Monad 的一轮超 2 亿美元的融资进行谈判，如果成功，这将是自开年以来最大的一笔cryptocurrency融资。

目前项目已经成功实现了上线内部测试网的里程碑任务，正朝着下一步开放公共测试网而努力。

Monad 深受资本青睐有两个突出的原因：一是技术背景过硬，二是善于营销炒作。Monad Labs 团队核心成员有 30 人，均在高频交易、内核驱动和金融科技领域深耕数十年，在分布式系统领域有丰富的开发经验。

项目的日常运营也十分的「接地气」：持续地对其 Twitter 上 20 万关注者和 Discord 上 15 万成员进行「魔性营销」。比如每周举办 meme 大赛，向Community征集各种奇奇怪怪紫色动物的表情包或者视频，在Community进行「精神传播」。

Monad 的愿景是成为面向开发者的智能合约平台，为以太坊生态带来极致的性能提升。Monad 为以太坊虚拟机引入了两项机制：一是超标量流水线技术，二是改进的乐观并行机制。

超标量流水线技术将交易的执行阶段并行化。官方文档举了一个很形象的例子。洗衣服就像区块链对交易的处理，也要分多个阶段完成。传统的处理方式是对每堆脏衣服进行清洗、烘干、折叠和储存，然后再处理下一堆。

超标量流水线则是在第一堆衣服烘干的时候就开始第二堆衣服的清洗，第一堆衣服在折叠的时候第二堆、第三堆衣服已经在分别烘干和清洗了，因此每一个阶段的处理都不闲着。

乐观并行机制将交易的执行并行化。Monad 采用了乐观并行化实现并行执行。它还实现了自己的静态代码分析器，用于预测交易之间的依赖关系，仅在前置的依赖交易执行完毕后再调度后续交易执行，这样就大大减少了因验证失败导致的交易重复执行。

目前性能达到 10000 TPS 并能在 1 秒的时间出块。随着项目的进展，核心团队还会继续探索更多的优化机制。

5.1.3 高度去中心化的 L1 项目：Canto

成立于 2022 年，没有官方基金会、不搞预售、不归属任何组织、不进行融资，完全依靠社区驱动，甚至连核心团队都是匿名的，以松散的组织方式进行工作。这就是基于 Cosmos SDK 打造的、高度去中心化的 L1 项目 Canto 。

虽然是兼容 EVM 的通用区块链，但 Canto 的首要愿景是成为可访问的、透明的、去中心化和免费的 DeFi 价值平台。通过对赛道的长期研究发现，任何健康的 DeFi 生态项目都包含 3 大基础要素：

1. 像 Uniswap、Sushiswap 那样的去中心化exchange（ DEX ）；

2. 像 Compound、Aave 那样的借贷平台；

3. 像 DAI、USDC 或 USDT 那样的去中心化Token.

然而以往的 DeFi 生态最后都回到了同一个宿命：发行治理协议Token，代币的价值取决于生态能够从其未来用户那里抽取多少使用费，抽取越多则价值越大。这就好比每个 DeFi 协议就像一个按小时付费的私人停车场，用的人越多估值就越大。

Canto 采取了另一种思路：建设针对 DeFi 的免费公共基础设施（ Free Public Infrastructure ），把自己打造成一个免费停车场，供其生态项目免费使用。

基础设施包含 3 种协议：去中心化exchange Canto DEX 、从 Compound v2 分叉出来的池化借贷平台 Canto Lending Market（ CLM ）以及可通过抵押资产从 CLM 借出的稳定币 NOTE 。

Canto DEX 以一种无法升级、无需治理的协议永续运行，既不可发行代币，也不会收取额外费用。避免生态内的 DeFi 应用的各种寻租行为导致弱肉强食的零和博弈。

借贷平台 CLM 的治理权由质押者控制，质押者充分享受生态发展带来的利益，反过来又给开发者和 DeFi 用户创造最好的环境，激励他们不断投入。而贷款者借出 NOTE 所产生的利息都会支付给借款人，协议分文不取。

对开发者， Canto 还引入了 Contract Secured Revenue 合约收入分配模型。允许按一定比例将用户在链上与合约交互时产生的费用分配给开发者。Canto 这一系列商业模式创新做出了「一箭三雕」的效果。通过提供开放、免费的金融基础设施创造建设性的生态繁荣基础。

通过各种方式让利给生态的开发者和用户，激励他们加入并不断丰富生态。通过将「铸币权」牢牢掌握在自己手里，为各种去中心化应用Xiaobai Navigation创造了跨应用流动性的可能，生态越繁荣，代币就越值钱。当美东时间 2024 年 1 月 26 日启用 CSR 提案获社区投票通过后，其代币 $CANTO 迎来了一波上涨。

完成这一系列商业模式创新后， Canto 在 2024 年 3 月 18 日这天，在官方博客公布了自己新一轮的技术迭代计划。

除了采用新版本 Cosmos SDK 、集成新技术降低存储访问瓶颈外 Canto 还将进行并行 EVM 升级：通过实现 Cyclone EVM 引入乐观并行化。

Canto 使用的 Cosmos SDK 将交易处理分为 Proposal、Voting 和 Finalization 三个阶段。Voting 中的 ProcessProposal 子过程负责交易的并行执行。并行执行引擎负责执行交易，冲突检测引擎负责验证交易有效性。

若无效，回退给执行引擎重新执行；若有效，提交交易给后续处理流程。相信经过此轮技术升级 Canto 的代币还会有更引人瞩目的表现。

5.2 基于严格状态访问列表：Fuel

Fuel 由虚拟机 FuelVM 、受 Rust 启发的合约开发语言 Sway 和相关工具链组成，是量身定制的模块化「以太坊 rollup 操作系统」。Fuel 项目成立于 2019 年，2020 年 12 月， Fuel Labs 启动了以太坊上第一个 optimistic rollup 执行层 Fuel v1 ，经过 3 年多的发展，项目终于要在 2024 年第三季度上线主网。

Fuel 分别在 2021 年和 2022 年完成了 150 万美元和 8000 万美元融资。核心团队拥有 60 多名工程师，创始人 John Adler 是数据可用性解决方案 Celestia Labs 的联合创始人，还是 optimistic rollup 方案最早的提出者之一。运营方面，项目在 Twitter 和 Discord 分别有 27 万和 39 万成员。

在链上一笔一笔执行交易要支付 gas 费、要争夺宝贵的区块空间，速度还慢。因此自然而然的就会想到各种扩容方案，比如批处理交易的执行，然后再一起打包到链上去结算，加快执行速度。

rollup 就是一种在 L1 之外运行的扩容解决方案，它在链下批量执行交易，然后向 L1 发送交易数据或执行证明，通过 DA 层保证安全性并对交易进行结算。rollup 有两种主要类型：基于乐观机制（ optimistic ）的和基于Zero knowledge proof（ ZK ）的。

optimistic rollup 假设交易是有效的，一旦发现恶意或错误交易就生成欺诈证明交给 L1 回滚处理。ZK rollup 在不暴露交易细节的前提下通过复杂运算生成交易有效性证明，发布到 L1 ，以证明 rollup 正确执行了交易。所以 rollup 是一种区块链执行层技术。

尽管 rollup 加快了交易的执行速度，但现有的实现大多是针对单体区块链设计的。开发人员不得不在技术上做出各种各样的妥协，这就限制了 rollup 充分发挥其性能。而针对模块化区块链的新趋势，业界又没有适配的 rollup 方案。Fuel 就是为填补这一空白而诞生的。

Fuel 使用 UTXO 作为数据模型，采用这种数据模型有一个优点：其交易输出只有两种状态，要么已花费，永久记录于区块的交易历史中；要么未花费，可用于未来的交易中。进而做到链上每个节点存储状态数据最小化。在此基础上， Fuel 检查每一笔交易访问的账户信息，在执行交易之前找出依赖关系，调度无依赖关系的交易并行执行，提高交易处理的吞吐量。

5.3 跨链整合 L1 链的 L2 解决方案：Neon、Eclipse 和 Lumio

L2 解决方案有个共性：它们将两种虚拟机的能力结合起来，提升交易的执行速度。具体地说就是利用并行 L1 来执行交易，但是与其他链进行兼容（双虚拟机支持）。所不同的是不同的项目采取的兼容机制不一样。这方面 Neon 、 Eclipse 和 Lumio 颇具代表性。

Neon 号称 Solana 生态第一个并行 EVM 项目，开发者可以利用它无缝地将以太坊生态项目迁移到 Solana 生态中来。Eclipse 是另一个 Solana 生态中兼容 EVM 的最快二层协议，采用模块化架构构建。这三个项目中只有 Neon 发行了自己的代币，并做到了 7800 多万的流通市值。

其他两个项目还处于比较早期的阶段。Lumio 则结合了 Aptos 和以太坊构建了 optimistic rollup 二层协议，以 Move VM 的速度高效执行以太坊应用。

从融资情况上看， Neon 分别在 2021 年 11 月和 2023 年 6 月完成 4000 万美元和 500 万美元融资，共计 4500 万美元。Eclipse 分别在 2022 年 8 月、2022 年 9 月和 2024 年 3 月完成 600 万美元、900 万美元和 5000 万美元融资，共计 6500 万美元。Lumio 暂未融资。

三个项目均未形成规模性的应用生态，但在各主要社交媒体平台都有数万到数十万不等的关注者或成员，有不小的社区活跃度，如下表所示。

从实现机制上看， Neon 是 Solana 网络上的 EVM 模拟器，以智能合约的形式运行。开发人员可以使用诸如 Solidity 、 Vyper 这样的语言编写 dApp 应用，并可以使用 MetaMask 、 Hardhat 、 Remix 等以太坊工具链和兼容的以太坊 RPC API 、账户、签名和代币标准等。与此同时享受 Solana 带来的低费率、高交易执行速度以及并行执行的能力。

以太坊 dApp 前端发来的以太坊交易经过代理转换生成 Solana 交易，然后在模拟器中执行，修改链上状态。好比我们常在 PC 上使用的游戏模拟器，能让我们在台式机上玩 Switch、PS 等游戏平台上的独占游戏， Neon 能让以太坊开发人员在 Solana 网络上运行以太坊应用。

Eclipse 采取了另一种实现思路：通过 SVM 执行交易，通过 EVM 结算交易。Eclipse 采取模块化区块链的架构，即它只负责交易的执行，而把其他的职责「外包」出去，通过模块化组合形成统一解决方案。

比如利用 Celestia 管理数据可用性，利用以太坊执行交易的结算。Eclipse 利用 SVM 保证了执行速度，通过以太坊的验证和结算保证了安全性。

Lumio 采用的是一种与执行层和结算层无关的设计思路，可支持多种虚拟机，兼容各种 L1/L2 网络：Ethereum、Aptos、Optimism、Avalanche、zkSync ，诸如此类。它通过 Move VM 执行交易,passEVM 结算交易，这样一来就把以太坊生态和 Aptos 生态连接起来了。

然而 Lumio 的雄心并不止步于此，它的愿景是提供跨虚拟机调用，以最快的速度和最低的费率实现多种区块链流动性的互联。

以上就是目前与并行 EVM 叙事有关的主要项目，如下图所示。

6.结论与展望

人们爱把比特币比作「分布式账本」，把以太坊比作「分布式状态机」。如果把运行区块链网络的所有节点看作是一台计算机的话，那么并行区块链本质上就是研究如何榨干这台「计算机」的处理器资源，以实现执行速度的最大化。

这是计算技术不断发展的历史必然性，就像处理器从单核发展到多核，操作系统从单用户单线程发展到多用户多线程一样。这对于推动行业的不断发展有着非凡的意义。

并行 EVM 的技术原理可以拆解为Virtual Machinesand并行执行机制两个组成部分。在区块链的语境下，虚拟机集成了一套指令集，用于分布式地执行合约，运行 dApp。而并行执行机制主要研究如何最大限度的提高交易执行的速度，同时又保证交易结果的正确。

一方面，并行 EVM 有技术原理上的共性。首先，乐观并行化模型是 L1 公链的共识。但这并不代表内存锁模型就一无是处。因为技术没有高下之分，只有开发人员有水平好坏之别。

其次，以 Fuel 为代表的项目坚信链下扩容机制只有模块化后才能发挥最大性能。最后，一众 L2 项目则通过整合并行 L1 公链来提高交易吞吐量，实现跨生态扩容能力。

on the other hand,并行区块链又有自己独特的技术建树。哪怕采用的是同一种并行执行模型，不同的团队也采用了不同的架构设计模式、数据模型或预处理机制。技术的探索是无止境的，不同的项目会根据不同的愿景，在同一个基础上发展出不同的技术来推动实践不断向更高层次发展。

展望未来，还会有更多的 L1 和 L2 项目，加入并行 EVM 的竞争。L1 赛道会形成并行 EVM 和并行非 EVM 两大阵营在处理器资源、存储资源、网络资源、文件系统资源和设备资源全面竞争的格局，还会诞生更多与性能提升有关的新叙事。而 L2 赛道会朝着区块链虚拟机模拟器或模块化区块链的方向发展。

在未来，基础设施的优化会带来更快的速度、更低的费用以及更高的效率。Web3 创业者可以大胆的进行商业模式创新，为全世界创造更好的去中心化产品用户体验，进一步繁荣行业生态。对于 Web3 投资者而言，仅仅关注技术那是远远不够的。

在选择投资标的的时候，投资者不但要看叙事，还要看市值和流动性，要选择「好叙事」、「低市值」和「高流动性」的项目，然后研究其业务、团队背景、经济模型、市场营销、生态项目等方方面面，从而发现潜力项目，找到适合的投资途径。

并行 EVM 处在发展的早期阶段， Neon、Monad、Canto、Eclipse、Fuel 和 Lumio 还处于价值未被充分发现的阶段。尤其是 Monad 、Canto 和 Fuel 。

从 Monad 的营销风格来看，不但其本身值得关注，而且未来其生态中的 meme 项目也很值得留意，可能会有因炒作热度产生的暴富神话。而 Canto 已满足「好叙事」和「低市值」的条件，是否是一个好的投资标的还需要对其各项指标进行深入研究。Fuel 代表着模块化区块链的热门发展方向，也可能会诞生新的投资机会，这些都是值得我们关注的方向。

The article comes from the Internet:Ten thousand words to interpret parallel EVM: How to break through the blockchain performance bottleneck?

相关推荐: Solana 终极研报：像 Apple，但又不同于 Apple

全方位了解Solana。 撰文：Jay 编译：小白导航coderworld 随着Solana上meme的火热，Solana在市场上受到越来越多的关注，不少人已经将Solana当作和以太坊一样并列竞争的巨头，本文是对Solana生态的全面解析，从Solana生态…