AO コンピュータは「ホログラフィックステート」を通じてコンセンサスを達成し、Arweave の不変のメッセージログを利用して従来のスケーラビリティの制限を突破します。このアプローチは、プルーフ・オブ・ワークやプルーフ・オブ・ステークなどの既存システムに対する重要な革新を示し、高効率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。

従来のコンセンサスメカニズムを理解する

ビットコインやイーサリアムなどのブロックチェーンは、ネットワーク参加者が台帳の状態に合意するためのコンセンサスメカニズムを採用しており、これには取引の検証、アカウントの残高、またはスマートコントラクトの実行結果が含まれます。

ビットコインはプルーフ・オブ・ワーク（PoW）を通じて分散型コンセンサスを確立し、マイナーは問題を解決することで新しい取引ブロックを追加します。このコンセンサスは、強力な計算能力がない場合にはほぼ不可能な不正な改ざんを防ぎ、取引履歴の一貫性を保証します。

イーサリアムはプルーフ・オブ・ステーク（PoS）を使用して、ステーキングによる取引の検証とブロックの生成を通じてコンセンサスを達成します。これにより、PoW のエネルギー需要を削減することを目的としています。

すべてのノードが各取引またはコントラクトの実行を検証し合意することを要求するこれらのメカニズムは、通常、ネットワークの速度とスループットを制限し、スケーラビリティに重大な障害をもたらします。

L2 ソリューションと前進の道

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害を克服するために重要です。Rollup やサイドチェーンなどの L2 ソリューションは、主ブロックチェーンの取引負担を軽減し、より高いスループットと効率を実現することを目的としていますが、AO のモデルは Arweave の不変ストレージ機能を利用してスケーラビリティを確保し、計算コストを削減します。この L2 の原則との戦略的一貫性は、根本的に異なるアーキテクチャレベルにおいても、分散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ます。

ホログラフィックステート：パラダイムシフト

プロセスの状態は通常、AO システム内に保存されたり合意されたりしません。代わりに、それらは Arweave がホストするメッセージログに「ホログラフィック」に暗示されています。これにより、ネットワーク参加者がそれを監視/計算していない場合でも、計算時の出力の一貫性が保証されます。

したがって、ホログラフィックステートはプロセスの状態を表し、Arweave 上の不変のメッセージログから推測され、リアルタイムの計算やコンセンサスを必要としません。

これは、計算コストがその状態を計算できるユーザーまたは計算ユニット (CU) によって実行を要求されることを意味します。決定論的でリソース計測された仮想マシン（メーター VM）を使用することで、誰が計算を実行しても、同じ入力（メッセージログ）を与えられた場合、その出力（状態）は常に同じであることが保証されます。

この概念は、SmartWeave と Celestia の惰性評価アーキテクチャの原則を利用し、プロセス内の使用と拡張リソースが制限されないようにします。

なぜこれが重要なのか？

この変化の影響は重大です。コンセンサスメカニズムと計算状態を分離することにより、AO コンピュータは従来のブロックチェーンネットワークが抱えるスケーラビリティの問題を解決しました。これにより、分散型アプリケーションは、現在のコンセンサスモデルによって制限されるメモリサイズ、形式、速度に影響されることなく実行できる新たな可能性が開かれます。

さらに、ホログラフィックステートモデルは、より柔軟で効率的な計算環境を創出します。開発者は、ネットワーク上の計算負荷を心配することなく、AO コンピュータ上でプロセスを作成および展開できます。逆に、Arweave 上の不変のメッセージログにより、ユーザーはこれらのプロセスと対話し、基盤となる状態が検証可能で安全であることを確信できます。

よくある質問

以下は、私が Discord と Twitter で遭遇したいくつかの最も一般的な質問への回答です。

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しますか？

ネットワーク内のノードは、プログラムの状態遷移に合意するために計算を実行する必要はなく、Arweave 上に保存されたインタラクション（メッセージ）ログから状態を導き出します。

この設計は、Arweave ネットワークの不変ストレージを利用してメッセージログが永続的に利用可能であることを保証し、任意のネットワーク参加者が状態を計算できるようにします。

ホログラフィックステートはプロセス実行にどのように影響しますか？

プロセス実行において、ホログラフィックステートモデルは、任意の参加者がプロセスの状態を独立して計算できることを意味します。

この分散型計算により、プロセスは単一のノードの計算能力に制限されず、ネットワーク全体で並行して実行できるため、効率とスケーラビリティが向上します。

プロセスをどのように分散管理および実行しますか？

プロセスは、スケジューリングユニット (SU)、計算ユニット (CU)、およびメッセンジャーユニット (MU) の組み合わせによって管理および実行されます。

これらのコンポーネントは協力して、メッセージをプロセス (SU) に割り当て、メッセージに基づいて (CU) 状態遷移を計算し、プロセス間 (MU) 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されることが可能になります。詳細な説明については、私の AO アーキテクチャに関する詳細な記事を参照してください 私の AO アーキテクチャに関する詳細な記事を参照。

プロセスの状態は直接観察可能ですか、それとも単に暗示的ですか？

プロセスの状態は主に Arweave 上に保存されたインタラクションログに暗示されています。状態は保存されていませんが、任意の参加者が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できませんが、独立して検証可能であり、ネットワーク全体で一貫性を保つことができます。

決定論的、リソース計測された仮想マシンはホログラフィックステートにどのように貢献しますか？

計算ユニットは決定論的でリソース計測された仮想マシン (VM) です。これにより、同じ入力（メッセージログ）が与えられた場合、出力（状態）は常に一貫性を保ち、誰がどこで計算を実行しても同じ結果になります。この一貫性はホログラフィックステートモデルにとって重要であり、状態遷移に対する信頼不要の検証を可能にします。仮想マシンのリソース計測機能は、計算が制限され、プロセスが制御を失うのを防ぎ、ネットワークの効率を維持します。

リソース計測仮想マシンとは何ですか？

リソース計測仮想マシンは、計算リソース（例えば、CPU 実行時間やメモリ）の使用状況を正確に制御および追跡することを目的としています。この機能により、ネットワークリソースへの公平なアクセスが保証され、乱用を防ぎ、運用コストを予測可能にします。これは、ネットワークの効率とスケーラビリティを維持し、開発者やユーザーに透明で管理可能な経済モデルを提供するために重要です。

ホログラフィックステートモデルのスケーラビリティへの影響は何ですか？

ホログラフィックステートモデルは、スケーラビリティに対して顕著なポジティブな影響を持ちます。コンセンサスメカニズムと実際の状態計算を分離し、分散した参加者ネットワークを利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、多くの並行プロセスをサポートできます。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処理できるようにし、リソース需要の比例的な増加や性能の低下を伴わずに、より顕著なスケーラビリティを可能にします。