GatlingX, проект, возглавляемый выпускниками Оксфорда, представил «GPU-EVM», который считается самой производительной доступной виртуальной машиной Ethereum (EVM), согласно оценкам внутренних тестов.
По словам команды разработчиков, GPU-EVM — это решение для масштабирования EVM, настолько производительное, что на его основе можно обучать передовые ИИ-агенты на основе обучения с подкреплением (RL). Он использует параллельное выполнение различных приложений Ethereum, чтобы помочь обучить агентов ИИ находить ошибки безопасности.
GPU-EVM использует графические процессоры (GPU) для параллельного выполнения операций, тем самым масштабируя пропускную способность транзакций. Команда утверждает, что GPU-EVM может обрабатывать задачи почти в 100 раз быстрее, чем современные высокопроизводительные EVM, включая evmone и revm. В первую очередь это связано со способностью графических процессоров выполнять несколько операций одновременно, используя свою архитектуру, которая по своей сути подходит для параллельной обработки.
«Современные графические процессоры с тысячами ядер способны выполнять несколько операций одновременно, что делает их исключительно подходящими для задач параллельной обработки. Это неотъемлемое архитектурное преимущество позволяет GPU-EVM выполнять огромное количество инструкций EVM параллельно, значительно повышая скорость и эффективность вычислений», — отметила команда GatlingX.
Это происходит на фоне быстро растущего интереса к параллельным EVM, который связан с их потенциалом решения проблем масштабируемости блокчейна. Традиционные реализации EVM обрабатывают транзакции последовательно по мере их поступления, что может привести к увеличению времени обработки и затрат при больших объемах транзакций. Однако распараллеленные EVM способны обрабатывать несколько транзакций одновременно, если они независимы друг от друга.
