1 บทนำ
เริ่มต้นจากคลื่นลูกแรกของ dApps Etheroll, ETHLend และ CryptoKitties ในปี 2560 ไปจนถึงการแพร่กระจายของ dApps ทางการเงิน เกม และโซเชียลที่หลากหลายบนบล็อกเชนที่แตกต่างกันในปัจจุบัน เมื่อเราพูดถึงแอปพลิเคชันแบบกระจายอำนาจบนเครือข่าย เราเคยคิดเกี่ยวกับเรื่องนี้บ้างไหม แหล่งที่มาของข้อมูลต่างๆ ที่ใช้โดย dApps เหล่านี้ในการโต้ตอบคืออะไร
ในปี 2024 จะมุ่งเน้นไปที่ AI และ Web3 ในโลกของปัญญาประดิษฐ์ ข้อมูลเปรียบเสมือนแหล่งที่มาของสิ่งมีชีวิตสำหรับการเติบโตและวิวัฒนาการ เช่นเดียวกับที่พืชอาศัยแสงแดดและความชื้นในการเจริญเติบโต ระบบ AI ก็อาศัยข้อมูลจำนวนมหาศาลในการ เรียนรู้ และ คิด อย่างต่อเนื่อง หากไม่มีข้อมูล อัลกอริธึม AI ไม่ว่าจะซับซ้อนแค่ไหน ก็ไม่มีอะไรมากไปกว่าปราสาทในอากาศ ไม่สามารถใช้ความฉลาดและประสิทธิผลที่เหมาะสมได้
บทความนี้ให้การวิเคราะห์เชิงลึกเกี่ยวกับวิวัฒนาการของการจัดทำดัชนีข้อมูล blockchain ในระหว่างการพัฒนาอุตสาหกรรมจากมุมมองของการเข้าถึงข้อมูล blockchain (การเข้าถึงข้อมูล) และเปรียบเทียบโปรโตคอลดัชนีข้อมูลเก่า The Graph กับ Chainbase โปรโตคอลบริการข้อมูล blockchain ที่เกิดขึ้นใหม่ และอวกาศและเวลา โดยเฉพาะการสำรวจความเหมือนและความแตกต่างในบริการข้อมูลและคุณสมบัติสถาปัตยกรรมผลิตภัณฑ์ของโปรโตคอลใหม่ทั้งสองนี้ที่รวมเทคโนโลยี AI
2 ความซับซ้อนและความเรียบง่ายของดัชนีข้อมูล: จากโหนด blockchain ไปจนถึงฐานข้อมูลแบบ full-chain
2.1 แหล่งข้อมูล: โหนด blockchain
จากจุดเริ่มต้นของการทำความเข้าใจ บล็อกเชนคืออะไร เรามักจะเห็นประโยคนี้: บล็อกเชนเป็นสมุดบัญชีแบบกระจายอำนาจ โหนดบล็อกเชนเป็นรากฐานของเครือข่ายบล็อกเชนทั้งหมด และมีหน้าที่รับผิดชอบในการบันทึก จัดเก็บ และเผยแพร่ข้อมูลธุรกรรมทั้งหมดบนเครือข่าย แต่ละโหนดมีสำเนาข้อมูลบล็อกเชนที่สมบูรณ์ เพื่อให้มั่นใจว่าลักษณะการกระจายอำนาจของเครือข่ายยังคงอยู่ อย่างไรก็ตาม ไม่ใช่เรื่องง่ายสำหรับผู้ใช้ทั่วไปในการสร้างและบำรุงรักษาโหนดบล็อคเชน ซึ่งไม่เพียงแต่ต้องใช้ทักษะทางเทคนิคระดับมืออาชีพเท่านั้น แต่ยังมาพร้อมกับต้นทุนด้านฮาร์ดแวร์และแบนด์วิธที่สูงอีกด้วย ในเวลาเดียวกัน โหนดธรรมดามีความสามารถในการสืบค้นที่จำกัด และไม่สามารถสืบค้นข้อมูลในรูปแบบที่นักพัฒนาต้องการได้ ดังนั้นในทางทฤษฎีแล้ว ทุกคนสามารถรันโหนดของตนเองได้ แต่ในทางปฏิบัติแล้ว ผู้ใช้มักนิยมใช้บริการจากบุคคลที่สามมากกว่า
เพื่อแก้ไขปัญหานี้ ผู้ให้บริการโหนด RPC (การเรียกขั้นตอนระยะไกล) จึงเกิดขึ้น ผู้ให้บริการเหล่านี้มีหน้าที่รับผิดชอบต้นทุนและการจัดการโหนด และให้ข้อมูลผ่านตำแหน่งข้อมูล RPC สิ่งนี้ช่วยให้ผู้ใช้สามารถเข้าถึงข้อมูลบล็อคเชนได้อย่างง่ายดายโดยไม่ต้องสร้างโหนดของตนเอง ตำแหน่งข้อมูล RPC สาธารณะนั้นฟรี แต่มีขีดจำกัดอัตราที่อาจส่งผลเสียต่อประสบการณ์ผู้ใช้ของ dApp ตำแหน่งข้อมูล RPC ส่วนตัวให้ประสิทธิภาพที่ดีขึ้นโดยการลดความแออัด แต่แม้แต่การดึงข้อมูลแบบง่ายๆ ก็ต้องใช้การสื่อสารกลับไปกลับมาจำนวนมาก ทำให้มีคำขอจำนวนมากและไม่มีประสิทธิภาพสำหรับการสืบค้นข้อมูลที่ซับซ้อน นอกจากนี้ ตำแหน่งข้อมูล RPC ส่วนตัวมักจะปรับขนาดได้ยากและขาดความเข้ากันได้ในเครือข่ายต่างๆ อย่างไรก็ตาม อินเทอร์เฟซ API ที่ได้มาตรฐานของผู้ให้บริการโหนดช่วยให้ผู้ใช้มีเกณฑ์ที่ต่ำกว่าในการเข้าถึงข้อมูลบนลูกโซ่ ซึ่งเป็นการวางรากฐานสำหรับการวิเคราะห์ข้อมูลและการใช้งานในภายหลัง
2.2 การวิเคราะห์ข้อมูล: จากข้อมูลต้นแบบไปจนถึงข้อมูลที่ใช้งานได้
ข้อมูลที่ได้รับจากโหนด blockchain มักจะได้รับการเข้ารหัสและเข้ารหัสข้อมูลดิบ แม้ว่าข้อมูลเหล่านี้จะรักษาความสมบูรณ์และความปลอดภัยของบล็อคเชนไว้ แต่ความซับซ้อนยังเพิ่มความยากในการวิเคราะห์ข้อมูลอีกด้วย สำหรับผู้ใช้ทั่วไปหรือนักพัฒนา การประมวลผลข้อมูลต้นแบบเหล่านี้โดยตรงต้องใช้ความรู้ด้านเทคนิคและทรัพยากรการประมวลผลจำนวนมาก
กระบวนการวิเคราะห์ข้อมูลมีความสำคัญอย่างยิ่งในบริบทนี้ ด้วยการแยกวิเคราะห์ข้อมูลต้นแบบที่ซับซ้อนให้อยู่ในรูปแบบที่ง่ายต่อการเข้าใจและดำเนินการ ผู้ใช้สามารถเข้าใจและใช้ข้อมูลได้อย่างเป็นธรรมชาติมากขึ้น ความสำเร็จของการวิเคราะห์ข้อมูลจะกำหนดประสิทธิภาพและผลกระทบของแอปพลิเคชันข้อมูลบล็อกเชนโดยตรง และเป็นขั้นตอนสำคัญในกระบวนการจัดทำดัชนีข้อมูลทั้งหมด
2.3 วิวัฒนาการของตัวสร้างดัชนีข้อมูล
เมื่อปริมาณข้อมูลบล็อกเชนเพิ่มขึ้น ความต้องการตัวสร้างดัชนีข้อมูลก็เพิ่มขึ้นเช่นกัน ตัวสร้างดัชนีมีบทบาทสำคัญในการจัดระเบียบข้อมูลออนไลน์และส่งไปยังฐานข้อมูลเพื่อการสืบค้นที่ง่ายดาย ตัวสร้างดัชนีทำงานโดยการจัดทำดัชนีข้อมูลบล็อกเชน และทำให้พร้อมใช้งานผ่านภาษาคิวรีที่คล้ายกับ SQL (API เช่น GraphQL) ด้วยการจัดเตรียมอินเทอร์เฟซแบบรวมสำหรับการสืบค้นข้อมูล ตัวสร้างดัชนีช่วยให้นักพัฒนาสามารถดึงข้อมูลที่ต้องการได้อย่างรวดเร็วและแม่นยำโดยใช้ภาษาการสืบค้นที่เป็นมาตรฐาน ทำให้กระบวนการง่ายขึ้นอย่างมาก
ตัวทำดัชนีประเภทต่างๆ เพิ่มประสิทธิภาพการดึงข้อมูลด้วยวิธีต่างๆ:
ตัวสร้างดัชนีโหนดแบบเต็ม: ตัวสร้างดัชนีเหล่านี้เรียกใช้โหนดบล็อกเชนเต็มรูปแบบและดึงข้อมูลโดยตรงจากโหนดเหล่านั้น ทำให้มั่นใจได้ว่าข้อมูลจะสมบูรณ์และถูกต้อง แต่ต้องใช้พื้นที่จัดเก็บและพลังการประมวลผลจำนวนมาก
ตัวสร้างดัชนีแบบน้ำหนักเบา: ตัวสร้างดัชนีเหล่านี้อาศัยโหนดเต็มรูปแบบเพื่อดึงข้อมูลเฉพาะตามความต้องการ ซึ่งช่วยลดความต้องการในการจัดเก็บข้อมูล แต่อาจเพิ่มเวลาในการสืบค้น
ตัวสร้างดัชนีแบบพิเศษ: ตัวสร้างดัชนีเหล่านี้เชี่ยวชาญในข้อมูลบางประเภทหรือบล็อกเชนเฉพาะ โดยเพิ่มประสิทธิภาพการดึงข้อมูลสำหรับกรณีการใช้งานเฉพาะ เช่น ข้อมูล NFT หรือธุรกรรม DeFi
ตัวสร้างดัชนีแบบรวม: ตัวสร้างดัชนีเหล่านี้จะดึงข้อมูลจากบล็อกเชนและแหล่งที่มาหลายแห่ง รวมถึงข้อมูลนอกเครือข่าย เพื่อจัดให้มีอินเทอร์เฟซการสืบค้นแบบรวม ซึ่งมีประโยชน์อย่างยิ่งสำหรับ dApps แบบหลายสายโซ่
ปัจจุบัน โหมดการเก็บถาวรของ Ethereum Archive Node ในไคลเอนต์ Geth ใช้พื้นที่จัดเก็บข้อมูลประมาณ 13.5 TB ในขณะที่ภายใต้ไคลเอนต์ Eragon ข้อกำหนดในการเก็บถาวรจะอยู่ที่ประมาณ 3 TB ในขณะที่บล็อคเชนเติบโตอย่างต่อเนื่อง ปริมาณการจัดเก็บข้อมูลในโหนดเก็บถาวรก็จะเพิ่มขึ้นเช่นกัน เมื่อต้องเผชิญกับข้อมูลจำนวนมหาศาล โปรโตคอลตัวสร้างดัชนีกระแสหลักไม่เพียงแต่รองรับการจัดทำดัชนีแบบหลายสายโซ่เท่านั้น แต่ยังปรับแต่งเฟรมเวิร์กการแยกวิเคราะห์ข้อมูลตามความต้องการข้อมูลของแอปพลิเคชันที่แตกต่างกันอีกด้วย ตัวอย่างเช่น กรอบงาน กราฟย่อย ของ The Graph เป็นกรณีทั่วไป
การเกิดขึ้นของตัวสร้างดัชนีได้ปรับปรุงประสิทธิภาพของการจัดทำดัชนีและการสืบค้นข้อมูลอย่างมาก ตัวสร้างดัชนีสามารถจัดทำดัชนีข้อมูลจำนวนมากได้อย่างมีประสิทธิภาพ และรองรับการสืบค้นความเร็วสูงเมื่อเปรียบเทียบกับตำแหน่งข้อมูล RPC แบบดั้งเดิม ตัวสร้างดัชนีเหล่านี้ช่วยให้ผู้ใช้ดำเนินการสืบค้นที่ซับซ้อน กรองข้อมูลได้อย่างง่ายดาย และวิเคราะห์หลังจากการแยกข้อมูล นอกจากนี้ ตัวสร้างดัชนีบางตัวยังรองรับการรวมแหล่งข้อมูลจากบล็อกเชนหลายอัน หลีกเลี่ยงปัญหาความจำเป็นในการปรับใช้ API หลายตัวใน dApps แบบหลายสายโซ่ ด้วยการรันแบบกระจายข้ามหลายโหนด ตัวทำดัชนีไม่เพียงแต่ให้ความปลอดภัยและประสิทธิภาพที่มากขึ้นเท่านั้น แต่ยังช่วยลดความเสี่ยงของการหยุดชะงักและการหยุดทำงานที่ผู้ให้บริการ RPC แบบรวมศูนย์สามารถเกิดขึ้นได้
ในทางตรงกันข้าม ตัวสร้างดัชนีใช้ภาษาคิวรีที่กำหนดไว้ล่วงหน้าเพื่อให้ผู้ใช้สามารถรับข้อมูลที่ต้องการได้โดยตรง โดยไม่ต้องประมวลผลข้อมูลที่ซับซ้อนที่ซ่อนอยู่ กลไกนี้ปรับปรุงประสิทธิภาพและความน่าเชื่อถือของการดึงข้อมูลอย่างมีนัยสำคัญ และเป็นนวัตกรรมที่สำคัญในการเข้าถึงข้อมูลบล็อกเชน
2.4 ฐานข้อมูล Full-chain: การจัดตำแหน่งสตรีมเป็นอันดับแรก
การสืบค้นข้อมูลโดยใช้โหนดดัชนีมักจะหมายความว่า API จะกลายเป็นพอร์ทัลเดียวที่จะย่อยข้อมูลในห่วงโซ่ อย่างไรก็ตาม เมื่อโปรเจ็กต์เข้าสู่ระยะการขยาย มักจำเป็นต้องมีแหล่งข้อมูลที่มีความยืดหยุ่นมากขึ้น ซึ่ง API ที่เป็นมาตรฐานไม่สามารถให้ได้ เนื่องจากข้อกำหนดของแอปพลิเคชันมีความซับซ้อนมากขึ้น ตัวสร้างดัชนีข้อมูลหลักและรูปแบบดัชนีมาตรฐานจึงค่อยๆ ไม่สามารถตอบสนองข้อกำหนดการสืบค้นที่หลากหลายมากขึ้น เช่น การค้นหา การเข้าถึงแบบข้ามสายโซ่ หรือการแมปข้อมูลนอกสายโซ่
ในสถาปัตยกรรมไปป์ไลน์ข้อมูลสมัยใหม่ แนวทาง เน้นสตรีมเป็นหลัก ได้กลายเป็นโซลูชันสำหรับข้อจำกัดของการประมวลผลแบบแบตช์แบบเดิมๆ ซึ่งช่วยให้สามารถนำเข้า ประมวลผล และวิเคราะห์ข้อมูลแบบเรียลไทม์ได้ การเปลี่ยนกระบวนทัศน์นี้ช่วยให้องค์กรต่างๆ ตอบสนองต่อข้อมูลขาเข้าได้ทันที ส่งผลให้ได้รับข้อมูลเชิงลึกและการตัดสินใจแทบจะในทันที ในทำนองเดียวกัน การพัฒนาของผู้ให้บริการข้อมูลบล็อกเชนก็กำลังเคลื่อนไปในทิศทางของการสร้างสตรีมข้อมูลบล็อกเชน ผู้ให้บริการตัวทำดัชนีแบบดั้งเดิมได้เปิดตัวผลิตภัณฑ์ที่ได้รับข้อมูลบล็อกเชนแบบเรียลไทม์ในลักษณะสตรีมข้อมูลอย่างต่อเนื่อง เช่น The Graphs Substreams, Goldskys Mirror และ Data Lake แบบเรียลไทม์อื่นๆ เช่น Chainbase และ SubSquid ที่สร้างสตรีมข้อมูลตามบล็อกเชน
บริการเหล่านี้ได้รับการออกแบบมาเพื่อตอบสนองความต้องการในการแยกวิเคราะห์ธุรกรรมบล็อคเชนแบบเรียลไทม์และความสามารถในการสืบค้นที่ครอบคลุมมากขึ้น เช่นเดียวกับที่สถาปัตยกรรม เน้นสตรีมเป็นหลัก ปฏิวัติวิธีการประมวลผลและใช้ข้อมูลในไปป์ไลน์ข้อมูลแบบดั้งเดิมโดยการลดความหน่วงและเพิ่มการตอบสนอง ผู้ให้บริการสตรีมข้อมูลบล็อกเชนเหล่านี้ก็หวังว่าจะสนับสนุนมากขึ้นผ่านการพัฒนาแหล่งข้อมูลขั้นสูงและสมบูรณ์มากขึ้น ช่วยเหลือในการวิเคราะห์ข้อมูลออนไลน์
การกำหนดความท้าทายใหม่ของข้อมูลออนไลน์ผ่านเลนส์ของไปป์ไลน์ข้อมูลที่ทันสมัย ช่วยให้เราเห็นศักยภาพสูงสุดในการจัดการ จัดเก็บ และให้บริการข้อมูลออนไลน์จากมุมมองใหม่โดยสิ้นเชิง เมื่อเราเริ่มนึกถึงตัวสร้างดัชนี เช่น กราฟย่อยและ Ethereum ETL ว่าเป็นกระแสข้อมูลในไปป์ไลน์ข้อมูลแทนที่จะเป็นเอาต์พุตสุดท้าย เราสามารถจินตนาการถึงโลกที่เป็นไปได้ที่ชุดข้อมูลที่มีประสิทธิภาพสูงสามารถปรับแต่งให้เหมาะกับกรณีการใช้งานทางธุรกิจใดๆ ได้
3 AI + ฐานข้อมูล การเปรียบเทียบเชิงลึกของกราฟ, Chainbase, Space และเวลา
3.1 กราฟ
เครือข่ายกราฟใช้การสร้างดัชนีข้อมูลแบบหลายสายโซ่และบริการสืบค้นผ่านเครือข่ายโหนดแบบกระจายอำนาจ ช่วยให้นักพัฒนาสามารถจัดทำดัชนีข้อมูลบล็อกเชนและสร้างแอปพลิเคชันแบบกระจายอำนาจได้อย่างง่ายดาย โมเดลผลิตภัณฑ์หลักคือตลาดการดำเนินการสืบค้นข้อมูลและตลาดแคชดัชนีข้อมูล โดยพื้นฐานแล้วทั้งสองตลาดตอบสนองความต้องการด้านผลิตภัณฑ์ของผู้ใช้โดยเฉพาะ ของข้อมูลจะได้รับการชำระ และตลาดแคชดัชนีข้อมูลคือตลาดที่โหนดดัชนีระดมทรัพยากรโดยอิงตามความนิยมในการจัดทำดัชนีในอดีตของกราฟย่อย ค่าธรรมเนียมการค้นหาที่เรียกเก็บ และความต้องการของผู้ดูแลแบบออนไลน์สำหรับเอาต์พุตกราฟย่อย .
กราฟย่อยเป็นโครงสร้างข้อมูลพื้นฐานในเครือข่ายกราฟ พวกเขากำหนดวิธีการแยกและแปลงข้อมูลจากบล็อคเชนให้เป็นรูปแบบที่สามารถสืบค้นได้ (เช่น สคีมา GraphQL) ใครๆ ก็สามารถสร้างกราฟย่อยได้ และหลายแอปพลิเคชันก็สามารถนำกราฟย่อยเหล่านี้กลับมาใช้ใหม่ได้ ซึ่งจะช่วยปรับปรุงความสามารถในการนำข้อมูลกลับมาใช้ใหม่และประสิทธิภาพการใช้งาน
โครงสร้างผลิตภัณฑ์กราฟ (ที่มา: เอกสารไวท์เปเปอร์กราฟ)
เครือข่าย Graph ประกอบด้วยบทบาทหลักสี่บทบาท ได้แก่ ผู้จัดทำดัชนี ผู้ดูแล ผู้รับมอบสิทธิ์ และนักพัฒนา ซึ่งทำงานร่วมกันเพื่อให้การสนับสนุนข้อมูลสำหรับแอปพลิเคชัน web3 ต่อไปนี้เป็นความรับผิดชอบของตน:
ตัวสร้างดัชนี: ตัวสร้างดัชนีเป็นตัวดำเนินการโหนดในเครือข่าย The Graph โหนดดัชนีมีส่วนร่วมในเครือข่ายโดยยึด GRT (โทเค็นดั้งเดิมของ The Graph) เพื่อให้บริการจัดทำดัชนีและประมวลผลแบบสอบถาม
ผู้มอบหมาย: ผู้มอบหมายคือผู้ใช้ที่จำนำโทเค็น GRT เพื่อสร้างดัชนีโหนดเพื่อรองรับการดำเนินงานของพวกเขา ผู้มอบหมายจะได้รับส่วนหนึ่งของรางวัลผ่าน inodes ที่พวกเขามอบหมายให้
ภัณฑารักษ์: ภัณฑารักษ์มีหน้าที่รับผิดชอบในการส่งสัญญาณว่ากราฟย่อยใดควรได้รับการจัดทำดัชนีโดยเครือข่าย ผู้แนะนำช่วยให้แน่ใจว่ามีการจัดลำดับความสำคัญของแผนย่อยที่มีคุณค่า
นักพัฒนา: แตกต่างจากสามคนแรกที่เป็นฝั่งอุปทาน นักพัฒนาเป็นฝั่งอุปสงค์และเป็นผู้ใช้หลักของ The Graph พวกเขาสร้างและส่งกราฟย่อยไปยังเครือข่าย The Graph และรอให้เครือข่ายตอบสนองข้อมูลความต้องการ
ปัจจุบัน The Graph ได้เปลี่ยนไปใช้บริการโฮสติ้งกราฟย่อยแบบกระจายอำนาจที่ครอบคลุม และมีสิ่งจูงใจทางเศรษฐกิจหมุนเวียนในหมู่ผู้เข้าร่วมที่แตกต่างกันเพื่อให้แน่ใจว่าการทำงานของระบบ:
รางวัลโหนดดัชนี: โหนดดัชนีสร้างรายได้ผ่านค่าธรรมเนียมการค้นหาของผู้บริโภคและเป็นส่วนหนึ่งของรางวัลบล็อกโทเค็น GRT
รางวัลของผู้แทน: ผู้แทนจะได้รับรางวัลส่วนหนึ่งผ่าน inodes ที่พวกเขาสนับสนุน
รางวัลผู้แนะนำ: หากผู้แนะนำส่งสัญญาณกราฟย่อยที่มีคุณค่า พวกเขาจะได้รับรางวัลบางส่วนจากค่าธรรมเนียมการค้นหา
ที่จริงแล้วผลิตภัณฑ์ของ The Graph ก็กำลังพัฒนาอย่างรวดเร็วในคลื่น AI ในฐานะหนึ่งในทีมพัฒนาหลักของระบบนิเวศ The Graph Semiotic Labs มุ่งมั่นที่จะใช้เทคโนโลยี AI เพื่อเพิ่มประสิทธิภาพการกำหนดราคาดัชนีและประสบการณ์การสืบค้นข้อมูลของผู้ใช้ ปัจจุบัน เครื่องมือ AutoAgora, Allocation Optimizer และ AgentC ที่พัฒนาโดย Semiotic Labs ได้ปรับปรุงประสิทธิภาพของระบบนิเวศในหลาย ๆ ด้าน
AutoAgora แนะนำกลไกการกำหนดราคาแบบไดนามิกเพื่อปรับราคาแบบเรียลไทม์ตามปริมาณการสืบค้นและการใช้ทรัพยากร เพิ่มประสิทธิภาพกลยุทธ์การกำหนดราคา และรับประกันความสามารถในการแข่งขันของผู้จัดทำดัชนีและเพิ่มรายได้สูงสุด
Allocation Optimizer แก้ปัญหาที่ซับซ้อนของการจัดสรรทรัพยากรกราฟย่อย และช่วยให้ผู้ทำดัชนีบรรลุการจัดสรรทรัพยากรที่เหมาะสมที่สุดเพื่อปรับปรุงรายได้และประสิทธิภาพ
AgentC เป็นเครื่องมือทดลองที่ปรับปรุงประสบการณ์ผู้ใช้โดยอนุญาตให้ผู้ใช้เข้าถึงข้อมูลบล็อกเชนของ The Graph ผ่านภาษาธรรมชาติ
การใช้เครื่องมือเหล่านี้ช่วยให้ The Graph เพิ่มความชาญฉลาดและความเป็นมิตรต่อผู้ใช้ของระบบด้วยความช่วยเหลือจาก AI
3.2 ฐานลูกโซ่
Chainbase เป็นเครือข่ายข้อมูลแบบห่วงโซ่เต็มรูปแบบที่รวมข้อมูลบล็อกเชนทั้งหมดไว้ในแพลตฟอร์มเดียว ทำให้นักพัฒนาสามารถสร้างและบำรุงรักษาแอปพลิเคชันได้ง่ายขึ้น คุณสมบัติที่เป็นเอกลักษณ์ ได้แก่ :
Data Lake แบบเรียลไทม์: Chainbase มอบ Data Lake แบบเรียลไทม์โดยเฉพาะสำหรับการสตรีมข้อมูลบล็อกเชน ทำให้สามารถเข้าถึงข้อมูลได้ทันทีที่ถูกสร้างขึ้น
สถาปัตยกรรม Dual-chain: Chainbase สร้างเลเยอร์การดำเนินการตาม Eigenlayer AVS เพื่อสร้างสถาปัตยกรรม Dual-chain แบบคู่ขนานด้วยอัลกอริธึมฉันทามติของ CometBFT การออกแบบนี้ช่วยเพิ่มความสามารถในการตั้งโปรแกรมและความสามารถในการรวมข้อมูลข้ามสายโซ่ รองรับปริมาณงานสูง เวลาแฝงต่ำ และขั้นสุดท้าย และปรับปรุงความปลอดภัยของเครือข่ายผ่านโมเดลหลักประกันคู่
มาตรฐานรูปแบบข้อมูลที่เป็นนวัตกรรม: Chainbase ได้เปิดตัวมาตรฐานรูปแบบข้อมูลใหม่ที่เรียกว่า ต้นฉบับ เพื่อเพิ่มประสิทธิภาพวิธีการจัดโครงสร้างและใช้ข้อมูลในอุตสาหกรรม crypto
โมเดล Cryptoworld: ด้วยทรัพยากรข้อมูลบล็อกเชนขนาดใหญ่ Chainbase ผสมผสานเทคโนโลยีโมเดล AI เพื่อสร้างโมเดล AI ที่สามารถเข้าใจ คาดการณ์ และโต้ตอบกับธุรกรรมบล็อกเชนได้อย่างมีประสิทธิภาพ ปัจจุบัน Theia โมเดลพื้นฐานพร้อมให้ใช้งานสาธารณะแล้ว
คุณสมบัติเหล่านี้ทำให้ Chainbase โดดเด่นท่ามกลางโปรโตคอลการจัดทำดัชนีบล็อกเชน โดยเน้นไปที่การเข้าถึงข้อมูลแบบเรียลไทม์ รูปแบบข้อมูลที่เป็นนวัตกรรม และการสร้างแบบจำลองที่ชาญฉลาดยิ่งขึ้นเพื่อปรับปรุงข้อมูลเชิงลึกผ่านการผสมผสานระหว่างข้อมูลออนไลน์และออฟไลน์
Theia โมเดล AI ของ Chainbase เป็นจุดเด่นสำคัญที่ทำให้แตกต่างจากโปรโตคอลบริการข้อมูลอื่นๆ Theia ขึ้นอยู่กับโมเดล DORA ที่พัฒนาโดย NVIDIA ผสมผสานข้อมูลออนไลน์และนอกเครือข่ายและกิจกรรมเชิงพื้นที่ชั่วคราว เรียนรู้และวิเคราะห์รูปแบบการเข้ารหัส และตอบสนองผ่านการให้เหตุผลเชิงสาเหตุ ด้วยเหตุนี้จึงสำรวจคุณค่าและรูปแบบที่เป็นไปได้ของออนไลน์อย่างลึกซึ้ง ข้อมูล และการให้บริการข้อมูลที่ชาญฉลาดยิ่งขึ้นแก่ผู้ใช้
บริการข้อมูลที่ขับเคลื่อนด้วย AI ทำให้ Chainbase ไม่ใช่แค่แพลตฟอร์มบริการข้อมูลบล็อกเชนอีกต่อไป แต่ยังเป็นผู้ให้บริการข้อมูลอัจฉริยะที่มีการแข่งขันสูงอีกด้วย ด้วยแหล่งข้อมูลอันทรงพลังและการวิเคราะห์เชิงรุกของ AI ทำให้ Chainbase สามารถให้ข้อมูลเชิงลึกในวงกว้างขึ้น และเพิ่มประสิทธิภาพกระบวนการประมวลผลข้อมูลของผู้ใช้
3.3 พื้นที่และเวลา
Space and Time (SxT) มีเป้าหมายเพื่อสร้างเลเยอร์การประมวลผลที่ตรวจสอบได้ ซึ่งขยายการพิสูจน์ความรู้เป็นศูนย์ในคลังข้อมูลแบบกระจายอำนาจ เพื่อให้การประมวลผลข้อมูลที่เชื่อถือได้สำหรับสัญญาอัจฉริยะ โมเดลภาษาขนาดใหญ่ และองค์กร ปัจจุบัน Space and Time ได้รับเงินทุน Series A รอบล่าสุดมูลค่า 20 ล้านดอลลาร์สหรัฐ ซึ่งนำโดย Framework Ventures, Lightspeed Faction, Arrington Capital และ Hivemind Capital
ในด้านการจัดทำดัชนีและการตรวจสอบข้อมูล Space and Time นำเสนอเส้นทางทางเทคนิคใหม่ - Proof of SQL นี่คือเทคโนโลยีพิสูจน์ความรู้เป็นศูนย์ (ZKP) ที่เป็นนวัตกรรมใหม่ที่พัฒนาโดย Space and Time ซึ่งช่วยให้มั่นใจได้ว่าคำสั่ง SQL ที่ดำเนินการในคลังข้อมูลแบบกระจายอำนาจนั้นป้องกันการงัดแงะและตรวจสอบได้ เมื่อเรียกใช้แบบสอบถาม Proof of SQL จะสร้างหลักฐานการเข้ารหัสที่ตรวจสอบความสมบูรณ์และความถูกต้องของผลลัพธ์ของแบบสอบถาม หลักฐานนี้แนบมากับผลลัพธ์การสืบค้น ช่วยให้ผู้ตรวจสอบ (เช่น สัญญาอัจฉริยะ ฯลฯ) สามารถยืนยันได้อย่างอิสระว่าข้อมูลไม่ได้ถูกแก้ไขในระหว่างการประมวลผล เครือข่ายบล็อกเชนแบบดั้งเดิมมักจะอาศัยกลไกที่เป็นเอกฉันท์ในการตรวจสอบความถูกต้องของข้อมูล ในขณะที่ Proof of SQL ของ Space and Time ใช้วิธีการยืนยันข้อมูลที่มีประสิทธิภาพมากกว่า โดยเฉพาะอย่างยิ่ง ในระบบของ Space and Time โหนดหนึ่งมีหน้าที่รับผิดชอบในการรับข้อมูล ในขณะที่โหนดอื่นๆ ตรวจสอบความถูกต้องของข้อมูลผ่านเทคโนโลยี zk วิธีการนี้จะเปลี่ยนการใช้ทรัพยากรของหลายโหนดที่สร้างดัชนีข้อมูลเดียวกันซ้ำๆ ภายใต้กลไกฉันทามติจนกระทั่งได้รับข้อมูลเป็นเอกฉันท์ในที่สุด และปรับปรุงประสิทธิภาพโดยรวมของระบบ เมื่อเทคโนโลยีนี้เติบโตขึ้น มันก็สร้างก้าวสำคัญสำหรับอุตสาหกรรมดั้งเดิมหลายประเภทที่มุ่งเน้นไปที่ความน่าเชื่อถือของข้อมูลเพื่อใช้ผลิตภัณฑ์ที่มีโครงสร้างข้อมูลบนบล็อกเชน
ในเวลาเดียวกัน SxT ได้ทำงานอย่างใกล้ชิดกับ Microsoft AI Joint Innovation Lab เพื่อเร่งการพัฒนาเครื่องมือ AI เจนเนอเรชั่น เพื่อให้ผู้ใช้สามารถประมวลผลข้อมูลบล็อกเชนผ่านภาษาธรรมชาติได้ง่ายขึ้น ขณะนี้ใน Space and Time Studio ผู้ใช้สามารถสัมผัสประสบการณ์การป้อนข้อความค้นหาด้วยภาษาธรรมชาติได้ และ AI จะแปลงข้อความค้นหาเหล่านี้เป็น SQL โดยอัตโนมัติ และดำเนินการคำสั่งค้นหาในนามของผู้ใช้เพื่อนำเสนอผลลัพธ์สุดท้ายที่ผู้ใช้ต้องการ
3.4 การเปรียบเทียบความแตกต่าง
บทสรุปและมุมมอง
โดยสรุป เทคโนโลยีการจัดทำดัชนีข้อมูลบล็อกเชนได้รับประสบการณ์กระบวนการปรับปรุงอย่างค่อยเป็นค่อยไปตั้งแต่แหล่งข้อมูลโหนดเริ่มแรก ผ่านการพัฒนาการแยกวิเคราะห์ข้อมูลและตัวจัดทำดัชนี และสุดท้ายคือบริการข้อมูลห่วงโซ่เต็มรูปแบบที่เสริมพลังด้วย AI การพัฒนาอย่างต่อเนื่องของเทคโนโลยีเหล่านี้ไม่เพียงแต่ปรับปรุงประสิทธิภาพและความแม่นยำในการเข้าถึงข้อมูลเท่านั้น แต่ยังนำประสบการณ์อัจฉริยะที่ไม่เคยมีมาก่อนมาสู่ผู้ใช้อีกด้วย
เมื่อมองไปสู่อนาคต ด้วยการพัฒนาเทคโนโลยีใหม่ๆ อย่างต่อเนื่อง เช่น เทคโนโลยี AI และการพิสูจน์ความรู้เป็นศูนย์ บริการข้อมูลบล็อกเชนจะมีความชาญฉลาดและปลอดภัยยิ่งขึ้น เรามีเหตุผลที่เชื่อได้ว่าบริการข้อมูลบล็อคเชนจะยังคงมีบทบาทสำคัญในฐานะโครงสร้างพื้นฐานต่อไปในอนาคต โดยให้การสนับสนุนที่แข็งแกร่งสำหรับความก้าวหน้าและนวัตกรรมของอุตสาหกรรม
