AO如何打造適用於AI Agent的去中心化運算網絡

avatar
Trustless Labs
6個月前
本文約1924字,閱讀全文需要約3分鐘
本文從網路架構以及特性方面,解讀AO如何打造適用於AI Agent的去中心化運算網路。

無需信任地執行任意程式碼,並足以共享給全世界使用,世界電腦的夢想深深紮根於去中心化網路。在以太坊之後,許多基礎設施項目都做出了嘗試,Arweave 即將推出的AO 網路也是這些嘗試之一。

對於一個「世界電腦」來說,可以粗略地分為資料的運算、存取與儲存三個部分,Arweave 過去一直在充當「世界硬碟」的角色,AO 網路(Actor Oriented)則引入了通用運算的能力,並提供了智能合約。

AO:基於Actor 的通用計算網絡

目前的主流去中心化計算平台分為兩類,即智能合約平台與通用計算平台;智能合約平台以Ethereum 為代表,網絡共享全局的狀態內存,對改變狀態的運算過程進行共識,因為共識要求大量的重複運算,因此高成本下僅用於處理高價值業務;通用計算網絡不對運算過程本身進行共識,而是根據業務驗證計算結果,處理請求順序,不存在共享的狀態內存,這降低了成本,讓網路擴展到更多領域的運算,這類以Akash 等算力網路為代表。

當然,還有一些專案基於虛擬機器安全的安全假設,將通用運算與智慧合約融合。即共識只處理交易的順序,並對計算結果進行驗證,多個狀態變化計算在網路節點中並行處理,計算的環境虛擬機保證了確定性結果,因此只要交易順序一致,最終狀態也將一致。

這類網路由於不共享狀態內存,擴容成本很低,多個任務可以並行計算且互不影響。這類專案往往基於Actor 程式設計模型,代表就是ICP,而AO 也屬於此類。 Actor 下每一個運算單元被視為單獨的智慧獨立處理事務,運算單元之間透過通訊互動(Actor 是傳統Web2 服務中非常常見的架構)。 AO 標準化了Actor 的訊息傳遞,實作了一個去中心化的運算網路。

與傳統被動觸發的智能合約(如Ethereum/Solana 智能合約)不同,具備通用計算Actor 下的AO 可以透過一致固定時間循環觸發的「cron」方式,來實現智能合約的主動運行,例如一個持續監控套利空間的交易程序。

可快速擴容的去中心化運算能力,Arweave 的超大資料儲存能力,Actor 的程式設計模型,與主動觸發交易的能力,這讓AO 網路非常適合託管AI Agent。 AO 也支持將AI 大模型引入區塊鏈的智能合約中運作。

AO 網路特性

上文介紹過AO 與智慧合約網路的區別,AO 不對計算過程進行共識,對交易順序進行共識,並默認虛擬機的運行結果是確定性的,從而實現最終狀態的一致性。

AO 也具備一定的彈性,網路以模組化方式設計。網路中存在三種基本單元,調度單元SU、計算單元CU 與信差單元MU。

一個交易被發出,作為通訊層的信使單元接受交易,驗證簽名,轉發給調度單元;調度單元可以看做AO 與AR 鏈的連接點,幫助網絡對交易順序進行排序,並上傳至AR 鏈完成共識,目前的共識方式是POA(權限證明);對交易順序的共識完成後,任務被分配給計算單元,CU 負責處理具體計算,結果返回MU 轉發給用戶。

CU 集可以看做是一個去中心化的算力網絡,在完整的經濟學規劃下,CU 節點需要質押一定資產,透過計算性能、價格等因素競爭,提供算力賺取收益,如果出現計算錯誤的情況,會被罰沒資產。這是一個標準的經濟學保障。

AO如何打造適用於AI Agent的去中心化運算網絡

AO 與其他網路的區別

AO 做為通用運算平台,與Ethereum 等智慧合約平台的差異顯而易見。與AR 同為「世界硬碟」的Filecoin 也推出了自己的智慧合約平台FVM,但這是一種等效於EVM 的狀態共識機架構,且在體驗上不如Ethereum 等傳統智慧合約平台。

與Akash、io.net 等去中心化運算網路不同,AO 依然保留了智慧合約能力,AO 最終也在AR 儲存上維護了一個全域的狀態。

實際上,與AO 在架構上最相似的是ICP。 ICP 創造了非同步運算區塊鏈網路的最早範式,AO 在很大程度上延續了ICP 的設計,例如僅對交易順序排序、相信虛擬機器確定性計算、Actor 模型非同步處理等。

最大的不同點在於,ICP 是基於容器維護狀態,即每個智能合約容器可以只維護自己的private 狀態,或者對狀態讀取設定條件;而AO 具備一個共享的狀態層,即AR,任何人都可以透過交易順序與狀態證明復原全網狀態,這一定程度上增加了網路的去中心化能力,但也喪失了ICP 中特殊隱私業務的實現可能(例如客戶有隱藏套利路徑的需求)。

在經濟與設計層面,ICP 為了確保網路效能,對參與節點作出了較高的硬體要求,這造成了較高的門檻,而AO 相對以公平發射、無准入的方式運行,質押即可參與競爭挖礦。 ICP 網路選擇了大堆疊的實現方式,為了性能犧牲了靈活性,而AO 使用了模組化的設計,MU、CU、SU 分離,用戶也可以自選虛擬機的實現方式,這也降低了一些開發者進入的成本。

當然AO 也可能存在與ICP 一樣的系統缺點,例如Actor 非同步模型下跨合約交易缺乏原子性,這會導致DeFi 類應用發展困難,AgentFi 的構想似乎很難在短時間內實現;脫離傳統智慧合約範式的新計算模式,也對開發者提出了更高的要求。但AO 架構下wasm 虛擬機器最高能管理4 GB 的限制,也導致部分複雜模型無法在AO 上使用。由此看來,AO 選擇AI Agent 的路線實為揚長避短,有趣的是,ICP 也在2024 年年初宣布專注於AI 領域。

當然,比較ICP 50 億美金的總市值來說,AR 目前總市值22 億美金,仍有不小的差距。在AI 大發展的背景下, AO 可能仍存在較大潛力。

原創文章,作者:Trustless Labs。轉載/內容合作/尋求報導請聯系 report@odaily.email;違規轉載法律必究。

ODAILY提醒,請廣大讀者樹立正確的貨幣觀念和投資理念,理性看待區塊鏈,切實提高風險意識; 對發現的違法犯罪線索,可積極向有關部門舉報反映。

推薦閱讀
星球精選