博客
关于我
Nervos:链外扩容 + Layer 2才是区块链的未来(上)
阅读量:168 次
发布时间:2019-02-28

本文共 953 字,大约阅读时间需要 3 分钟。

Nervos 联合创始人兼COO吕国宁在密码极客大咖直播间分享了关于区块链链外扩容与Layer 2设计的深度见解。以下是他在直播中的主要内容:

区块链链外扩容与Layer 2设计

区块链技术在性能和可扩展性方面面临挑战。传统的链上扩容方案(如DAG、Sharding等)虽然在提升效率方面取得了一定成果,但也带来了复杂的工程实现和安全性问题。Nervos认为,单纯追求链上性能的提升并不是最优解。

区块链作为去中心化系统,其性能本质上不可能超过中心化系统。这一命题引发了Nervos对区块链发展方向的深入思考:是否应该专注于链外扩容,而不是一味追求更强的链?

分层架构下的链外扩容方案

Nervos提出了基于分层架构的链外扩容方案,旨在通过将复杂的计算任务移出链上,最大化区块链的价值。Layer 1(底层网络)专注于安全性和去中心化,Layer 2(上层网络)则负责性能优化和用户体验。

Layer 1 的核心任务是实现全球共识,支持Layer 2的各种应用需求。Layer 2通过局部共识和高效的计算方式,实现高性能的应用支持。这种分层设计不仅提升了网络性能,还为Layer 2的灵活发展提供了基础支持。

技术特点:Cell模型与CKB-VM

  • Cell 模型

    Cell 模型是Nervos CKB(常数规则集链,Consensus by Committee)底层的核心账本模型。它通过将资产逻辑与状态分离,支持用户自定义资产的发行和管理。与比特币的UTXO模型不同,Cell 模型允许用户在Layer 1上直接存储和管理多种资产,最大限度地提升Layer 2的灵活性。

  • CKB-VM

    CKB-VM是Nervos为Layer 1设计的虚拟机,采用RISC-V指令集实现。这种硬件指令集的设计不仅提升了稳定性和运行透明度,还支持即时编译(JIT),在加密算法和复杂计算场景中表现出色。CKB-VM的灵活性使其能够轻松支持最新的密码学原语,而无需硬分叉。

  • 总结

    Nervos通过分层架构设计,实现了区块链链外扩容的目标。Cell 模型和CKB-VM等技术特点为Layer 2应用提供了坚实的基础,展现了Nervos在区块链创新方面的潜力。这种设计理念不仅提升了网络性能,还为加密经济生态的发展奠定了坚实基础。

    转载地址:http://ukec.baihongyu.com/

    你可能感兴趣的文章
    python | tiler,一个不可思议的 图像切片重组 Python 库!
    查看>>
    python | tinydb,一个非常厉害的 关于数据库的 Python 库!
    查看>>
    python | tox,一个超强的 自动化测试工具 Python 库!
    查看>>
    python | ttkbootstrap,一个神奇的 Python 库!
    查看>>
    python | unoconv,一个超厉害的 Python 库!
    查看>>
    python | urllib3,一个超强的 Python 库!
    查看>>
    python | webassets,一个超强的 Python 库!
    查看>>
    python | werkzeug,一个不可思议的 Python 库!
    查看>>
    python | xlsxwriter,一个实用的 Python 库!
    查看>>
    python | xlwings,一个非常实用的 Excel 相关的 Python 库!
    查看>>
    python | xmltodict,一个非常厉害的 关于XML数据 Python 库!
    查看>>
    python | xonsh,一个超酷的 Python 库!
    查看>>
    python | yagmail,一个实用的 Python 库!
    查看>>
    python | 一文掌握Python的上下文管理器和with语句
    查看>>
    python | 一文看懂Python闭包机制与变量作用域规则
    查看>>
    python读取含中文的json
    查看>>
    python | 如何用Python锁避免并发错误?
    查看>>
    python | 提升代码迭代速度的Python重载方法
    查看>>
    python | 深入理解Python并发编程中的GIL限制与解决方案
    查看>>
    Python | 爬虫实战——亚马逊搜索页监控(附详细源码)
    查看>>