Mạng AO: Nền tảng tính toán phi tập trung dành cho AI Agent

Ý tưởng cốt lõi của mạng Phi tập trung là thực hiện việc thực thi mã tùy ý mà không cần tin tưởng, và có thể được chia sẻ và sử dụng trên toàn thế giới. Tầm nhìn về "máy tính toàn cầu" này luôn là mục tiêu theo đuổi của nhiều dự án cơ sở hạ tầng. Mạng AO sắp ra mắt của Arweave chính là một nỗ lực như vậy.

Một "máy tính thế giới" lý tưởng nên có ba chức năng cốt lõi là tính toán, truy cập và lưu trữ dữ liệu. Arweave trước đây chủ yếu đóng vai trò là "ổ cứng thế giới", trong khi mạng AO mới ra mắt (Hướng đối tượng) đã giới thiệu khả năng tính toán tổng quát và chức năng hợp đồng thông minh.

AO: Mạng lưới tính toán tổng quát dựa trên mô hình Actor

Hiện nay, các nền tảng tính toán Phi tập trung chính có thể được chia thành hai loại: nền tảng hợp đồng thông minh và nền tảng tính toán tổng quát. Nền tảng hợp đồng thông minh như Ethereum, chia sẻ bộ nhớ trạng thái toàn cục, đồng thuận về thay đổi trạng thái, do đó chi phí cao hơn, chủ yếu được sử dụng cho các giao dịch có giá trị lớn. Mạng tính toán tổng quát thì không đồng thuận về chính quá trình tính toán mà xác minh kết quả tính toán và xử lý thứ tự yêu cầu, không có bộ nhớ trạng thái chia sẻ, từ đó giảm chi phí và mở rộng ra nhiều lĩnh vực tính toán hơn.

Mạng AO thuộc một nền tảng mới kết hợp giữa tính toán tổng quát và hợp đồng thông minh. Nó dựa trên giả thuyết an toàn của máy ảo, chỉ thực hiện đồng thuận và xác minh kết quả tính toán theo thứ tự giao dịch, cho phép nhiều thay đổi trạng thái được xử lý song song. Thiết kế này giúp giảm chi phí mở rộng, các tác vụ đa nhiệm có thể xử lý song song mà không gây cản trở lẫn nhau.

AO áp dụng mô hình lập trình Actor, mỗi đơn vị tính toán được coi là một tác nhân độc lập, tương tác thông qua việc truyền tin nhắn. Mô hình này giúp AO có thể triển khai mạng lưới tính toán Phi tập trung. Khác với các hợp đồng thông minh truyền thống, AO hỗ trợ cách chạy hợp đồng được kích hoạt chủ động theo kiểu "cron", phù hợp hơn với các tình huống như giám sát liên tục cơ hội chênh lệch giá.

Kết hợp khả năng lưu trữ quy mô lớn của Arweave, mạng AO rất phù hợp để lưu trữ AI Agent, thậm chí hỗ trợ chạy các mô hình AI lớn trong hợp đồng thông minh trên blockchain.

Đặc điểm kỹ thuật của mạng AO

Mạng AO sử dụng thiết kế mô-đun, bao gồm ba đơn vị cơ bản: Đơn vị điều phối (SU), Đơn vị tính toán (CU) và Đơn vị đưa tin (MU). Giao dịch đầu tiên được MU tiếp nhận và xác thực, sau đó được chuyển đến SU để sắp xếp và đồng thuận chuỗi. Cuối cùng, nhiệm vụ được phân công cho CU để thực hiện tính toán cụ thể, kết quả được trả về cho người dùng qua MU.

CU tập hợp có thể được xem là một mạng lưới tính toán phi tập trung. Các nút cần phải đặt cọc tài sản, cạnh tranh cung cấp sức mạnh tính toán thông qua các yếu tố như hiệu suất và giá cả để thu được lợi nhuận. Tính toán sai sẽ dẫn đến hình phạt, thiết kế kinh tế này đảm bảo an ninh và hiệu quả cho mạng.

So sánh AO với các mạng khác

So với các nền tảng hợp đồng thông minh như Ethereum, AO có những ưu điểm rõ rệt như một nền tảng tính toán tổng quát. So với FVM của Filecoin, AO giữ lại khả năng hợp đồng thông minh trong khi cung cấp trải nghiệm người dùng tốt hơn.

AO có kiến trúc tương tự như ICP, đều sử dụng tính toán bất đồng bộ và mô hình Actor. Tuy nhiên, AO đã cung cấp một lớp trạng thái chia sẻ thông qua Arweave, tăng cường khả năng Phi tập trung. AO cũng áp dụng thiết kế mô-đun linh hoạt hơn và cơ chế tham gia với rào cản thấp hơn.

Tuy nhiên, AO cũng đối mặt với một số thách thức, chẳng hạn như việc giao dịch giữa các hợp đồng thiếu tính nguyên tử có thể ảnh hưởng đến sự phát triển của các ứng dụng DeFi, cũng như đặt ra yêu cầu cao hơn cho các nhà phát triển. Nhưng AO chọn tập trung vào lộ trình AI Agent, phát huy tối đa lợi thế kiến trúc của mình.

Mặc dù hiện tại giá trị thị trường có sự chênh lệch nhất định với ICP, nhưng trong bối cảnh sự phát triển nhanh chóng của AI, AO vẫn có tiềm năng to lớn. Với việc công nghệ được hoàn thiện hơn nữa và hệ sinh thái không ngừng phát triển, AO có khả năng trở thành nền tảng tính toán phi tập trung quan trọng cho AI Agent.