GPU-EVMの紹介：並列EVM分野に新展開、EVMを使用してAIエージェントをトレーニング
TechFlow厳選深潮セレクト
GPU-EVMの紹介：並列EVM分野に新展開、EVMを使用してAIエージェントをトレーニング
GPU-EVMは、グラフィック処理装置（GPU）を用いて並列に操作を実行し、トランザクションのスループットを向上させる。
Web3業界の深掘り報道に専念し潮流を洞察執筆：Eito Miyamura
編集：TechFlow
GatlingXはオックスフォード大学の同窓生が率いるプロジェクトで、機械学習および強化学習（RL）に注力しており、最近「GPU-EVM」をリリースしました。内部ベンチマークによると、これは現時点で市販されているイーサリアム仮想マシン（EVM）の中で最も高性能なものである可能性があります。
GPU-EVMはEVMの拡張ソリューションであり、その性能は非常に高く、最先端の強化学習（RL）AIエージェントのトレーニングさえ可能になるほどです。開発チームによれば、複数のイーサリアムアプリケーションを並列実行することで、AIエージェントがセキュリティ上の脆弱性を発見するためのトレーニングを支援します。
GPU-EVMはグラフィック処理装置（GPU）を使用して操作を並列実行し、トランザクションのスループットを向上させます。チームは、GPU-EVMのタスク処理速度が現在の高性能EVM（evmoneやrevmなど）と比べて約100倍に達すると主張しています。これはGPUが多数の操作を同時に処理でき、並列処理に適したアーキテクチャを持っていることに起因しています。
GPU-EVMは、グラフィック処理装置（GPU）の強大な能力を活用してイーサリアム仮想マシン（EVM）の操作を並列実行します。つまり、タスクを逐次的に実行するのではなく、多数のタスクを同時処理できるため、計算速度が大幅に高速化されます。オックスフォード大学のコンピュータサイエンス／人工知能専攻の同窓生からなるこのチームによるブレイクスルーにより、イーサリアム仮想マシンの1秒あたりの計算単価効果が飛躍的に向上しました。
イーサリアム仮想マシン（EVM）は業界標準の仮想マシンであり、スマートコントラクトを実行するもので、現代のブロックチェーン技術の基盤です。EVMはブロックチェーンのOSのようなもので、CPUベースのクライアントソフトウェアを通じて、多数の分散コンピュータ上で信頼できる第三者なしの取引を実現します。
GPU-EVMとそれが提供するパフォーマンス強化により、EVMと連携するAI／RLモデルのインフラ整備、L2の高速化、MEV、バックテストなど、意欲的なエンジニアリングチームにとって大きな機能的進展がもたらされています。（詳細は後述）
GPU-EVM：EVM計算の新パラダイム
NVIDIAは当初ゲームに特化したニッチ企業でしたが、現在では計算分野のキープレーヤーとなり、人工知能革命の最前線に立っています。この進化は、計算能力が2年ごとに2倍になると予測したムーアの法則から、「黄氏の法則」と呼ばれる新たな段階へと移行していることを示しています。これはNVIDIAのCEOであるジェンスン・フアン（黄仁勲）の名にちなんでおり、ハードウェア、ソフトウェア、AIの統合によってGPUの性能が2年間でCPUを上回るペースで2倍以上になると主張しています。
ムーアの法則の限界に達しつつある今、GPUの並列処理への依存は新しい計算時代の到来を告げており、CPU主導からGPU主導への移行が始まっています（デンナードスケーリング、アムダールの法則を参照）。この変化は、片側1車線の道路から多車線の高速道路への移行に似ており、プロセスのスピードアップだけでなく、同時に多くの活動を行うことが可能になり、技術的ポテンシャルを広げるものです。
ジェボンズのパラドックスはこの効果をよく説明しています。LED電球の高効率化が消費の削減ではなくむしろ使用量の増加につながったように、GPU-EVMの高効率とコスト削減は新たな可能性を大量に開きます。これは単なる資源節約にとどまらず、ブロックチェーン技術内外での革新と採用を促進し、GPU計算の効率が計算アプリケーションの指数関数的成長を推進する未来を約束しています。
GPU-EVMのパフォーマンス
現代のGPUが持つ汎用計算能力の著しい進歩を活かし、私たちはGPU-EVMのパフォーマンスを従来のEVMの100倍以上まで引き上げました。現代のGPUは数千個のコアを備えて設計されており、複数の操作を同時に処理できるため、並列処理タスクに非常に適しています。この構造的優位性により、GPU-EVMは膨大な数のEVM命令を並列実行でき、計算速度と効率が大幅に向上します。
GPU-EVMがもたらすパフォーマンス向上を客観的に評価するため、EVM Benchが提供するオープンソースツールを用いて包括的なベンチマークテストを実施しました。このツールを使うことで、さまざまなEVM操作をシミュレーションし、従来のCPUベースのEVMと私たちのGPU-EVMとの実行時間の比較が可能になります。
従来の計算パラダイムと比較して、GPU-EVMはGPUが持つ比類ない処理能力を活用し、EVMのパフォーマンスと効率において新たなベンチマークを設定しています。
こうした技術的基盤のもと、GPU-EVMがAIトレーニングやDeFiシミュレーションなどの分野をどのように革新し、ブロックチェーンアプリケーションの新たなフロンティアを開くのかを探ってみましょう。
EVMを用いたAIエージェントのトレーニング
ChatGPTや他のLLMチャットボットが牽引する中、人工知能は世界を変えつつあります。これらは人間のフィードバックによる強化学習（RL）を適用して訓練されています。RLの本質は、報酬を与える環境と相互作用しながらAIエージェントに意思決定を学ばせるプロセスにあり、これは人間や動物が周囲の環境から学ぶ基本的な方法を反映しており、自ら適応し行動を最適化できる知的システムの開発における基盤となっています。
囲碁の世界王者に勝利したAlphaGoの快挙は、RLの変革的パワーを証明しています。これは単なる対局の勝利ではなく、RLを通じてAIが囲碁盤という複雑な環境とのシミュレーションや相互作用を通じて、人間の洞察力を超える戦略や解法を発見できることを示した画期的な出来事でした。このブレイクスルーは、報酬システムによって導かれる特定の目標達成のために、AIエージェントが自律的に環境を探索し、そこから学習できるRLの本質を浮き彫りにしました。
しかし、RLによるこのようなAIの飛躍的進展には、膨大な計算リソースを必要とするという課題があります。AIのトレーニングにはシミュレーション環境が必要ですが、その構築には莫大な計算能力が求められます。NVIDIAのIsaac Gym、GoogleのBraxやJAX-LOBといったGPUによるシミュレーション環境の登場は、これらの障壁を克服する上で重要な役割を果たしました。GPUによる並列化により、これらのプラットフォームは100倍から最大25万倍の性能向上を実現し、RLの計算部分をより現実的かつ効率的にしています。AIトレーニングのボトルネックは通常、CPUとGPU間のデータ転送帯域にあるため、GPU並列化はこうした速度改善を可能にし、RL研究界隈では業界標準となっています。
急速に進化するAIの世界において、GPU-EVMはブロックチェーンエコシステム内で直接AIエージェントのトレーニングを促進するGPU並列シミュレーション環境として機能します。特に金融分野における応用は目覚ましく、リアルタイムの不正検出システムを革新することが可能です。過去にはMax LevchinがPayPal初の不正防止メカニズムを開発し、会社の破綻を防いだ歴史があります。GPU-EVMを使えば、金融AIが数秒間で数百万件の取引をシミュレーション・分析でき、異常パターンとしての不正行為をこれまでにないスピードと正確さで検出できます。かつて数日かかっていた作業が瞬時に可能になるこの能力は、金融機関が不正に対処する方法に大きな変革をもたらします。AIエージェントをGPU-EVM内のEVMと統合することで、ブロックチェーン領域内での強化学習（RL）の応用が新たな道を切り開きます。ここでは、AIエージェントが事前に定義された報酬関数に基づいて不正取引を正確に識別することで、学習と自己改善を進めます。
L2高速化／シミュレーション
第2層（L2）ソリューションの登場は、イーサリアムのスループットを高め、特に決済分野などでの主流採用を促進する上で極めて重要です。主要なイーサリアムブロックチェーン（レイヤー1）の外側でトランザクションを処理することにより、L2はネットワークの容量を大幅に拡張しつつ、その安全性と分散性という基本原則を維持しています。従来のCPUベースのシステムとは異なり、GPU-EVMは独立して動作するため、既存のL2ソリューションをシームレスに統合・加速できます。この高速化は、ビュー関数の最適化やモンテカルロ木探索（MCTS）アルゴリズムの適用など、さまざまな手法で実現可能です。これにより、より効率的なブロック構築やトランザクション順序付けが可能になります。
ただし、L2高速化の文脈において並列EVMを利用する点については、注意深く考える必要があります。並列EVMを用いてL2を直接高速化することは、一見簡単そうに見えても実際にはそれほど単純ではありません。並列EVMの真の能力を活用するには、L2ソリューション自体の設計やそれらを支えるデータベースに対する共同のイノベーションが必要です。これは以下の研究でも強調されています：
GPU-EVMとL2ソリューションの統合には大きな可能性がある一方で、他にも解決すべき課題があります。この取り組みの主なボトルネックには、ストレージ関連の制約の解決、長鎖にわたる相互依存型トランザクションの管理、状態膨張コストの削減などが含まれます。GPU-EVM単体ではこれらすべての問題を解決できません。そのため、L2高速化の文脈においては、L2ソリューションとその基盤データベースの設計を革新することで、これらの障壁を乗り越え、GPU-EVMの恩恵を完全に享受するための協働が不可欠です。
DeFiシミュレーション／ファジィテスト
GPU-EVMの基礎的パフォーマンス向上は、DeFiシミュレーションおよびファジィテストに革命的な変化をもたらします。このデータ処理能力の飛躍的向上により、以前は考慮されなかったDeFi戦略やプロトコル設計のエッジケースを発見できるようになり、隠れた新たな脆弱性が明らかになります。この進展の重要性を説明するために、従来のCPUベースのアプローチを水鉄砲に例えるなら、GPU-EVMは強力な蛇口に相当し、害虫駆除にずっと効果的な手段を提供します。
GPU-EVMの基礎的パフォーマンス向上により、このプラットフォーム上で動作するファジファイザーは、驚異的なスピードで深部まで探索を進め、数秒以内にエッジケースを検出できます。これに対して、CPUベースのファジファイザーは同じ問題を発見するのに数週間から数ヶ月かかることがあります。GPU-EVM上でこうした高度なファジファイザーを動作させられるようになったことで、特に実運用中のスマートコントラクトを継続的に監視することが可能になります。こうした自動化システムは、あたかも戦略的なチェスゲームのように、潜在的な脆弱性を何手も先読みして挑戦し続け、最終的には最高レベルのセキュリティを確保することを目指しています。
近日リリース予定の製品は、こうした最先端のDeFiシミュレーションおよびファジィテスト手法を具現化したものです。スマートコントラクトのセキュリティと堅牢性の基準を再定義する新時代の到来にご期待ください。
GatlingXについて
GatlingXは、重厚な技術インフラの開発に焦点を当てるアプリケーションインフラおよびAI研究所です。私たちの使命は、ブロックチェーンアプリケーション製品をインフラの深いレイヤーで操作可能な形で作り出すことです。
我々は、ブロックチェーン業界が「あまりに難しい」という理由で取り組もうとしない極めて困難な技術的課題があると考えています。高速かつ低コストのセキュリティ、計算パフォーマンス、スピードは、活気あるブロックチェーンエコシステムにとって必須の前提条件ですが、同時に非常に困難で多くの苦痛を伴う問題でもあります。こうした問題は、世界最高の問題解決者たちを集結させなければ、誰も解決できないと信じています。
我々は、人工知能、GPU、ブロックチェーン、分散コンピューティングなどの分野における最新技術の発展を推進することに尽力しています。これらの分野は、グローバルな技術進歩を推し進める上で極めて重要です。
私たちは熱狂的な集団です。市販品があればそれを購入します。なければ、自ら作り出します。
GPU-EVMの利用方法
GPU-EVMは現在、GPUキャパシティを拡大中のため、プライベートな早期アクセス段階にあります。エンジニアリング作業でGPU-EVMを利用したい場合は、こちらのフォームに記入して待機リストに登録してください。
私たちのチームは小規模ですが、極めて才能豊かです。創業チームはオックスフォード大学の同窓生で構成され、インフラおよび応用AI分野で画期的な成果を上げており、Crowdstrike、Wayve、Citadel Securitiesなどで経験を積み、ZKMicrophoneやGraphiteなど影響力の大きいプロジェクトを創造してきました。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
