ブロックチェーンのスケーラビリティ新フレームワーク：水平スケーリングと垂直スケーリング

2024.05.06

共有先

TechFlow厳選深潮セレクト

ブロックチェーンのスケーラビリティ新フレームワーク：水平スケーリングと垂直スケーリング

なぜ水平スケーリングと垂直スケーリングは、イーサリアムのスケーラビリティにおいてより優れたフレームワークなのか？

2024.05.06 - 13:24:17

Web3業界の深掘り報道に専念し潮流を洞察

なぜ水平スケーリングと垂直スケーリングは、イーサリアムのスケーラビリティにおいてより優れたフレームワークなのか？

執筆：Avi Zurlo

翻訳：Block unicorn

Rollupsの台頭以降、ブロックチェーンのスケーラビリティはモジュラーとモノリシックの論争に集中してきた。当初、この二項対立はブロックチェーンの拡張性を考える上で有用な思考モデルであったが、現在では両陣営ともそれをすでに超えている。

今日、モジュラーとモノリシックの対比は、私たちのスケーラビリティに関する思考モデルに不要な制約を課している。

では、他にどのような代替案があるだろうか？

本稿では、水平スケーリングと垂直スケーリングが常にブロックチェーンのスケーラビリティにおける基本的な枠組みであり続けたことを示し、水平スケーリングと垂直スケーリングの採用がより優れたスケーリングソリューションをもたらす方法を説明する。

モジュラー vs. モノリシックの理解

まず、いくつかの定義を示す：

モジュラーチェーンは、ブロックチェーンの主要機能を異なるレイヤーに分離する。

モノリシックチェーンは、すべての主要機能を単一かつ相互接続されたレイヤーに統合する。

「レイヤー」を「マシン」と見なすことができる。つまり、モノリシックチェーンはすべてのタスクを処理する単一のバリデータノードを持ち、一方モジュラーなチェーンは異なるタスクを処理する複数（2〜3）の完全ノードを持つ。

たとえば、Rollup は通常、実行用の Rollup 完全ノードと、決済＋データ可用性（DA）用のイーサリアム完全ノードという2つのノードを備える。Validium はさらに3つのノードを利用する可能性があり、実行用の Rollup 完全ノード、決済用のイーサリアム完全ノード、そして DA 用の別個のデータ可用性層の完全ノードである。

モジュラー化は、ブロックチェーンのタスクを少なくとも2つの完全ノードに分配する。これにより、モジュラー型ブロックチェーンはブロック生成時に複数のコンピュータの計算能力を利用できる。

これは水平スケーリングの一形態である。

モジュラーの考え方は、それが一種の水平スケーリングであるため、ブロックチェーンのスケーラビリティを考える上で有用である。

一方、多くのモノリシック派は、ソフトウェア最適化、並列仮想マシン、データパイプライン、高速ネットワークプロトコル、そして特に強力なハードウェアによってスケーリングしようとする。本質的に、モノリシックチェーンは単一の完全ノードから可能な限り最大の計算能力を引き出そうとしている。

これは垂直スケーリングの一形態である。

批判者らは、このアプローチは中央集権化に向かうと指摘する。単一ノードの性能向上に依存してスケーリングすれば、物理的なハードウェアの限界に必然的にぶつかり、さらなるスケーリングのためにハードウェア要件を高めるしかないからだ。

しかし、この批判は正確ではない。なぜなら、すべてのモノリシックチェーンが垂直スケーリングだけに依存しているわけではないからだ。

たとえば、Near はシャーディングネットワークアーキテクチャに基づいて構築されたモノリシックL1ブロックチェーンである。つまり、Near の完全ノードはすべてのタスク（実行、決済、データ可用性）を担当するが、Near のグローバル状態のごく一部のみを管理する。したがって、Near はタスクではなく状態に基づいて作業を分散させることで、複数のコンピュータの計算能力を利用している（モジュラー型チェーンと同様に）。

このように、モノリシックチェーンでもモジュラー型チェーンでも、採用するスケーリング技術には本質的な制限がないことがわかる。どちらも水平スケーリングおよび／または垂直スケーリングを実施できる。

さらに、モジュラーとモノリシックの議論は常に水平スケーリングと垂直スケーリングの枠組みに根ざしている。厳密な技術的観点から言えば、モジュラーはその設計上、水平スケーリングを志向し、モノリシックは垂直スケーリングを志向する。

モジュラー型チェーンがすでに実現されている今、さらなるスケーリング上の利点は「よりモジュラーになる」ことにはない。現在の焦点は、各チェーンがどのように水平または垂直スケーリング技術を活用するかにある。

水平 vs. 垂直という思考モデルを採用することで、それぞれのチェーンがスケーリングにおいてどのようなトレードオフを行っているかを容易に推論できるようになる。

対話の再定義：水平スケーリング vs. 垂直スケーリング

水平 vs. 垂直スケーリングの枠組みについて詳しく検討する前に、その起源が1970年代にまでさかのぼり、分散コンピューティング研究が水平スケーリングの概念の基礎を築いたことを認識しておくことは重要である。今日、すべてのスケーリング技術は水平スケーリングまたは垂直スケーリングに分類できる。

垂直スケーリング

垂直スケーリングは、各ノードのハードウェア利用率またはハードウェア要件を増加させる。ブロックチェーンでは、これは通常、並列仮想マシン（マルチスレッド処理）などのソフトウェア最適化によって行われる。

よく知られた例として EVM と SVM がある。

EVM はトランザクションを逐次的に実行するのに対し、SVM は並列的に実行する。SVM はより多くのCPUコアを利用することでこれを実現しており、結果としてSVMはEVMよりも多くのトランザクションを1秒間に処理できる。注意：この種の垂直スケーリングがEclipse L2の背後にある基盤である。

トレードオフとしては、垂直スケーリングは利用可能なハードウェアに制限され、ハードウェア要件の増大により中央集権化の傾向があり、水平スケーリングに比べて拡張性が劣る。

水平スケーリング

一方、水平スケーリングは、ワークロードを複数のノードに分散させることで、システムがアクセスできるマシンの数を増やす。前述のように、モジュラー型チェーンは本質的にタスクを複数のマシンに割り当てる。しかし、チェーンは通常、シャーディングを通じてさらに高度な水平スケーリングを実現できる。

=nil; はここで有用な事例を提供している。

昨年11月、=nil;財団はzkShardingと呼ばれる検証可能なシャーディングアーキテクチャを発表し、これは新たなイーサリアムL2の基盤となっている。=nil;設計の中心は、グローバル状態を複数のシャードに分割することにある。各シャードは、=nil;の分散型委員会が運営しており、ブロックの構築やシャード間取引の管理を行う。また、各シャードは有効性証明を生成し、これをメインシャードに送信して集約した後、イーサリアム上で公開・検証する。=nil;は以下の2つの方法で水平スケーリングの能力を活用している：

まず、=nil;はモジュラー型ブロックチェーンであり、イーサリアムの強固なコンセンサスとデータ可用性を保証として活用することで、タスクを複数の完全ノードに分散している。
第二に、=nil;はシャーディングされたブロックチェーンであり、したがって状態の一部を多数の完全ノードに分散している。

これらの技術はいずれも、特定の単一マシンが負担すべき負荷を軽減し、ネットワーク全体のスケーラビリティを向上させる。

それでは、水平スケーリングのトレードオフとは何か？それは主に2点に集約される：ネットワークとコンセンサスの複雑さ、およびマシンまたはシャード間の非同期通信である。

イーサリアムスケーラビリティの最終局面

水平スケーリングも垂直スケーリングも、モジュラーまたはモノリシックアーキテクチャに限定されるものではない。そのため、水平 vs. 垂直スケーリングの枠組みは、新しいソリューションを探求するためのより広い空間を提供し、モジュラー型ブロックチェーンをさらにスケーラブルにする可能性を秘めている。

例えば、モジュラー型スタックのレイヤーを垂直スケーリングする選択肢がある。一般的な方法は並列仮想マシンを導入し、実行スループットを向上させることである。前述のように、EclipseはSVMを活用しており、Starknetなどの他のRollupもBlockSTMを実装して並列化を進めている。

しかし、垂直スケーリングは常に単一マシンの限界に制約され、我々は物理法則を破ることはできない。

その解決策の一つとして、シャーディングによる水平スケーリングを選択することが考えられる。

現在のモジュラー設計は、水平スケーリングの潜在能力のほんの表面しか scratched していない。シャーディングによって、任意の数のマシンの計算能力を利用できるようになる（タスクを分担するわずか2〜3台のマシンに限られなくなる）。

言い換えれば、多数のマシンが同じ種類のタスクを並列に実行できる。これは、イーサリアムとCelestiaがそれぞれDankshardingとデータシャーディングによって目指している目標である。ただし、シャーディングはデータ可用性層に限定されるものではなく、実行層との統合も可能である（=nil; L2のケースのように）。