MANTA——未來元宇宙世界的大腦 （4/4）
MATRIX——通過計算與共識分離來為元宇宙提供算力
元宇宙發展至今，僅有少部分項目或企業正在靠攏落地應用，即便是已有的產品，基本都是「低配版」元宇宙，要想實現真正意義上的元宇宙，仍有諸多核心的技術問題亟待解決。目前已有的部分元宇宙項目在運行時都或多或少遭遇了壁壘。
例如，最早布局 Web3 虛擬遊戲之一的 Decentraland（簡稱DCL）在去年12月舉辦了一場元宇宙 Meetup，當時不過千人的流量，卻出現了服務器超載的情況，導致玩家紛紛遇到了畫面加載不全、聽不到聲音等問題。最後，DCL 為了保證參加 Meetup 的人們不負此行，只能向「中心化」低頭妥協，選擇了網絡穩定的騰訊會議，但似乎這場見面會就缺少了點 Web3 和元宇宙的感覺。除此之外，類似情況的事例屢見不鮮。
實際上，遊戲和社交作為元宇宙發展的天然入口，我們以遊戲為例——想要開發一款遊戲，首先必須搭建起一個虛擬世界的框架，讓人們在其中進行交互和操作，再逐步引入現實世界中的經濟模型。但對比起體驗感良好的傳統遊戲，網絡低延遲和數據交互則成為了元宇宙建設面臨的首要問題。
例如，傳統中心化遊戲裏玩家和服務器的交互非常頻繁，玩家的每一次操作都需要在幾十毫秒內同步到服務器，這就會造成頻繁的狀態存取，對服務器的吞吐量提出了很高的要求。
但事實上，既要保證去中心化，又要保證性能，這聽起來不可能實現的事情，正是技術需要變革的地方。 去中心化網絡天然具備節點分布廣泛、邊緣化的特點。邊緣化即節點可以離玩家更近，從而理論上可以把延遲降低到極致。但為什麽具有去中心化特點的區塊鏈，延遲性與低效率卻成為了限製其發展與落地的缺陷？
這要從區塊鏈共識機製的原理說起。區塊鏈的安全性源自於「共識算法」，即服務器中的程序會被網絡中成千上萬的節點反復的計算和互相校驗。相比於傳統服務器的一次執行，共識算法會帶來成倍的計算和信息在網絡中的反復傳輸，因此很難實現毫秒級別的相應。縱使玩家到鄰近節點的延遲更低，但相比於共識算法帶來的額外開銷，這點優勢被完全掩蓋了。
那麽，如果可以找到一種機製，既不依賴中心化的管理，又可確保程序執行安全可靠，就可以在分布式網絡中部署應用，最大程度地利用網絡的計算資源。
這種機製技術上被稱為「計算-共識分離」，即只讓共識算法做最擅長的事情，組織起來去中心化的網絡，將計算分離到共識之外，在每個節點上獨立執行。
MATRIX設計了一個全新的共識機製Hybrid-PoW來達成這個目標。
Hybrid-PoW的本質，是將DPoS與PoW兩種共識機製進行一個有效組合，從數學的角度來看，選舉製PoW與全網全時PoW的長期數學期望收益是基本一致的，也就是說加入選舉製並不會影響礦工的收益。但其中有一個難點就是選舉的公平性，目前大部分DPoS的選舉機製都被人詬病無法做到真正隨機與公平。MATRIX引入了一個「random clustering algorithm」（隨機聚類算法，簡稱RCA）來解決這個問題，本質上來說是通過分析節點之間的特性來將節點進行歸類，同時使用一個接近真隨機的選舉方式，再選舉代表。
在隨機聚類算法的加持下，MATRIX的Hybrid-PoW共識具有了安全與公平的基礎，也具有了可操作性的現實意義。在MATRIX裏，每個挖礦周期裏，並不需要全網同時進行PoW，只有被隨機聚類算法選中的節點才需要做PoW運算，這樣可以有效節約挖礦所消耗的能源，與此同時，沒被選中的節點的算力可以在平臺上向外輸出，像雲計算平臺一樣出租給有需要的用戶，從而讓算力也不被浪費。
在HPoW的共識架構為基礎的網絡中，用戶無需經過區塊鏈就可以與節點直接交互，避免了由共識算法帶來的延遲，把用戶交互的延遲降低到毫秒級別，滿足了遊戲服務器對低延遲的要求。與此同時，MATRIX 的計算節點數量多、在全球廣泛分布，可以為遊戲服務器提供強大的計算資源。
在未來，MATRIX將開放整個計算網絡，希望用戶將閑置的計算資源也可以接入整個MATRIX網絡，這些算力將構建成全球最大的分布式計算網絡，而在這樣規模的算力網絡的支持之下，元宇宙的實現才真正可能成為現實。
MANTA——真正意義上的元宇宙的大腦
整個元宇宙，本質上來說，就是一個大型的多人在線的虛擬世界，而虛擬世界的基礎，就是計算，無論是場景的展示，用戶的交互還是在元宇宙中體驗各種服務，都需要算力來實現。而如果元宇宙能真正具有價值，前提是保護用戶的隱私，也就是分布式的隱私計算。如果我們把元宇宙看成一個人類的話，分布式的隱私計算網絡就是他的大腦，指揮整個網絡的通暢運行，還有為整個網絡的行動提供動力。
MATRIX的MANTA平臺，為元宇宙的大腦提供了一個完美的解決方案。
MANTA – MATRIX AI Network Training Assistant，這是基於MATRIX高性能區塊鏈打造的分布式自動機器學習平臺。這個平臺是一個基於分布式技術加速的自動機器學習（AutoML）應用及其部署系統，通過AutoML網絡搜索算法搜索一個高精度、低延遲的深度模型，並利用分布式計算技術進行搜索加速。MANTA的核心功能主要分為兩個部分：自動機器學習-AutoML與分布式機器學習。而其分布式機器學習的架構，就是一個完美的分布式隱私計算網絡。
在MANTA中，將利用GPU分布式並行計算進一步加速網絡搜索速度和訓練速度。MANTA的分布式機器學習本質上是分布式並行算法，在MANTA中並行算法支持數據並行和模型並行兩種加速算法。分布式數據並行算法的主要思想是將每一次叠代中的批量數據分配到不同的GPU中進行前向和後向計算，在每次叠代中，每一個GPU采樣的都是相同的子模型。分布式模型並行算法與數據並行不同，在每一次叠代中，MANTA允許不同節點采樣不同的子網絡，並在各自完成梯度聚合後，進行梯度信息的全局交換。
由於MANTA的特性與MATRIX獨特的共識機製，這個網絡將有能力鏈接整個世界上的閑置計算資源——比如你晚上睡覺時的iPad或是手機，同時MANTA基於「自己的資源為自己服務「的原則，優先調用用戶自己的計算資源來為自己提供元宇宙的計算服務，同時采用低級別的隱私保護來提升計算效率，在使用非自己計算資源時，采用更高級別的隱私保護和更多節點的分布式調度，這種方式我們稱之為「智能邊緣計算」，而智能邊緣計算方案的出現可能成為元宇宙需要巨量分布式隱私計算能力的最終答案。
MATRIX+元宇宙：一場數據+算力的重構
可以肯定的是，今天我們談到「元宇宙」的概念，已經遠遠超越了1992年《雪崩》中提到的「元宇宙」。 這些年，人們經歷了：
• 現代電子信息技術的巨大變革引起的一場新的技術變革及其帶來的社會經濟結構的質的飛躍；
• 在互聯網革命的影響下，工業時代以來產生的基本社會結構和政治形態，都可能被重塑，人們正在進入 Web3 的時代；
• 隨著 VR、AR 到 MR 等技術的演進，不斷向人類展現出構建與傳統現實世界平行的全息虛擬世界的可能性；
• 再到後來，出現了多樣化的數字技術，包括區塊鏈技術成就，豐富了數字經濟轉型模式，融合 DeFi、NFT 等數字化金融成果；
• ......
也許回過頭看，曾被列為元宇宙發展史上具有標誌性意義的事件與人們最初設想的去中心化、可承載全球用戶量、高擬真度以及可個性化定製的元宇宙存在偏差。但正因如此，若是想要在未來實現多平臺、多領域互通的元宇宙，人們必須不斷地開拓解決路徑。
科技發展至今，每一項新興技術的誕生都是環環相扣的發展必然。 歸根結底，元宇宙的本質即是一場數據+算力的重構。技術發展的局限來源於算力的稀缺和數據的收集與管控，永無盡頭、龐大無邊的算力需求催生出了去中心化隱私計算的概念。
目前來看，數據規模與算力將是製約元宇宙走向的關鍵因素，相信這場關於數據與算力的挑戰，將往後延伸於元宇宙世界搭建的每一個環節。人們必須通過數據與算力的解構、重組，在萬千資源互換的過程中保證用戶數據的安全，並且結合全球各節點的剩余算力，運行無縫銜接的計算與處理，而這些都是MATRIX目前正在努力發展的方向。
我們無法準確判斷究竟何時才能獲取到充足而穩定的算力，實現元宇宙世界的搭建，但MATRIX的MANTA模塊將從市場的各個組成部分中獲取分布式、大規模的算力將會成為至關重要的切入點。這不僅僅是針對於元宇宙來說，對 Web3 的發展而言更是如此。雖然我們目前還處於元宇宙的初期，MATRIX也在元宇宙賽道非常起點的位置，未來框架搭建起來還需要更精準的技術、更豐富的文明去規範，但我們可以從MANTA——這個未來元宇宙的大腦上，看到未來元宇宙的雛形與無限可能的發展方向。