Bitget App
交易「智」變
快速買幣市場交易合約跟單策略理財
解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者

GrenadeGrenade2024/11/06 21:16
作者:合作專欄

譯者註:近來 AI 議題十分火熱,不少區塊鏈項目也開始探索 AI 與區塊鏈結合的可能性。今天我們來深入探討一個有趣的項目——Chromia,它是一個主打關係型區塊鏈的 Layer-1 平台,目標是為高效的去中心化應用程式(dApps)提供支援。

這篇文章將會帶領大家了解 Chromia 的技術架構,並探討其如何整合 AI 功能以及在以數據為中心的未來中推動 dApp 開發的創新。

原文作者:Memento Research

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 0

Chromia 是一個 Layer1 區塊鏈平台,旨在通過可擴展的模組化框架為高性能去中心化應用程式(dApps)提供支持,該框架將結算層和執行層分離。該網路利用去中心化的計算資源和託管功能來實現靈活、高效和安全的 dApp 開發環境。

  Chromia 報告範圍摘要

本報告涵蓋以下內容:

  • Web3 行業當前面臨的主要挑戰。
  • Chromia 技術堆棧概述,重點介紹其獨特功能。
  • 在日益以數據為中心的世界中,Chromia 如何定位以整合 AI 功能並推動 dApp 開發的創新。

當前行業挑戰

區塊鏈技術取得了重大進展,促進了 DeFi、Social-Fi 等領域去中心化應用程式(dApps)的發展。雖然早期的區塊鏈,如以太坊的 EVM,通過通用智能合約為 dApps 奠定了基礎,但在需要高級處理和複雜數據管理的數據密集型應用程式方面,它們面臨著局限性。

傳統 EVM 的局限性

傳統的公共區塊鏈,如以太坊的 EVM,由於依賴 Merkle Patricia Tree(MPT)來編碼鍵值對,因此缺乏對高效數據處理的優化。這種結構提出了兩個關鍵挑戰:

  • 有限的查詢靈活性
  • 受限的數據組織
解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 1 以太坊 MPT 身份驗證存儲圖示

MPT 通過哈希身份驗證存儲確保數據的有效性和完整性,但對於需要複雜查詢或管理大型數據集的應用程式來說,它被證明是不夠的。對於簡單的 dApps 來說,這些限制可能並不明显,但對於具有更高技術要求的複雜應用程式來說,它構成了一個重大障礙。

雖然 EVM 的鍵值存儲對於簡單的交易來說是高效的,但它在複雜的數據管理方面卻顯得力不從心。

遊戲示例 在一個複雜的大型多人在线角色扮演遊戲(MMORPG)中,管理一個玩家的物品欄(其中包含許多物品,每個物品都有其獨特的屬性和依賴關係)將變得非常具有挑戰性。現有的簡單鍵值結構使得根據遊戲中允許的操作來表達物品之間的關係和交互變得困難。

在這種結構中,同時查詢或更新相互關聯的數據點幾乎是不可能的,這需要一些變通方法,通常需要求助於「混合鏈上鏈下」模型——而 Chromia 的關係模型旨在無縫地填補這一差距。

Chromia 採用基於 PostgreSQL 構建的關係型區塊鏈模型,將 SQL 數據庫的優勢與區塊鏈的去中心化和安全性融合在一起。這種架構提供了一個直觀的開發環境,它將久經考驗的數據庫基礎的可靠性和熟悉性與區塊鏈技術的強大功能相結合。

為什麼選擇關係型數據庫?

關係型數據庫是使用最廣泛的數據庫,在全球數據庫管理系統(DBMS)領域佔據主導地位。

前三大最流行的基於 SQL 的系統和解決方案共同佔據了 DBMS 領域的 60% 以上(來源:TOPBDB 頂級數據庫指數 2022):

  • Oracle(32.09%)
  • MySQL(16.64%)
  • SQL Server(13.72%)
解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 2 2022 年最流行的數據庫 – 來源: StatisticsAndData

值得注意的是,2022 年排名前 10 的 DBMS 中有 7 個是關係型數據庫,這突顯了大多數開發人員對關係型 DBMS 的熟悉程度。

Chromia 使用關係模型旨在簡化開發人員的入門體驗,同時實現一種新的原語——能夠直接在鏈上執行複雜查詢,類似於 Web2 應用程式中使用傳統雲基礎設施所能實現的功能。

Chromia 的獨特方法

Chromia 採用「分而治之」的方法,將其架構劃分為多個專門的鏈,每個鏈都針對其特定功能進行了優化,並具有獨立的狀態更新。這使得系統能夠在保持整體系統一致性和性能的同時實現橫向擴展。

Chromia 底層模型的目標是實現:

  • 高效地存儲數據:通過使用預定義的關係,數據可以一致地存儲,並最大限度地減少冗餘。
  • 實現靈活的操作:複雜的查詢和快速的數據處理支持大型數據集,非常適合密集型應用程式。

互聯鏈基礎設施

Chromia 的 Postchain 框架實現了一個可組合和可擴展的設置,其中一個數據庫可以支持多個區塊鏈。這種結構通過促進高效的跨鏈查詢,顯著簡化了區塊鏈交互,從而降低了整體系統複雜性並增強了互操作性。

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 3 Chromia 互聯鏈基礎設施概述 – 來源: Chromia 文檔

核心架構分為幾個核心基礎鏈,這些鏈共同為系統提供動力,促進整個網路的橫向擴展:

  • 目錄鏈:網路中提供程式、節點和區塊鏈配置的中心註冊表。
  • 集群錨定鏈:跟蹤每個集群中 dApps 生成的區塊,並確保一致地生成錨定區塊以維護網路完整性。
  • 系統錨定鏈:充當所有集群中已驗證數據的中心樞紐,通過共識爭議解決方案促進數據完整性和安全性。
  • 經濟鏈:通過經濟模型託管原生費用操作、提供程式獎勵分配和 dApp 支付——充當 CHR 代幣的根鏈,並支持 CHR/EVM 橋接。

通過 ICMF 和 ICCF 實現互操作性

Chromia 利用其原生 ICMF(鏈間消息傳遞框架)來管理內部跨鏈通訊,以實現 dApp 狀態更新和數據同步。這通過事件發布-訂閱方法運行,其中鏈能夠在特定主題上發布消息,供相應的鏈訂閱。

另一方面,通過 Chromia 的 FT4 代幣標準實現的 ICCF(鏈間跨鏈框架)負責跨鏈資產轉移的交易證明構造。一旦客戶端將這些證明提交到接收鏈,就會通過其錨定結構對其進行驗證。

DApp 優化

Chromia 上的 dApps 在其自己的專用側鏈上運行,該側鏈由一組使用略微修改版的實用拜占庭容錯(PBFT)共識(稱為 eBFT)的節點操作。這裡的 dApps 利用以數據庫為中心的方法來處理複雜的查詢和索引。這種設計允許應用程式獨立擴展,其自身的驗證器集確保對所有狀態更新達成共識。因此,每個 dApp 都可以從以下方面受益:

  • 大約 1 秒的確認時間,幾乎即時完成
  • 一致的交易成本
  • 每秒超過 500 筆交易 (TPS)
  • 每秒超過 100 次讀寫

這種設置確保 dApps 實現高吞吐量和響應能力,使 Chromia 成為數據密集型應用程式的理想平台。

與 EVM 垂直擴展的比較

與依賴Optimistic執行的流行並行執行模型(如 Sei v2 或 Monad)相比,由於與非模塊化設計相關的狀態更新優化,該解決方案仍然存在其自身的缺點。

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 4 發生Optimistic並行化衝突時的交易生命週期 – 來源: Sei v2 blog

 

Optimistic並行執行意味著由於潛在的狀態衝突場景,並行運行交易可能無法保證其成功。如果狀態更新發生衝突,則需要重新執行和消除衝突。儘管 Paradigm 的研究表明,高達 80% 的以太坊存儲槽是獨立訪問的,但此過程仍然會引入延遲開銷。

Chromia 通過其模塊化的系統鏈架構網路避免了這些低效率,該架構從一開始就保證了無衝突的並行任務執行。

通過自定義實現高效的資源分配

不同的應用程式對資源的需求 inherently 不同。因此,針對服務提供商費用的「一刀切」分配模型將無效地導致計算資源的利用不足和過度擴展。

Chromia 通過各種針對特定需求量身訂製的節點類型來解決這個問題——從應用程式需求、服務提供商容量到可用硬體。這使得圍繞原生 CHR 代幣優化的、可調整的託管費用模型成為可能,從而確保在整個網路中有效且平衡的資源分配。

Chromia 的最終目標

Chromia 的整個系統旨在解決以太坊等通用區塊鏈的擴展限制,這些區塊鏈通常難以擴展以適應複雜的、計算密集型的 dApps。

其模塊化框架支持垂直和水平擴展解決方案,允許適應性資源分配,專為支持以下方面而量身訂製:

  • 需要低延遲操作和可擴展數據管理的高性能 dApps。
  • 計算密集型任務和高吞吐量需求,尤其是對於管理 TB 級數據和頻繁狀態更新的多人遊戲和社交網路等應用程式。

通過強調這些功能,Chromia 創造了一個獨特的環境,為可擴展的、複雜的 dApp 開發提供了支持。

Rell 語言

Chromia 的原生開發語言 Rell 結合了 (1) 類似 SQL 的簡單性作為對象關係映射 (ORM) 工具以及現代編程的多功能性,以及 (2) 安全增強的底層操作,以實現查詢/狀態更新的安全執行。

Rell 結構

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 5 使用 Rell 構建的 DApp 的結構 – 來源: Chromia 文檔

 

在 Chromia 中,DBMS 駐留在節點網路中,與客戶端分離。對於數據管理操作,最終用戶或應用程式與客戶端通訊,然後客戶端通過 Postchain 客戶端將事務發送到 Rell。

開發的熟悉程度

Rell 提供了對開發人員友好的學習曲線——其語法和結構的設計靈感來自廣泛使用的現代程式語言,如 JavaScript 和 Kotlin,同時整合了關係編程概念,這些概念對於熟悉 SQL 的開發人員來說很直觀。

這使得開發人員更容易採用熟悉的關係慣用語。

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 6 Chromia Learn 文檔站點 – 來源: Chromia Learn

 

為了支持這種轉變,Chromia 提供了一個全面的學習平台,以幫助開發人員適應並在 Rell 中應用基於 SQL 的編程約定和原則。

將現代語言結構的可訪問性與 SQL 強大的數據查詢功能相結合,使開發人員更容易深入了解區塊鏈編程。

代碼的簡潔性

Rell 經過優化,可以盡可能抽象出代碼的覆雜性,同時保持其利用底層關係結構的功能的能力。

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 7

值得注意的是,與通常的 SQL 相比,Rell 的代碼簡潔性不僅提供了高達 7 倍的語法緊湊性,而且與其他通用編程區塊鏈(如 Cosmos 的 Golang)上支持的現有語言相比,其代碼實現也更加簡潔。這種簡潔性可以使代碼編寫更清晰,開發週期更短。

技術數據管理增強功能

利用關係型數據庫的強大功能對於可擴展性至關重要,但其他考慮因素(如代碼安全性和安全的編程實踐)也同樣重要,尤其是對於需要精確和安全的資金管理的應用程式而言。

Chromia 的 Rell 的設計目的不僅僅是為了可擴展性。該語言框架包含了穩健的靜態類型檢查和安全優化基礎,以增強安全性,最大限度地降低與低級操作(如算術計算)相關的風險,這些操作經常導致智能合約漏洞和潛在的資金損失。

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 8 Rell 增強功能 – 來源: Chromia 文檔

安全且優化的執行

當 Rell 的代碼由 Chromia 的虛擬機處理時,它配備了強大的安全優化和靜態類型檢查,虛擬機會將查詢轉換為 SQL 並在 Chromia 節點上安全地執行它們。

引導基礎代碼庫

為了進一步支持開發人員,Chromia 團隊還引入了一套全面的基礎模板。這些模板提供了經過預先審查的安全代碼,以簡化開發過程,減少從頭開始構建所有內容的需求,並降低新開發人員的准入門檻。

通過將關係數據庫帶來的優勢與 Rell 的簡潔性和安全性相結合,Chromia 為創建複雜的、可擴展的 dApps 提供了無與倫比的開發環境。

Chromia 的開發者目標

Rell 語言旨在帶來直觀和安全的開發者體驗,以實現無縫的 DX,並提供簡單的入門曲線和豐富的學習資源。結合 Chromia 強大的基礎設施功能,這創造了一個理想的環境,開發者可以在其中高效地構建可擴展的 dApps。

通過 AI 實現面向未來

AI 的快速發展,主要由 OpenAI、Meta、DeepMind 和 Google 等 Web2 巨頭推動,突顯了各行各業對更好決策、預測分析和運營效率日益增長的需求。然而,傳統的基於雲的 AI 模型由於中心化和問責制有限而存在固有的局限性,這為更加透明、去中心化的 AI 開發方法打開了重要的機會之門。

其核心在於一個基本要素:數據。

AI 開發中的主要挑戰

雖然 AI 可以釋放巨大的價值,但用於訓練 AI 模型的數據的不透明性是一個重大問題,尤其是在準確性和問責制至關重要的行業中。

許多 AI 模型的「黑匣子」性質可能會掩蓋數據來源、偏差和質量——導致不可預測且潛在有害的結果。與數據相關的潛在風險包括:

  • 數據偏差和扭曲的預測:如果缺乏透明度,就很難評估提供給 AI 模型的數據的質量或偏差。這可能導致有缺陷的預測和糟糕的決策,尤其是在金融等關鍵領域。
  • 延遲的問責制:大多數系統在實際出現問題之前都被Optimistic地接受。現有的「相信我」範式當然並不理想。在金融服務中,有缺陷的 AI 模型造成的後果可能是災難性的,導致資金永久損失或對市場完整性造成無法彌補的損害。
  • 監管合規影響:用於高度監管行業(即金融)內關鍵任務的 AI 模型,例如從風險評估、欺詐檢測到戰略規劃,都不可避免地需要某種形式的量化證明。在這裡,透明度是實現「可解釋的 AI」的關鍵——這不僅有利於客戶,也有利於決策者和監管機構。

簡而言之,廣泛採用需要信任,而這只能通過引入透明度來實現。當然,AI 決策過程的每個細節都不應該完全可見,因為可能涉及專有數據和技術,但至少應該對合理程度的清晰度(特別是非敏感領域)負責。

加密貨幣遇見 AI

雖然 AI 和區塊鏈看似截然不同,但它們截然相反的特徵揭示了合作的巨大潜力。

這就是 AI 和加密貨幣的交匯點——區塊鏈技術提供了獨特的優勢,有可能通過協同合作在傳統 AI 系統中充當均衡器。

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 9 AI 和區塊鏈的交匯點 – 來源: DE UETH blog

通過使用去中心化的基礎設施,區塊鏈可以通過透明度、問責制和信任來增強 AI 開發,從而實現更強大、更民主化的應用程式。

今天,我們看到了以 AI 為中心的加密項目的出現,例如 Bittensor、Worldcoin、MyShell,它們旨在使 AI 資源的訪問民主化並促進去中心化。隨著對這些舉措的興趣日益濃厚,對提供強大解決方案和專用基礎設施的有效平台的需求變得越來越重要。

Chromia 在 AI 格局中的定位

Chromia 作為一個去中心化的數據庫平台,配備了理想的 DBMS 基礎設施,補充了為 AI 系統實現透明度和問責制的願景。

在 AI 開發的背景下,基礎設施層至關重要,因為它通過支持數據準備、處理和大規模分析來支撐整個生態系統。

對於 AI 領域的加密項目來說,基礎設施是「鎬和鏟子」——促進其他應用程式的基本工具。隨著 AI 行業的擴張,對去中心化、安全和透明的數據管理系統的需求預計會增長。

從基礎設施層的角度來看,Chromia 非常適合在其單一平台上應對多個方面,因為它支持:

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 10
  • 數據的去中心化和無需許可的訪問:實現公開可驗證性,例如 Chasm 使命是使 AI 模型的訪問民主化,以實現公開的雙向協作。
  • 抗審查性:存儲數據的不可變、防篡改特性,例如 Chasm Network 在 Chromia 區塊鏈上存儲 opML 推理數據,以確保 AI 模型的完整性和可信度。
  • 去中心化的數據管理:通過 Chromia 作為去中心化的數據庫,在 Elfa AI 等平台上提供無需許可的數據集。該系統使驗證器網路能夠確保數據管理既高效又能抵禦中心化風險。
  • 去中心化的計算:可配置的和「按使用付費」的分布式經濟,可以從去中心化的網路服務提供商那裡租用計算資源。

核心論點:透明度作為新 AI 原語的基礎

透明度對於建立對 AI 模型的信任和信心至關重要。例如,在金融領域,利益相關者必須能夠驗證 AI 驅動決策背後的數據和培訓過程,以確保它們準確、公正並符合法規。

對透明和去中心化 AI 的需求很明顯。

在加密貨幣領域,我們見證了 Bittensor 的興起——這是一個點對點的情報市場,旨在通過去中心化機器學習模型的開發和共享來培養更加民主的 AI 生態系統。去中心化 AI 的好處——這在 Web2 領域幾乎不可能複製——有可能通過實現以下優勢來推動行業標準的範式轉變:

通過問責制建立信任

Chromia 的區塊鏈基礎設施允許培訓數據公開訪問,從而實現公開可驗證性和審計。這種透明度確保在偏差和其他風險影響 AI 輸出之前識別和減輕它們。這種開放性建立了信任和信心,尤其是在金融應用程式中,用戶需要確保 AI 模型是可靠的。

協作數據流

透明度鼓勵協作環境,社區可以在其中貢獻數據集和見解來改進 AI 模型。這為更多樣化的數據集打開了大門,從而產生更強大和準確的 AI 系統。

通過增強飛輪效應加速創新

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 11 生態系統創新增長飛輪效應概述

通過促進透明度,Chromia 通過增強的數據共享和協作分析生態系統來幫助推動創新。這種透明度可以作為全生態系統增長的催化劑,通過增強的飛輪效應加速尖端 AI 驅動應用程式的開發。

AI 金融(AI-Fi)的興起

鑑於通過預測模型實現的優越的自動化決策過程,通過自動化收益耕作策略最大化盈利能力,呈現出清晰的產品市場契合度。

事實上,我們已經見證了 AI-Fi 項目的誕生,例如 Mozaic Finance——這是一個由 LayerZero 提供支持的全鏈 AI 優化收益耕作協議,專注於節省用戶花費在盡職調查研究上的時間,以最大化利潤。

現在,問題來了:

用戶如何驗證 AI 模型培訓過程的合法性和質量?

垃圾進,垃圾出」這句話在這裡非常適用——輸入數據的質量直接決定了 AI 輸出的可靠性。

這是 Chromia 可以潛在擅長的領域,為 AI 培訓數據提供透明且可驗證的環境。通過實現公開可訪問性,這可以讓用戶更加相信 AI 決策基於相關且高質量的輸入。

案例研究:Chasm 和 Elfa AI

Chromia x Chasm
解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 12 Chasm x Chromia:為去中心化 AI 鋪平道路 – 來源: Chasm blog

Chasm Network 致力於構建一個用於開發、部署和貨幣化 AI 代理的生態系統,重點關注透明度和去中心化。

除了為 Chasm Scout(偵察節點)和推薦算法開源他們的代碼之外,他們還選擇 Chromia 作為去中心化的數據庫來存儲他們的 opML 推理數據,以便能夠完全跟蹤其 AI 的決策過程。

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 13 Chromia 區塊瀏覽器上的 Chasm opML DApp – 來源: Chromia 區塊瀏覽器

這種集成使所有數據輸入都可以從 Chromia 的區塊瀏覽器中看到,這邀請了公開驗證和社區驅動的問責制來挑戰結果並維護 AI 的完整性。因此,這創造了雙向協作流,可以顯著加速創新。

Chromia X Elfa AI
解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 14 Chromia X Elfa AI – 來源: Chromia blog

Elfa AI 是一個創新的數據驅動平台,旨在成為「加密 alpha」的路由器,它將利用 Chromia 的區塊鏈來實現透明、可驗證、可擴展的數據集管理。Chromia 的關係型區塊鏈為用戶提供了訪問公共數據集和貢獻自身數據的理想基礎設施。憑藉 Chromia 處理大規模去中心化數據的複雜查詢的能力,用戶可以驗證數據貢獻、開發自定義分析見解,並為不斷發展的 Web3 情報網路做出貢獻。

AI 代理瀏覽器計劃

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 15 Neetoshi 由 xAI Grok-Beta、Chromia 和 Elfa AI 提供支持 – 來源: ChromindScan 瀏覽器

ChromindScan 是一個新的 AI 代理和 LLM 心理瀏覽器,位於 Chromia 區塊鏈上,充當 dApps 與兼容 OpenAI 的 API 之間的代理中間件,以實現無縫集成,同時在鏈上記錄交互。這個開源計劃旨在支持可信執行環境 (TEE),它利用 Chromia 的無 gas 環境來有效地跟蹤已部署 AI 代理的內存和隨著時間推移的交互。

AI 開發的最終未來

AI 領域的事情顯然才剛剛開始,還有無數的用例尚未被發現和開發。有一件事是肯定的——一個可信賴的去中心化數據庫對於有效的數據管理和透明度至關重要。

Chromia 的底層基礎設施專為支持一個全新的生態系統而構建,該生態系統準備滿足不斷發展的 AI 敘事的需求,確保其核心的有效數據處理和透明度。

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 16 CHR 代幣分配細分 – 來源: Chromia

與許多「低流通量高 FDV」的 VC 代幣不同,CHR 已經建立了成熟的流通量,在市場上流通了近 3.5 年,並在大多数一級交易所上市。

關於 $CHR 的關鍵事實:

  • 供應量減少:在最初供應 10 億 CHR 之後,2020 年 5 月銷毀了 2200 萬個代幣,這有效地將總最大供應量減少到 9.78 億。
  • 解鎖:截至 2021 年,所有私募、IEO 和顧問代幣都已完全解鎖,消除了對大量即將解鎖的擔憂。截至撰寫本文時,97.36% 的供應量是流通的。
  • 質押供應量:截至 10 月底,最大供應量 (978,064,789) 中的 13.5% (131,671,509) 已被質押,這減少了立即流通的供應量,進一步推動了稀缺性。
最終解鎖時間表
解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 17 CHR 解鎖時間表: CryptoRank

到 2025 年 6 月,剩餘的 2.64% 的代幣將完全解鎖,其中約 2.11% 將在 2025 年第一季度末解鎖。這個最終的線性解鎖過程,再加上剩餘的少量未解鎖供應量,對市場的影響可能微乎其微。

CHR 代幣的看漲論點

Chromia 的原生代幣——CHR 幾乎完全解鎖,剩餘的解鎖量很少。再加上大量供應被質押以及 AI 領域即將出現的生態系統增長,CHR 作為 Chromia 經濟中基礎資產的角色有望實現潛在增長。

下一步是什麼?

Chromia 的戰略定位使其能夠利用不斷崛起的 AI 驅動敘事,隨著對 AI 驅動應用程式的需求預計呈指數級增長,這種敘事將在 2025 年之前加劇。

解讀 Chromia 的數據中心化策略:如何在 AI 領域中扮演領航者 image 18 Chromia 路線圖 – 來源: Chromia

Chromia 團隊在最近的新加坡 TOKEN2049 上登台亮相,公布了他們更新的路線圖,揭示了他們對「Chromia 的未來」的下一個明確關注點。

是時候構建一個生態系統了

隨著最近成功的主網發布,Chromia 有望擴展其以數據密集型項目為中心的生態系統,這些項目具有 AI 驅動的功能,並宣布了 2000 萬美元的數據和 AI 生態系統基金來支持增長。

Asgard 主網升級和 Chromia 擴展

計劃中的重大升級包括啟用完整的主網功能以接納更多 dApps,同時支持新功能,而 Chromia 擴展的引入(將在未來一年內推出)為 dApps 提供了專門的容器,例如預言機、AI 推理、數據可用性和零知識證明支持,以擴展 Chromia 作為去中心化實用程式層的功能。

最後的思考

Chromia 的路線圖強調了靈活、多方向的增長戰略,以滿足 DeFi 和區塊鏈遊戲等不斷發展的 Web3 行業的需求。作為去中心化數據驅動解決方案的理想基礎層,Chromia 在未來非常適合支持 Web3 原生 dApps 以及傳統行業。

結語

Chromia 致力於解決現有區塊鏈平台在處理數據密集型應用時的不足,其關係型資料庫架構和 Rell 語言為開發者提供了更友善、安全的開發環境。此外,Chromia 也積極布局 AI 領域,並透過其透明、可驗證的特性,為 AI 應用的發展奠定良好的基礎。

0

免責聲明:文章中的所有內容僅代表作者的觀點,與本平台無關。用戶不應以本文作為投資決策的參考。

PoolX: 鎖倉獲得新代幣空投
不要錯過熱門新幣,且APR 高達 10%+
立即參與

您也可能喜歡

Syncracy Capital 的 Ryan Watkins 剖析 Solana 的牛市情況及加密市場的驅動因素

簡報 Syncracy Capital 聯合創始人 Ryan Watkins 闡述了以太坊的表現、Solana 的牛市情況以及在加密市場中尋找下一個「世代贏家」

The Block2024/11/15 22:23

加密貨幣ATM運營商Bitcoin Depot報告第三季度收入為1.353億美元

快速摘要 該公司指出,2024年第三季度的收入為1.353億美元,較2023年第三季度的1.795億美元下降了25%。

The Block2024/11/15 22:23

每日新聞:狗狗幣投資者撤回對埃隆·馬斯克的集體訴訟,邁克爾·塞勒計劃舉辦10萬美元比特幣派對等更多內容

狗狗幣投資者已撤回對埃隆·馬斯克的集體訴訟,該訴訟指控他在2021年狗狗幣價格從不到0.10美元飆升至約0.70美元期間操縱價格。摩根大通分析師預計,在當選總統唐納德·特朗普的領導下,加密貨幣將迎來積極的監管變革,更清晰的框架可能會使該行業受益。當選總統唐納德·特朗普於週四提名比特幣支持者小羅伯特·F·肯尼迪擔任美國衛生與公共服務部部長。

The Block2024/11/15 20:24

法院文件顯示,Elon Musk 在2018年否決了OpenAI的ICO提案

快速摘要 馬斯克及其法律團隊聲稱,OpenAI的兩位創始人Sam Altman和Greg Brockman曾在2018年初計劃發行代幣,以幫助公司盈利。當時,馬斯克表示,“這只會導致OpenAI及所有與ICO相關的人大幅失去信譽。”

The Block2024/11/15 20:12