Виталик Бутерин предлагает новую модель эффективности памяти

Traders Union
Все финансовые новости
Криптовалюты
Виталик Бутерин повышает логику алгоритмов

Все новости

Главные новости

Выбор редакции

Криптовалюты

Финансы

Валюты

Взгляды экспертов

Регуляторы

Центральные банки

Эзекиэль Гомес

05.10.2025

Виталик Бутерин предлагает новую модель эффективности памяти — Виталик Бутерин уточняет модель вычислений

Сооснователь Ethereum Виталик Бутерин опубликовал новую статью под названием "Доступ к памяти - это O(N^(1/3))", в которой оспаривается одно из давних предположений в компьютерной науке о том, как измеряется доступ к памяти. Традиционно операции с памятью рассматриваются как операции постоянного времени, или O(1), в алгоритмической сложности. Бутерин утверждает, что эта модель несовершенна и что как теоретические, так и практические данные свидетельствуют о том, что доступ к памяти следует рассматривать как O(N^(1/3)), то есть время доступа увеличивается с ростом кубического корня из объема памяти.

Эта статья была переведена с оригинала. Читайте оригинальную версию от нашего корреспондента здесь.

По мнению Бутерина, понимание этого может изменить подход разработчиков к проектированию алгоритмов и оптимизации производительности, особенно в таких областях, как криптография, где скорость доступа к памяти играет решающую роль.

Теоретическая и эмпирическая основа модели O(N^(1/3))

В своем анализе Бутерин объясняет, что ограничение возникает из-за физических ограничений, в частности скорости света и пространственного распределения памяти. Он использует простую модель: удвоение физического расстояния до процессора позволяет использовать в восемь раз больше памяти, но удваивает время, необходимое для доступа к ней. Это соотношение поддерживает шкалу кубического корня.

Он распространяет эти рассуждения на параллельный доступ, где даже если к нескольким ячейкам памяти можно обращаться одновременно, физические и энергетические ограничения все равно действуют. В реальных вычислениях различные уровни памяти - от регистров процессора до кэша и оперативной памяти - демонстрируют модели задержек, которые в точности повторяют эту зависимость "куб - корень".

Эмпирические данные подтверждают эту теорию. При сравнении времени доступа к различным типам памяти в типичных системах задержка растет примерно с кубическим корнем из объема памяти, что подтверждает предложенную Бутериным модель.

Влияние на разработку и оптимизацию алгоритмов

Бутерин подчеркивает, что этот сдвиг в перспективе имеет решающее значение для оптимизации алгоритмов, которые полагаются на предварительные вычисления. В таких криптографических процедурах, как операции с эллиптическими кривыми или арифметика двоичных полей, разработчики часто хранят таблицы с предварительными вычислениями для ускорения вычислений. В рамках старой модели O(1) расширение этих таблиц казалось всегда выгодным.

Однако если доступ к памяти равен O(N^(1/3)), то наступает момент, когда большие таблицы становятся непродуктивными из-за более медленного доступа. В одном из экспериментов Бутерина 8-битная предварительно вычисленная таблица, хранящаяся в кэше, превзошла более крупную 16-битную таблицу, хранящуюся в оперативной памяти, что свидетельствует о том, что во многих случаях более быстрый доступ перевешивает увеличение объема памяти.

Это имеет дальнейшие последствия для проектирования ASIC и GPU, где доступ к локальной памяти может быть оптимизирован для постоянного времени, но глобальный доступ остается ограниченным физическими принципами.

Последствия для криптовалютной индустрии

Выводы Бутерина могут существенно повлиять на блокчейн и криптоинженерию. Многие криптоалгоритмы, от функций хэширования до zk-SNARK и схем подписи, зависят от операций, требующих большого объема памяти. Переосмыслив сложность памяти, разработчики смогут добиться более эффективных криптографических протоколов, ускорить проверку блокчейна и оптимизировать аппаратные реализации.

Поскольку индустрия движется в сторону высокопроизводительных вычислений и модульных архитектур блокчейна, модель Бутерина предоставляет новую линзу для инноваций - акцент на локальность, эффективность памяти и реалистичное моделирование производительности в криптоинфраструктуре следующего поколения.

Этот материал может содержать мнения третьих лиц, никакие данные и информация на этой веб-странице не являются инвестиционным советом в соответствии с нашим Отказом от ответственности. Хотя мы придерживаемся строгих Редакционных стандартов, этот пост может содержать ссылки на продукты наших партнеров.