스토리지의 과거에서 컴퓨팅의 미래로: AO 하이퍼병렬 컴퓨터

서문

현재 웹3의 두 가지 주요 흐름은 차별화됩니다. 블록체인 아키텍처 설계는 모듈형 퍼블릭 체인의 확산 또는 항상 성능을 강조하지만 새로운 유형의 L1의 성능 이점을 반영하지 않는 등 사람들이 필연적으로 약간의 미적 피로를 느끼게 했고, 그 생태계는 이더리움 생태계의 복제 또는 미묘한 개선, 사용자의 높은 수준의 신선도 손실 경험의 동질성이라고 할 수 있습니다. 그러나 Arweave가 제안한 최신 AO 프로토콜은 눈길을 끌며 스토리지 퍼블릭 체인에서 초고성능 컴퓨팅과 준 웹2 경험을 달성합니다. 이는 현재 우리가 익히 알고 있는 확장 방식이나 아키텍처 설계와는 큰 차이가 있어 보이는데요, 그렇다면 AO란 정확히 무엇일까요? 그리고 그 성능을 뒷받침하는 로직은 어디에서 비롯된 것일까요?

AO를 이해하는 방법

AO는 동시 작업의 약자인 액터 모델의 프로그래밍 패러다임에서 이름을 따서 명명되었습니다. 지향적인 약어로, 스마트 위브의 확장에 따른 전반적인 설계 아이디어에서 비롯되었지만 메시지 전달을 핵심 개념으로 하는 액터 모델을 따르고 있습니다. 간단히 말해, AO는 모듈식 아키텍처를 통해 Arweave 네트워크 상에서 실행되는 '하이퍼 병렬 컴퓨터'로 이해할 수 있습니다. 구현 측면에서 AO는 모듈식 실행 계층이 아니라 메시징과 데이터 처리를 관장하는 통신 프로토콜입니다. 이 프로토콜의 핵심 목표는 메시지 전달을 통해 네트워크의 서로 다른 '행위자' 간의 협업을 달성하여 무제한 성능 스택을 갖춘 컴퓨팅 계층을 실현하고, 궁극적으로 분산되고 신뢰할 수 있는 환경에서 Arweave의 '거대한 하드 드라이브'를 구현하는 것입니다. 그 결과, Arweave의 "거대한 하드 드라이브"는 중앙화된 클라우드 수준의 탈중앙화된 신뢰 환경의 속도, 확장성, 확장성을 갖추게 되었습니다.

AO의 아키텍처

AO의 철학은 작년 폴카닷 디코딩 컨퍼런스에서 개빈 우드가 제안한 "코어 시간" 분할 및 재결합과 유사점이 있는 것 같습니다. 둘 다 소위 "고성능 세계 컴퓨터"를 달성하기 위해 컴퓨팅 리소스를 예약하고 조정하는 것입니다. 그러나 본질적으로 둘 사이에는 약간의 차이가 있으며, 이국적인 스케줄링 (이국적인 스케줄링)은 릴레이 체인의 블록 공간 자원을 해체하고 재구성하는 것이며, 보카의 아키텍처에는 큰 변화가 없으며 계산 성능은 슬롯 모델에서 단일 병렬 체인의 한계를 돌파하지만 상한은 여전히 보카의 최대 유휴 코어 수에 의해 제한됩니다. AO는 이론적으로 거의 무제한에 가까운 컴퓨팅 파워(실제로는 네트워크 인센티브 수준에 따라 달라짐)와 노드의 수평 확장을 통해 더 높은 자유도를 제공할 수 있습니다. 구조적으로 AO는 데이터 처리 방법과 메시지 표현을 규제하고 세 가지 네트워크 단위(서브넷)를 통해 정보의 정렬, 스케줄링 및 계산을 완료하며 공식 정보에 따라 규제 방식과 다른 단위의 기능을 분석할 수 있습니다. 다음과 같이 요약됩니다:

• 프로세스: 프로세스는 AO에서 실행되는 명령어 모음으로 간주할 수 있습니다. 프로세스는 가상 머신, 스케줄러, 메모리 요구 사항 및 필요한 확장을 포함하여 필요한 컴퓨팅 환경을 정의하여 초기화할 수 있습니다. 이러한 프로세스는 "홀로그램" 상태를 유지하며(아래의 검증 가능한 문제 섹션에 설명된 대로 각 프로세스 데이터는 Arweave의 메시지 로그에 자신의 상태를 독립적으로 저장할 수 있음), 이는 프로세스가 다음을 수행할 수 있음을 의미합니다. 홀로그램 상태는 프로세스가 독립적으로 작동할 수 있고 실행이 동적이며 적절한 계산 단위에서 수행될 수 있음을 의미합니다. 프로세스는 사용자의 지갑에서 메시지를 수신하는 것 외에도 메신저 유닛을 통해 다른 프로세스의 메시지를 전달할 수 있습니다.

• 메시지: 매번 사용자( 또는 다른 프로세스)가 프로세스와 상호 작용할 때마다 메시지로 표현됩니다. 메시지는 Arweave의 기본 ANS-104 데이터 항목을 준수해야 하며, 따라서 Arweave의 정보 보존을 위해 기본 구조를 일관되게 유지해야 합니다. 보다 이해하기 쉬운 의미에서 메시지는 기존 블록체인의 트랜잭션 ID(TX ID)와 다소 유사하지만, 동일하지는 않습니다.

• 메신저 유닛(MU): MU는 원활한 상호작용을 위해 메시지를 중계하는 '크랭크'라는 프로세스를 통해 시스템 내 커뮤니케이션 전달을 담당합니다. 메시지가 전송되면 MU는 네트워크 내의 적절한 대상(SU)으로 메시지를 라우팅하고 상호 작용을 조정하며 생성된 모든 받은 편지함 메시지를 재귀적으로 처리합니다. 이 프로세스는 모든 메시지가 처리될 때까지 계속됩니다. 메시지 릴레이 외에도 MU는 프로세스 구독 관리, 시간 제한 크론 상호 작용 처리 등 다양한 기능을 제공합니다.

• Scheduler Unit(SU): 메시지가 수신되면 SU는 다음을 시작합니다. 프로세스 연속성과 무결성을 유지하기 위한 일련의 중요한 작업을 시작합니다. 메시지를 수신하면 SU는 동일한 프로세스의 다른 메시지에 대해 메시지의 순서를 보장하는 고유한 증분 논스를 할당합니다. 이 할당 프로세스는 진위성과 시퀀스 무결성을 보장하는 암호화 서명을 통해 공식화됩니다. 프로세스의 신뢰성을 더욱 향상시키기 위해 SU는 서명 할당과 메시지를 Arweave 데이터 레이어에 업로드합니다. 이는 메시지 가용성과 불변성을 보장하고 데이터 변조나 손실을 방지합니다.

• 컴퓨팅 유닛(CU): CU는 피어 투 피어 컴퓨팅 마켓플레이스 내에서 서로 경쟁합니다. 사용자와 SU가 프로세스의 상태를 계산하는 서비스를 해결하도록 합니다. 상태 계산이 완료되면 CU는 특정 메시지의 결과가 포함된 서명된 증명을 호출자에게 반환합니다. 또한 CU는 다른 노드가 로드할 수 있는 서명된 상태 증명을 생성하고 게시할 수 있으며, 물론 일정 비율의 비용이 필요합니다.

AOS는 스레드를 다운로드, 실행 및 관리하는 데 사용할 수 있는 AO 프로토콜의 운영 체제 또는 터미널 도구로 생각하면 됩니다. 개발자가 애플리케이션을 개발, 배포 및 실행할 수 있는 환경을 제공합니다. AOS에서 개발자는 AO 프로토콜을 사용하여 애플리케이션을 개발 및 배포하고 AO 네트워크와 상호 작용할 수 있습니다.

런타임 로직

액터 모델은 "모든 것은 액터다"라는 철학을 장려합니다. 모델 내의 모든 컴포넌트와 엔티티는 다음과 같습니다. 모델 내의 모든 컴포넌트와 엔티티는 각각 고유한 상태, 동작, 메일함을 가진 "액터"로 간주할 수 있으며, 비동기 메시징을 통해 소통하고 협업하여 시스템을 분산적이고 동시적인 방식으로 구성하고 운영할 수 있습니다. 구성 요소와 사용자까지 '액터'로 추상화하여 프로세스를 상호 연결하는 메시징 계층을 통해 서로 통신하고, 병렬 연산과 비공유 상태의 분산 작업 시스템을 구축하는 AO 네트워크에도 동일한 논리가 적용될 수 있습니다.

메시지 흐름도의 단계에 대한 간략한 설명은 다음과 같습니다.

1. 메시지 시작:

• 사용자 또는 프로세스가 메시지를 만들어 다른 프로세스에 요청을 보냅니다. 를 사용하여 다른 프로세스에 요청을 보냅니다.

• MU(Messenger Unit)가 메시지를 수신하고 POST 요청을 사용하여 다른 서비스로 보냅니다.

• 메시지 처리 및 전달:

• MU는 POST 요청을 처리하고 메시지를 SU(스케줄링 유닛)로 전달합니다.

• SU는 Arweave 스토리지 또는 데이터 레이어와 상호 작용하여 메시지를 저장합니다.

• 메시지 ID에 따라 결과 검색:

• CU(Compute)는 GET 요청을 수신하고 메시지 ID를 기반으로 결과를 검색한 후 프로세스에서 메시지를 평가합니다. 단일 메시지 식별자를 기준으로 결과를 반환할 수 있습니다.

• 메시지 검색:

• SU는 GET 요청을 수신하고 지정된 시간 범위와 프로세스 ID에 따라 메시지 정보를 검색합니다.

• 사서함 메시지 푸시:

• 마지막 단계는 모든 보낼 편지함 메시지를 푸시하는 것입니다.

• 이 단계에서는 결과 개체에서 메시지를 확인하고 생성하는 작업이 포함됩니다.

• 이 확인 결과에 따라 각 관련 메시지 또는 생성에 대해 2, 3, 4단계를 반복할 수 있습니다.

AO는 무엇을 변경했나요? "1"

일반 네트워크와의 차이점:

1. 병렬 처리 기능: 베이스 레이어와 각 롤업이 실제로 단일 프로세스로 실행되는 Ether과 같은 네트워크와 달리, AO는 계산의 검증 가능성을 그대로 유지하면서 병렬로 실행되는 프로세스의 수를 얼마든지 지원합니다. 또한 이러한 네트워크는 전 세계적으로 동기화된 상태로 작동하는 반면, AO 프로세스는 자체적으로 독립적인 상태를 유지합니다. 이러한 독립성 덕분에 AO 프로세스는 더 많은 수의 상호작용과 계산 확장성을 처리할 수 있어 특히 고성능과 안정성이 요구되는 애플리케이션에 적합합니다.

2. 검증 가능한 재현성 아카시나 P2P 시스템 어비트와 같은 일부 탈중앙화 네트워크는 대규모 연산 능력을 제공하지만, AO와 달리 상호작용의 검증 가능한 재현성을 제공하지 않거나 상호작용의 로그를 보관하기 위해 비영구적인 스토리지 솔루션에 의존합니다.

AO의 노드 네트워크는 기존 컴퓨팅 환경과 어떻게 다른가:

• 호환성: AO는 특정 기술적 수단을 통해 AO에 연결할 수 있는 WASM 또는 EVM 기반 등 다양한 형태의 스레딩을 지원합니다.

• 콘텐츠 공동 제작 프로젝트: AO는 콘텐츠 공동 제작 프로젝트도 지원하며, 여기서 원자 NFT를 게시하고 데이터를 업로드하고 UDL을 결합하여 AO에서 NFT를 구축할 수 있습니다.

• 콘텐츠 공동 제작 프로젝트: AO도 콘텐츠 공동 제작 프로젝트가 지원됩니다. >

• 데이터 컴포저빌리티: AR 및 AO의 NFT는 데이터 소스 및 원본 속성의 일관성을 유지하면서 기사나 콘텐츠를 여러 플랫폼에 공유하고 표시할 수 있는 데이터 컴포저빌리티를 지원합니다. 콘텐츠가 업데이트되면 AO 네트워크는 이러한 업데이트 상태를 모든 관련 플랫폼에 브로드캐스트하여 콘텐츠가 동기화되고 최신 상태가 배포되도록 할 수 있습니다.

• 가치와 소유권: 콘텐츠 제작자는 자신의 작품을 NFT로 판매하고 AO 네트워크를 통해 소유권 정보를 전달하여 콘텐츠에 가치를 다시 전달할 수 있습니다.

프로젝트 지원:

1. Arweave에 구축: AO는 단일 장애 지점, 데이터 유출, 검열 등 중앙 집중식 제공자와 관련된 취약성을 제거하는 Arweave의 기능을 활용합니다.AO의 계산은 투명하며, 탈중앙화된 신뢰 최소화 기능을 통해 복제할 수 있고 Arweave에 저장되는 복제 가능한 검증을 위한 메시지 로그;

2. 분산화된 기반: AO의 분산화된 기반은 물리적 인프라로 인한 확장성 제약을 극복하는 데 도움이 됩니다. 전문 지식이나 도구, 인프라 없이도 누구나 쉽게 AO 프로세스를 만들 수 있으므로 개인이나 소규모 단체도 전 세계에 도달하고 참여할 수 있습니다.

AO의 검증 가능성 문제

AO의 프레임워크와 논리를 이해하고 나면 일반적으로 문제가 생깁니다. 는 기존의 탈중앙화 프로토콜이나 체인의 글로벌 기능이 없는 것 같고, 일부 데이터를 Arweave에 업로드하는 것만으로 검증 가능성과 탈중앙화를 달성할 수 있는 것 같지 않나요? 사실 이것이 바로 오프체인 구현이며 검증 가능성 문제를 해결하거나 합의를 변경하지 않는 AO 설계의 미스터리입니다. AR 팀의 아이디어는 AO와 Arweave의 기능을 분리한 다음 연결을 모듈화하여 AO는 통신과 계산만 하고 Arweave는 저장과 검증만 제공하는 것입니다. 이 둘의 관계는 매핑과 비슷하며, AO는 상호작용 로그가 Arweave에 저장되어 있는지 확인하기만 하면 되고, 그 상태를 Arweave에 투영하여 홀로그램을 만들 수 있으며, 이 홀로그램 상태 투영은 상태를 계산할 때 출력의 일관성, 신뢰성, 확실성을 보장합니다. 또한 Arweave의 메시지 로그를 통해 특정 작업을 수행하도록 AO 프로세스를 역으로 트리거할 수 있습니다(미리 정의된 조건과 일정에 따라 스스로 깨어나 해당 동적 작업을 수행할 수 있음).



힐이 아웃프로그와 공유한 내용을 바탕으로 검증 로직을 조금 더 단순화하면, AO를 하이퍼병렬 인덱서를 기반으로 하는 비문 계산 프레임워크라고 생각하면 됩니다. 비트코인 인스크립션 인덱서는 인스크립션에서 JSON 정보를 추출하고 오프체인 데이터베이스에 잔액 정보를 기록한 다음, 일련의 인덱싱 규칙을 통해 검증을 완료함으로써 인스크립션의 유효성을 검사합니다. 인덱서가 오프체인 검증을 수행하지만, 사용자는 여러 인덱서를 교체하거나 직접 인덱스를 실행하여 비문을 검증할 수 있으므로 인덱서의 악의성에 대해 걱정할 필요가 없습니다. 위에서 언급했듯이 메시지 순서와 홀로그램 상태와 같은 데이터는 아위브에 업로드되기 때문에 SCP 패러다임(스토리지 합의 패러다임, 여기서 SCP는 체인상의 인덱싱 규칙의 인덱서라는 의미로 간단히 이해할 수 있으며, SCP가 인덱서보다 훨씬 일찍 등장했다는 점도 주목할 필요가 있습니다)에 따라 누구나 홀로그램 데이터를 통해 홀로그램 데이터를 복구할 수 있습니다. AO 또는 AO의 모든 스레드를 통해 홀로그램 데이터를 복구할 수 있습니다. 또한 사용자는 신뢰할 수 있는 상태를 확인하기 위해 전체 노드를 실행할 필요가 없으며, 인덱스 교체와 마찬가지로 SU를 통해 하나 또는 여러 개의 CU 노드에 쿼리 요청을 할 수 있습니다. Arweave의 저장 용량은 높고 저렴하기 때문에 이 로직을 통해 AO 개발자는 비트코인 비문의 기능을 훨씬 뛰어넘는 슈퍼컴퓨팅 계층을 구현할 수 있습니다.

>

AO와 ICP

대형 기본 하드 드라이브, 무제한 병렬처리, 무제한 연산, 모듈식 전체 아키텍처, 홀로그램 상태 프로세스. 이 모든 것이 훌륭하게 들리지만, 블록체인의 다양한 퍼블릭 체인 프로젝트에 익숙하신 분들은 AO가 세계에서 "가장 치명적인" 프로젝트 중 하나인 한때 인기 있었던 "인터넷 컴퓨터" ICP와 유사하다는 것을 알 수 있습니다.

ICP는 한때 블록체인 세계 최정상급 프로젝트의 마지막 주자로 칭송받으며 주요 기관들의 높은 관심을 받았고, 21년간의 강세장에서 2천억 달러의 FDV를 기록했지만, 상승세가 꺾이면서 ICP의 토큰 가치도 급락했습니다. 23년 약세장까지 ICP 토큰 가치는 사상 최고치 대비 260배 가까이 하락했습니다. 하지만 토큰 가격의 성과를 고려하지 않고 이 시점에서 ICP를 다시 바라보더라도 여전히 ICP만의 고유한 특징이 많고, 현재 ICP가 가지고 있는 AO의 놀라운 기능 중 상당수가 그 당시에도 존재했으니 AO도 ICP처럼 실패할까요? 먼저 두 블록체인이 왜 그렇게 유사한지 이해해 보겠습니다. ICP와 AO는 모두 로컬에서 실행되는 블록체인에 초점을 맞춘 액터 모델을 기반으로 하며, 그렇기 때문에 많은 공통점이 있습니다. ICP 서브 네트워크 블록체인은 인터넷 컴퓨터 프로토콜(ICP)을 실행하는 독립적으로 소유 및 제어되는 다수의 고성능 하드웨어 장치(노드 머신)로 구성됩니다. ICP는 서브넷 블록체인의 모든 노드에서 상태와 계산을 복제하는 여러 소프트웨어 구성 요소로 구현되며, 이 구성 요소들은 하나의 번들로서 복제본 역할을 합니다.

ICP의 복제 아키텍처는 위에서 아래로 네 가지 계층으로 나눌 수 있습니다.

개인 간(P2P) 네트워크 계층: 사용자, 하위 네트워크 블록체인의 다른 노드, 하위 네트워크 블록체인의 다른 노드로부터 정보를 수집하고 광고하는 데 사용됩니다. 다른 노드 및 기타 하위 네트워크 블록체인과 정보를 교환합니다. P2P 레이어가 수신한 메시지는 보안, 신뢰성, 복원력을 보장하기 위해 하위 네트워크의 모든 노드에 복제됩니다.

합의 레이어: 사용자와 다른 하위 네트워크에서 수신한 메시지를 선택하고 정렬하여 끊임없이 진화하는 블록체인을 형성하는 장애 허용 합의의 비잔틴이 공증하고 최종 확정할 수 있는 블록체인 블록을 생성합니다. 공증 및 최종화를 위한 내결함성 합의. 이렇게 확정된 블록은 메시지 라우팅 레이어로 전달됩니다.

메시지 라우팅 레이어: 사용자 및 시스템 생성 메시지를 서브넷 간에 라우팅하고, Dapp의 입력 및 출력 큐를 관리하며, 메시지 실행을 예약하는 데 사용됩니다.

실행 환경 레이어: 메시지 라우팅 레이어에서 받은 메시지를 처리하여 스마트 컨트랙트 실행과 관련된 결정론적 계산을 계산합니다.



서브넷 블록체인

서브넷은 '컨테이너' 집합이 실행될 수 있는 자체 블록체인을 생성하기 위해 합의 메커니즘의 개별 인스턴스를 실행하는 상호 작용하는 복제본의 모음으로 불립니다. 각 서브넷은 다른 서브넷과 통신할 수 있으며, 체인 키 암호화를 사용해 개별 서브넷에 권한을 위임하는 루트 서브넷에 의해 제어됩니다.ICP는 서브넷을 사용해 무한한 확장을 가능하게 합니다. 기존 블록체인(및 개별 서브넷)의 문제점은 각 노드가 합의 알고리즘에 참여하기 위해 블록체인에서 일어나는 모든 일을 실행해야 하기 때문에 단일 노드 컴퓨터의 연산 능력에 제한을 받는다는 것입니다. 여러 개의 독립적인 서브넷을 병렬로 실행하면 ICP는 이러한 단일 머신의 장벽을 극복할 수 있습니다.

실패하는 이유

위에서 언급한 것처럼 ICP 아키텍처가 달성하고자 하는 것은 단순히 탈중앙화된 클라우드 서버입니다. 몇 년 전만 해도 이 아이디어는 AO만큼이나 놀라운 것이었지만 왜 실패했을까요? 간단히 말해, 최고와 최저를 달성하지 못했고, 웹3와 자체 개념 사이에서 적절한 균형을 찾지 못해 결국 웹3도 아니고 중앙화된 클라우드도 아닌 난처한 상황을 초래했으며, 세 가지 문제가 있었다고 요약할 수 있습니다. 첫째, 위 글에서 '컨테이너'라고 표현한 ICP의 프로그램 시스템인 캐니스터는 사실 AOS의 프로세스나 AO의 프로세스와 어느 정도 유사하지만 동일하지 않으며, ICP의 프로그램은 외부에 보이지 않는 캐니스터에 캡슐화되어 구현되고 특정 인터페이스를 통해 데이터에 접근해야 한다는 점이었습니다. DeFi 프로토콜 컨트랙트 호출을 위한 비동기 통신은 매우 비우호적이기 때문에, DeFi 서머에서 ICP는 해당 금융 가치를 포착하지 못합니다.



두 번째 요점은 하드웨어 요구 사항이 매우 높아서 프로젝트가 탈중앙화되지 않았으며, 아래 그림은 당시 ICP가 제시한 노드의 최소 하드웨어 구성으로, 현재에 넣어도 여전히 매우 과장되어 솔라나의 구성보다 훨씬 많으며 심지어 스토리지 요구 사항은 스토리지 공용 체인보다 높다는 것입니다.



세 번째 요점은 생태계의 부족으로, ICP는 현재도 매우 고성능 퍼블릭 체인입니다. 디파이 앱이 없다면 다른 앱은 어떻게 되나요? 죄송합니다만, ICP는 탄생 이후 킬러 앱이 없었고, 그 생태계는 웹2.0이나 웹3.0 사용자를 확보하지 못했습니다. 탈중앙화가 부족하다면 콘텐츠가 풍부하고 성숙한 중앙화된 애플리케이션을 사용하는 게 낫지 않을까요? 그러나 결국 ICP의 기술이 여전히 최고 수준이라는 것은 부인할 수 없는 사실이며, 역가스, 높은 호환성, 무한한 확장성은 다음 10억 명의 사용자를 유치하기 위해 여전히 필요하며, 현재의 AI 물결 속에서 ICP가 자체 아키텍처의 장점을 잘 활용할 수 있다면 여전히 턴어라운드의 가능성이 있을 수 있습니다.

다시 위의 질문으로 돌아가서, AO도 ICP처럼 실패할까요? 개인적으로 AO는 같은 실수를 반복하지 않을 것이라고 생각합니다. 애초에 ICP의 실패를 초래한 마지막 두 가지 요인은 AO에는 문제가 되지 않으며, Arweave는 이미 좋은 생태적 기반을 갖추고 있고, 홀로그램 상태 투영으로 중심성 문제를 해결했으며, 호환성 측면에서 AO가 훨씬 더 유연하기 때문입니다. 앞으로 더 많은 과제는 경제 모델의 설계, 디파이 지원, 그리고 비금융 및 스토리지 분야에서 웹3가 어떤 형태를 취해야 하는가라는 세기의 퍼즐에 집중해야 할 것입니다.

웹3는 내러티브에서 멈추지 않아야 합니다

웹3의 세계에서 가장 자주 등장하는 단어는 "내러티브"일 수밖에 없죠. "그리고 대부분의 토큰의 가치를 내러티브 측면에서 측정하기까지 했습니다. 이는 자연스럽게 대부분의 웹3.0 프로젝트가 훌륭한 비전을 가지고 있지만 사용하기에는 어색하다는 딜레마에서 비롯된 것입니다. 반면 Arweave는 이미 웹2.0 수준의 경험에 완전히 기반을 두고 벤치마킹한 수많은 애플리케이션을 보유하고 있습니다. 예를 들어 Mirror, ArDrive와 같은 프로젝트를 사용해 본 적이 있다면 기존 애플리케이션과의 차이를 느끼기 어려울 것입니다. 그러나 스토리지 퍼블릭 체인으로서 Arweave의 가치 포착에는 여전히 상당한 한계가 있으며, 컴퓨팅이 그 해답이 될 수 있습니다. 특히 AI가 대세인 오늘날의 외부 세계에서는 과거 기사에서 언급했듯이 Web3는 현 단계에서 통합하기에는 여전히 많은 장벽이 있습니다. 이제 Arweave의 AO는 비이더 모듈식 솔루션 아키텍처를 통해 Web3 x AI에 새로운 인프라를 제공했습니다. 알렉산드리아의 라이브러리에서 하이퍼 병렬 컴퓨터에 이르기까지, Arweave는 독자적인 패러다임을 걷고 있습니다.