暗号通貨Aptosについて③くりぷと知っ得情報2月19日号

クリプトスタディ(クリスタ)の水野です。
シリーズで、暗号通貨Aptosについて書いています。
先回は、Aptos/APTのコンセンサスアルゴリズムの特徴の一つである｢Aptos BFT｣について書きました。

🔶Aptos基本データとトークノミクス
くりぷと知っ得情報2月5日号🔶AptosとSUIの比較と｢Aptos BFT｣について
くりぷと知っ得情報2月12日号

今回は、さらにAptos/APTの特徴と、兄弟プロジェクトであるSUIとの比較について書いていきます。

Aptos BFT｢Block-STM｣
と
SUI｢Narwhal&Tusk｣を比較してみると‥‥

AptosのAptos BFTの仕組みである｢Block-STM｣とSUIの｢Narwhal&Tusk｣は、トランザクション承認を並列で行うことで、｢一気にたくさんの仕事をこなせる｣、｢どの仕事を先にやるか」「ぶつからないようにどう調整するか」をしっかり決めている点で似ていますが、その仕事のやり方に違いがあります。
その違いを、宅配業者を例に説明します。

AptosのAptos BFT(Block-STM)

VS

SUIの｢Narwhal&Tusk｣

AptosのBlock-STM

宅配センター内の仕分け作業を最適化

Aptosの｢Block-STM｣の場合、複数のスタッフが同時に荷物を仕分けを進めるイメージです。(並列処理)
みんなで、自動でミスを検出・修正しながら、速く荷物を送る作業を進めることで、センター内の作業スピード効率を最大化にします。

💡Aptos(Block-STM)は、倉庫の仕分け作業を高速化！

SUIのNarwhal & Tusk

トラックの配送ルートを最適化

SUIの｢Narwhal&Tusk｣の場合、荷物をスムーズに配送できるように、事前に最適なルートを決めるイメージです。
ルートが決まることで、渋滞を回避し、各トラックがスムーズに動くことができ、全体の配送効率を上げることができます。(データの伝達を効率化)

💡SUI(Narwhal & Tusk)は、配送の流れを最適化

トランザクション承認の方法について、AptosとSUIで違いがありますが、同じプログラミング言語｢MOVE｣についても、それぞれ特性があります。

AptosとSUIのMOVEプログラミング言語を比較

Aptos(アプトス)とSUI(スイ)は、どちらも元Facebook(Meta)のDiemプロジェクトで開発されたスマートコントラクト言語｢MOVE(ムーブ)｣を採用していますが、違いがあります。
その違いについて、ここでも宅配業者を例に説明します。

AptosのMOVE言語

VS

SUIのMOVE言語

AptosのMOVE言語

一般的な宅配業者

AptosのMOVEは、ブロックチェーン全体で共有される｢グローバルストレージ｣という、データの保管場所があります。
この｢グローバルストレージ｣を、大きな倉庫とすると、AptosのMoveは、一般的な宅配業者のように、荷物(データ)を巨大倉庫に集めて、トラックに積んで配達するように機能します。
すべてのデータ(トークンやNFTなど)を みんなで共有する大きな倉庫=｢グローバルストレージ｣に保管し、誰かがデータを変更すると、倉庫内の情報が更新され、みんなで同じ情報を持てるから、管理がしやすいという特色があります。

💡AptosのMoveは、全体で管理する仕組みだから、柔軟性があるけど少し手間がかかる

SUIのMOVE言語

配達専用ドローンを使って、個人宅に配達

SUIのMOVEは、トークンやNFTを｢オブジェクト｣=個別のデジタルアイテム(物)として管理し直接操作できる方式を取ります。
各荷物(オブジェクト)が自分で動ける方式で、ドローンが直接荷物を届けるイメージ(オブジェクト指向)です。
荷物(NFTやトークン)が個別に追跡・管理できるから、効率的＆リアルタイムに処理が可能になります。

💡各オブジェクトが自律的に管理されるので、トラブルが少なく、スピードも速い

Aptosのスケーラビリティまとめ

最後に、AptosのスケーラビリティをSUIと比較すると‥‥

(※)シャーディングは、ブロックチェーンのデータを｢小さく分けて｣処理を速くする技術です。
シャーディングは、仕訳エリアごとにチームを作って仕分けする＝ノードを分けて並列処理します。

まとめ

高速で安全なブロックチェーンを目指して開発されたレイヤー1のプロジェクトAptos。
Block-STMで たくさんの取引を大量の取引を一気に並列処理し、無駄な処理を減らして必要な部分だけ最適化、同時に処理するための技術に特色があるAptosについて、書きました。
お読みいただきありがとうございました。