現在有很多研究致力于如何通過分片來增強區塊鏈的可擴展性。而據我所知，這些研究主要的想法是在不犧牲區塊鏈（包括其所有的分片）的不可篡改性和安全性的前提下，使在相互獨立的分片中并行執行多個交易成為可能。我能找到的絕大部分研究都聚焦在分片的共識算法上。盡管所有這些研究看起來都很有前景，但我想通過一個不一樣的視角來看待分片。

首先，為了論證我的觀點，讓我們一起來討論一下現有分片設計中的共識算法。更準確地來說，是討論當下正在開放的免信任型區塊鏈上運行且可用的共識算法。盡管這些算法是可用的，并且已經在運行了，可是我們真的通過分片獲得了希望中的可擴展性么？讓我們快速了解一下阿爾達姆定律吧 ［1］ ，這樣你更能體會到我的困惑：

上述定律表明，在理論上，執行所有任務的速度會隨著系統資源的提升而加快，然而，無論提升的幅度有多大，理論速度總是受限于無法從改進中受益的那部分任務的執行速度 ［2］。這帶來了一個根本性的難題 —— 一旦所有可并行化部分的吞吐量都達到最大時，串行化部分的吞吐量將成為系統吞吐量的天花板。

對于區塊鏈的分片來說，這就意味著吞吐量的潛在增長受限于當前可以在隔離的分片中同時執行的交易數量。也就是說，如果分片中的一筆交易需要來自其它分片的數據，它就不得不從其它分片中同步該數據的轉移。這就是一種串行化事務，根據阿爾達姆定律，一大堆分片的存在限制了吞吐量。

獨立的原生貨幣交易

如果兩個賬戶之間的交易被明確地限制為僅在這兩個賬戶之間轉移貨幣余額，比如在兩個賬戶之間發送貨幣， 那就不需要任何其它賬戶中的數據。因此，如果兩個賬戶的數據同處于一個特定的分片中是可用的，那么這筆交易和其它賬戶的交易就可以被異步地執行。當分片數量以及賬戶對之間不相關的交易數量上升時，網絡吞吐量就擴展了。隨著賬戶數量的增長，可以預見的是，對獨立交易進行分片的可能性也會增加。在上述限制條件下，吞吐量的大小由執行單筆交易所需花費的時間決定，因為同一時間我們可以執行非常多的交易。這正是我們在考慮提高區塊鏈吞吐量時想象到的理想情形。

為分片設計智能合約

但對于智能合約而言，情況不會有想象中那么順利。智能合約是作為一個單獨的賬本賬戶被部署在區塊鏈上的，賬戶中除了數據狀態還有它的程序代碼。代碼上運行的每一筆交易都在改變智能合約中的數據狀態。每一個改變都被記錄在區塊鏈上，并通過一個代表狀態的哈希值進行驗證。為了保持區塊鏈狀態的確定性和連續性，每個智能合約每次只能在一個分片中執行，除非智能合約賬戶本身的狀態也能被分片。總之，這使得對于所有往智能合約發送交易的賬戶而言，智能合約賬戶的執行成為了限制因素。由于智能合約被用于發行代幣，因此隨著特定代幣流通量的增加，無論存在多少分片，其智能合約很有可能成為吞吐量的瓶頸，正如阿爾達姆定律所預測的那樣。

就目前有關智能合約的分片實現來看，我只能看到兩種可能通過分片提升擴展性的方式：

· 使用隔離在分片中的多個智能合約

· 使用確定性的多線程智能合約，（又稱 SIMD）

使用多個智能合約可以充分發揮分片的優勢。舉例來說，如果每個智能合約（代表一個代幣）都被分配到一個單獨的分片中執行，那么對于一個特定的代幣而言，其交易不會對其它代幣的交易造成影響。盡管每種獨立代幣的交易都受限于它所在的特定分片中智能合約的吞吐量，但分片的數量可以隨著大量且不斷增長的代幣而線性增長。這并沒有解決單個智能合約的吞吐量問題，但是對于一個所有合約都在一條鏈上、沒有分片的區塊鏈而言，它是一個改進方案。

不過，即便使用這種方法，只要一個用戶賬戶的狀態被分散在不同分片間、又同時被需要（例如，使用原生貨幣來支付交易），問題還是會出現。

一種來自超級計算的叫做矢量化（vectorization）的技術使得程序能夠并行地執行其部分代碼。這就是為人熟知的的單指令多數據流（“SIMD”）。針對 SIMD 編寫的程序都是確定性的。從本質上來說，SIMD 機器（也就是如今的通用型 GPU（“GUGPU”））是通過一系列的處理器來對其數據進行分片的。這對于某些類型的應用來說非常有效，諸如圖形以及類似的矩陣運算。

理論上來說，這項技術也能被應用到區塊鏈的智能合約中。也就是說，智能合約可以被明確地編寫為通過某種方式來支持交易的并行執行。至于這要如何實施，我并不太清楚。也許在這片領域里會涌現出一些創新的區塊鏈研究。然而，可以預見的是，即便有了一個這樣的解決方案，編寫一個適合 SIMD 運行的智能合約也會變得相當復雜。

無論是使用隔離在分片中的多個智能合約，還是使用 SIMD 智能合約，都很難算作一個理想的解決方案，盡管它們都有可能提高可擴展性。

智能對象資產使分片成為可能

對于智能合約的分片來說，其主要的限制因素在于狀態的分片和代碼的執行。如果存在一種方法可以避免在單個智能合約狀態和代碼執行中的交易串行化，分片就可以通過增加吞吐量來提升擴展性。換言之，如果存在一種多指令多數據流（“MIMD”）的執行方法，通過區塊鏈分片來提升可擴展性的機會將顯著提高。

正如我們在 “反思區塊鏈賬戶概念” ［3］ 這篇文章中所描述的那樣，如果每個用戶賬戶都有它自己的狀態，而不是使用相互獨立的智能合約的話，那么每個用戶賬戶都能包含代表資產的對象，無論該對象是代幣還是其他類型的實體。正如文章 “可擴展的智能對象資產、智能對象資產所有權及基于 DataGrid 區塊鏈的擴展區塊鏈對象模型的分數級智能對象資產所有權” ［4］ 所述，XOSA 和對 XSOA 的引用可以被用于在賬戶狀態之間通過交易直接轉移賬戶之間的所有權。

舉例來說，假設有兩組交易，其中每筆交易都介于不同的賬戶之間，也就是說：一筆交易從賬戶 A 發送到賬戶 B；另一筆交易從賬戶 C 發送到賬戶 D，那么這兩筆交易可以在不同的分片中被同時執行。進一步來說，因為 XSOA 的代碼獨立于任何賬戶，且對于每筆交易來說，代碼可能并不相同，因此我們可以使用一個 MIMD 模型實現分片。在該模型中，每個分片中的代碼和數據都各不相同。

對于這個模型而言，限制其可擴展性的因素是不相交的賬戶組之間能同時發生的交易數量。我們可以預見的是，隨著賬戶數量的增長，不相交的賬戶組之間發生任意一組交易j的機會也會增加，這反過來將導致分片的機會也得到增加。

結論

作為一種已經假定可用的分片共識算法，一個突出的問題在于如何使用這些技術。智能合約天然地會將交易串行化，除非使用復雜的 SIMD 類型的解決方案，就只能通過使用多個隔離的智能合約來提供擴展性。即使使用這一方案，每個智能合約的吞吐量仍會受到單個分片的吞吐量限制。通過重新讓用戶賬戶來包含狀態信息，并使用 XBOM 模型，DataGrid 區塊鏈提供了一種提升分片可擴展性的解決方案——根據賬戶的數量和賬戶之間的不相交交易來進行擴展。除了支持繼承和實時代碼重用以外，我們認為這是一個對于區塊鏈擴展性問題的重要的解決方案。