【英文长推】介绍 GatlingX 的 GPU-EVM：高性能并行 EVM

GPU-EVM 是我们牛津 CS/AI 校友团队的一项突破：通过 GPU 并行化 EVM，大幅提高了 EVM 计算的单位经济效益 /。我们当前的 EVM-Bench 基准测试比传统的基于 CPU 的 EVM 性能高出 100 倍。GPU-EVM 是一种 EVM 扩展解决方案，可以在其基础上训练基于 RL 的尖端 AI 代理。一些即将解锁的应用： 利用 EVM 训练 AI 代理：AlphaGo 通过发现新策略击败围棋世界冠军是通过强化学习（RL）由 Go 模拟中的代理训练而完成的。RL 允许根据奖励函数自行训练 AI。GPU 并行模拟在 RL 训练、数据处理和模拟方面提供了 100-250,000 倍的性能改进。 L2 加速：以 GPU-EVM 为助手加速现有的 CPU 程序。将 Monad 想象为 L2，但利用 GPU-EVM 将吞吐量提高 100 倍，并针对支付应用进行巧妙的并发状态分区优化。 DeFi 模拟 / 模糊测试：100 倍的数据处理能力，用于发现 DeFi 策略 / 协议设计中未说明的边缘情况。想想用水枪和消防水管来灭火的差别。【原文为英文】\n原文链接