Вибір між Solana, Aptos та Sui часто зводиться до одного аргументу — швидкість. Проте «продуктивність» у контексті блокчейнів означає різні речі залежно від архітектурних рішень, типу навантаження та стадії зрілості мережі. Цей матеріал розбирає, чому пряме порівняння цифр TPS (transactions per second) вводить в оману, і які критерії насправді мають значення при виборі платформи для розробки чи інвестиції.
Архітектурні підходи: Sealevel, Move, Parallel Execution
Усі три мережі позиціонують себе як високопродуктивні L1 з паралельним виконанням транзакцій, але реалізують цю ідею фундаментально по-різному.
Solana: Sealevel
Solana використовує рушій Sealevel, який виконує всі транзакції паралельно, поки вони не звертаються до одного й того ж стану. Ключова особливість — усі смарт-контракти бачать єдиний простір стану мережі. Це спрощує розробку складних dApp, де кілька контрактів взаємодіють між собою, але створює вузьке місце при масовому зверненні до популярних акаунтів (наприклад, ліквідних пулів або токен-акаунтів). Мова розробки — Rust, що дає доступ до зрілої екосистеми інструментів, хоча й підвищує поріг входу.
Aptos: BlockSTM та Move
Aptos застосовує оптимістичне паралельне виконання BlockSTM: транзакції запускаються одночасно, а конфлікти за станом виявляються постфактум із повторним виконанням лише тих транзакцій, що зіткнулися. Мова смарт-контрактів — Move, спроєктована з акцентом на безпеку ресурсів через систему лінійних типів. Це ускладнює випадкове подвійне витрачання активів, але робить архітектуру менш гнучкою для деяких патернів composability, які в Solana реалізуються через CPI (Cross-Program Invocation).
Sui: об'єктна модель та Move
Sui радикально відходить від account-based моделі. Усі активи — це об'єкти з чітким власником. Транзакції, що оперують незалежними об'єктами, гарантовано не конфліктують і виконуються паралельно без жодних перевірок. Це дає перевагу в сценаріях з масовими однотипними операціями (мінт NFT, перекази між різними користувачами). Проте складні DeFi-протоколи, де багато об'єктів залежать один від одного, втрачають цю перевагу і виконуються послідовно.
Практичний наслідок: Solana краще підходить для щільно пов'язаних DeFi-протоколів із глибокою composability. Sui виграє там, де переважають ізольовані операції над незалежними об'єктами. Aptos займає проміжну позицію з акцентом на формальну безпеку ресурсів.
Реальні бенчмарки проти маркетингових заяв
Кожна з мереж публікує власні оцінки теоретичної пропускної здатності, проте ці цифри непорівнянні між собою без уніфікованої методології.
Основні фактори, які спотворюють пряме порівняння:
- Розмір і складність транзакції. Переказ нативного токена між двома акаунтами — це одна завдання. Виклик смарт-контракту з кількома внутрішніми операціями, перевірками оракулів та оновленням кількох пулів ліквідності — зовсім інша. Бенчмарки на простих трансферах завищують реальну продуктивність для DeFi-використання.
- Умови тестування. Локальний тестнет із фіксованою топологією вузлів показує інші результати, ніж розподілена глобальна мережа з різними затримками та частковими відключеннями валідаторів.
- Стан мережі в момент вимірювання. Продуктивність при порожньому мемпулі відрізняється від продуктивності під час пікового навантаження, коли ростуть черги та конфлікти за стан.
Щоб отримати репрезентативну картину, варто відстежувати незалежні дослідження (наприклад, від дослідницьких груп університетів або аудиторських компаній), які вимірюють не пік TPS, а латентність підтвердження та стабільність пропускної здатності при різних профілях навантаження. Конкретні цифри змінюються з кожним релізом, тому рекомендуємо перевіряти актуальні звіти безпосередньо перед прийняттям рішення.
Зрілість екосистеми та кількість активних проєктів
Продуктивність мережі має значення лише в контексті того, що на ній побудовано. Solana функціонує з 2020 року і пройшла кілька повних циклів навантаження, зростання та відновлення. Це означає наявність перевірених бібліотек (зокрема фреймворку Anchor), стабілізованих RPC-провайдерів, інфраструктури для індексування та моніторингу, а також велику кількість активних розробників, які вже стикалися з крайовими випадками в продакшені.
Aptos та Sui запустили mainnet у 2022 та 2023 роках відповідно. Їхні екосистеми перебувають на стадії формування: інструментарій менш зрілий, кількість готових протоколів менша, а більшість dApp ще не проходили перевірку реальним піковим навантаженням. Водночас нові мережі мають перевагу чистого аркуша — менше технічного боргу та можливість врахувати помилки попередників.
Для фаундера, який обирає платформу для запуску продукту, це створює практичний компроміс: на Solana ви отримуєте готову інфраструктуру, але конкуруєте в щільному середовищі. На Aptos або Sui — менше конкуренції за увагу користувача, але більше часу витратите на вирішення базових інфраструктурних завдань.
Ризики нових мереж проти перевіреного коду
Solana має довгу історію інцидентів, включно з багатогодинними зупинками консенсусу у 2021–2022 роках. Ці події задокументовані, проаналізовані та призвели до серйозних змін у архітектурі (зокрема, переходу на QUIC, запровадження Fence-механізмів, покращення роботи з пам'яттю). Перевірений код означає не відсутність багів, а відомість їхніх патернів та наявність процедур реагування.
Aptos і Sui базуються на кодовій базі Diem (проєкт Meta), яка ніколи не працювала в відкритому mainnet-середовищі з реальними користувачами. Перехід від закритого корпоративного прототипу до публічного L1 виявляє класи вразливостей, які неможливо знайти в ізольованому тестуванні. Станом на сьогодні обидві мережі не мали інцидентів масштабу зупинок консенсусу Solana, але це частково пояснюється меншим навантаженням, а не лише кращою архітектурою.
Критерій для оцінки ризиків: наявність публічних постмортемів, швидкість реагування команди на виявлені вразливості та розподіл валідаторів. Перевіряйте ці показники актуально, оскільки ситуація змінюється з кожним кварталом.
Межі порівняння
Цей матеріал навмисно обмежений архітектурними та екосистемними аспектами продуктивності. низка важливих тем залишається поза межами:
- Моделі безпеки та децентралізація. Кількість валідаторів, вимоги до апаратного забезпечення, географічний розподіл вузлів та економіка штрафів — це окремий вимір, який не зводиться до продуктивності.
- Фінансові метрики. TVL, ринкова капіталізація, ліквідність токенів та доходи валідаторів змінюються швидко і потребують окремого аналізу з актуальними даними.
- L2-рішення. Порівняння з Rollup-мережами на Ethereum вимагає іншого фреймворку, оскільки там продуктивність досягається іншим шляхом — через спільну безпеку L1. Цю тему детально розкрито в матеріалі про Solana чи Polygon/Arbitrum: L1 проти L2 для dApp-розробника.
- Моделі монетизації та газ. Solana використовує базову модель з локальними газ-лімітами на транзакцію, тоді як Sui запровадила газ-бюджет на об'єкт. Це впливає на економіку dApp, але не є безпосередньо показником продуктивності.
Обираючи між цими мережами, варто виходити не з абстрактного рейтингу швидкості, а від конкретного типу навантаження вашого проєкту, готовності інфраструктури та толерантності до ризиків, притаманних відповідному етапу зрілості мережі.