Fitzgersald 暗示：”我们知道签名验证会形成瓶颈，但我们可以将这种不受上下文约束的操纵转移到 GPU 上。纵然移除了这项开销最大的操纵，仍然存在很多其他瓶颈，譬喻与网络驱动措施举办交互以及在智能合约中打点会限制并发性的数据依赖干系。”

验证节点同时运行两个流水线化的历程，个中一个在率领者模式下利用，称为 TPU；另一个在验证者模式下利用，称为 TVU。在这两种环境下，流水线中的硬件都是沟通的：网络输入、GPU 卡、CPU 焦点、写入磁盘以及网络输出。但硬件的浸染是差异的。TPU 用于建设账本条目，而 TVU 用于验证它们。

通过将 GPU 转移到 Solana 的生意业务处理惩罚单位上，网络可以影响单节点效率。实现这一目标正是 Solana 自创立以来的方针。

在 Solana 网络上，流水线机制（生意业务处理惩罚单位）通过在内核层举办数据获取，在 GPU 层举办签名验证，在 CPU 层举办存储以及在内核空间举办写入来实现。当 TPU 开始向验证器发送块时，它已经被提取到下一组数据包，完成了签名验证并已开始贷记令牌。

当需要按一系列步调处理惩罚输入数据流而且每个步调由差异的硬件认真时，回收流水线流程长短常符合的。我们用最典范的比喻来表明：洗衣机和烘干机，它们会按洗涤/烘干/折叠的顺序处理惩罚多批衣物。洗涤必需在烘干前举办，而烘干必需在折叠前举办，但这三个操纵都由单独的单位执行。

Solana 要成为世界上首个 Web 局限，所需的亚秒级确认时间以及生意业务本领只靠迅速告竣共鸣是不足的。团队必需开拓出一种要领，快速验证大量生意业务区块，同时在网络上快速复制它们。为了实现这一点，Solana 网络上的生意业务验证进程遍及利用了 CPU 设计中常见的一种优化要领，即”流水线”。

在此四阶段流水线 GPU 并行化进程之间，Solana TPU 可以在任何时候同时处理惩罚 50,000 个生意业务。Fitzgerland 表明说：”这一切都可以通过一台不高出 5,000 美元的市售计较机来实现，完全不需要超等计较机。”

为了最洪流平地提高效率，有人缔造出了阶段性流水线这个办理方案。我们称洗衣机为第一个阶段，烘干机为第二个阶段，，折叠进程为第三个阶段。为了实现流水线操纵，在将第一批衣物添加到烘干机之后，当即将第二批衣物添加到洗衣机。同样，将第二批衣物添加到烘干机中而且第一批衣物折叠完毕后，将第三批衣物添加到洗衣机中。这样，一小我私家可以同时处理惩罚三批衣物。假设衣物数量无限制，流水线会以最慢阶段的速率一连处理惩罚衣物。

“我们需要找到一种使所有硬件一直运作的要领。也就是网卡、CPU 焦点和所有 GPU 焦点。为此，我们效仿了 CPU 设计”，Solana 首创人兼首席技能官 Greg Fitzgerald 表明说。”我们在软件中建设了一个四阶段生意业务处理惩罚器。我们将其称为 TPU，即生意业务处理惩罚单位。”