Peta jalan Ethereum awalnya mencakup dua strategi skalabilitas: sharding dan protokol Layer 2. Kedua metode ini akhirnya bergabung menjadi peta jalan yang berfokus pada Rollup, yang masih menjadi strategi ekstensi Ethereum saat ini.
Peta jalan yang berfokus pada Rollup mengusulkan pembagian kerja yang sederhana: Ethereum L1 berfokus untuk menjadi lapisan dasar yang kuat dan terdesentralisasi, sementara L2 mengambil peran untuk membantu ekosistem berkembang. Pola ini umum dalam masyarakat: keberadaan sistem pengadilan (L1) bukan untuk mengejar efisiensi, tetapi untuk melindungi kontrak dan hak milik, sementara para pengusaha (L2) membangun di atas fondasi yang kokoh ini, mendorong perkembangan manusia.
Tahun ini, peta jalan yang berfokus pada Rollup telah mencapai kemajuan penting: dengan peluncuran blob EIP-4844, bandwidth data Ethereum L1 meningkat secara signifikan, dan beberapa mesin virtual Ethereum (EVM) Rollup telah memasuki tahap pertama. Setiap L2 ada sebagai "shard" dengan aturan dan logika sendiri, dan keberagaman serta variasi dalam cara implementasi shard kini telah menjadi kenyataan. Namun, jalan ini juga menghadapi beberapa tantangan unik. Oleh karena itu, tugas kita sekarang adalah menyelesaikan peta jalan yang berfokus pada Rollup, mengatasi masalah ini, sambil mempertahankan ketahanan dan desentralisasi yang khas dari Ethereum L1.
The Surge: Tujuan Kunci
Di masa depan Ethereum dapat mencapai lebih dari 100.000 TPS melalui L2;
Mempertahankan desentralisasi dan ketahanan L1;
Setidaknya beberapa L2 sepenuhnya mewarisi atribut inti Ethereum ( yang tanpa kepercayaan, terbuka, dan tahan sensor );
Ethereum seharusnya terasa seperti ekosistem yang terpadu, bukan 34 blockchain yang berbeda.
Isi Bab Ini
Paradoks segitiga skalabilitas
Kemajuan lebih lanjut dari sampling ketersediaan data
Kompresi Data
Plasma Generalisasi
Sistem bukti L2 yang matang
Peningkatan Interoperabilitas L2
Memperluas eksekusi di L1
Paradoks Segitiga Skalabilitas
Paradoks segitiga skalabilitas adalah sebuah konsep yang diajukan pada tahun 2017, yang menyatakan bahwa ada kontradiksi antara tiga karakteristik blockchain: desentralisasi ( lebih spesifik: biaya menjalankan node yang rendah ), skalabilitas ( jumlah transaksi yang diproses banyak ) dan keamanan ( penyerang perlu merusak sebagian besar node dalam jaringan agar satu transaksi gagal ).
Perlu dicatat bahwa paradoks segitiga bukanlah sebuah teorema, dan artikel yang memperkenalkan paradoks segitiga juga tidak menyertakan bukti matematis. Ini memberikan argumen matematis heuristik: jika sebuah node yang ramah desentralisasi (, misalnya, laptop konsumen ) dapat memverifikasi N transaksi per detik, dan Anda memiliki sebuah rantai yang memproses k*N transaksi per detik, maka (i) setiap transaksi hanya dapat dilihat oleh 1/k node, yang berarti penyerang hanya perlu merusak sejumlah kecil node untuk melakukan transaksi jahat, atau (ii) node Anda akan menjadi kuat, sementara rantai Anda tidak akan terdesentralisasi. Tujuan artikel ini sama sekali bukan untuk membuktikan bahwa memecahkan paradoks segitiga tidak mungkin; sebaliknya, artikel ini bertujuan untuk menunjukkan bahwa memecahkan paradoks tiga arah itu sulit, dan membutuhkan semacam lompatan di luar kerangka pemikiran yang diimplikasikan oleh argumen tersebut.
Selama bertahun-tahun, beberapa rantai berkinerja tinggi sering mengklaim bahwa mereka telah menyelesaikan trilema tiga tanpa mengubah arsitektur secara fundamental, biasanya dengan menerapkan teknik rekayasa perangkat lunak untuk mengoptimalkan node. Ini selalu menyesatkan, menjalankan node di rantai ini jauh lebih sulit daripada menjalankan node di Ethereum. Artikel ini akan membahas mengapa demikian, dan mengapa hanya dengan rekayasa perangkat lunak klien L1 sendiri tidak dapat menskalakan Ethereum?
Namun, kombinasi sampling ketersediaan data dengan SNARKs memang menyelesaikan paradoks segitiga: itu memungkinkan klien untuk memvalidasi sejumlah data yang tersedia dengan hanya mengunduh sejumlah kecil data dan melakukan sangat sedikit perhitungan, serta memastikan bahwa sejumlah langkah perhitungan dilakukan dengan benar. SNARKs adalah tanpa kepercayaan. Sampling ketersediaan data memiliki model kepercayaan yang halus few-of-N, tetapi itu mempertahankan karakteristik dasar dari rantai yang tidak dapat diskalakan, yaitu bahkan serangan 51% tidak dapat memaksa blok jahat diterima oleh jaringan.
Metode lain untuk memecahkan tiga tantangan adalah arsitektur Plasma, yang menggunakan teknologi cerdas untuk mendorong tanggung jawab ketersediaan data pemantauan kepada pengguna dengan cara yang kompatibel dengan insentif. Pada tahun 2017-2019, ketika kami hanya memiliki bukti penipuan sebagai satu-satunya cara untuk memperluas kapasitas komputasi, Plasma sangat terbatas dalam pelaksanaan yang aman, tetapi dengan munculnya SNARKs( bukti nol pengetahuan yang ringkas dan non-interaktif), arsitektur Plasma menjadi lebih layak untuk digunakan dalam lebih banyak skenario dibandingkan sebelumnya.
Kemajuan lebih lanjut dalam sampling ketersediaan data
Masalah apa yang sedang kita selesaikan?
Pada 13 Maret 2024, ketika peningkatan Dencun diluncurkan, blockchain Ethereum akan memiliki 3 blob sekitar 125 kB setiap slot 12 detik, atau bandwidth data yang tersedia untuk setiap slot sekitar 375 kB. Jika data transaksi diterbitkan langsung di blockchain, maka transfer ERC20 sekitar 180 byte, sehingga maksimum TPS Rollup di Ethereum adalah: 375000 / 12 / 180 = 173,6 TPS.
Jika kita menambahkan nilai maksimum teoritis calldata Ethereum (: setiap slot 30 juta Gas / setiap byte 16 gas = setiap slot 1.875.000 byte ), maka menjadi 607 TPS. Menggunakan PeerDAS, jumlah blob dapat meningkat menjadi 8-16, yang akan memberikan 463-926 TPS untuk calldata.
Ini adalah peningkatan besar untuk Ethereum L1, tetapi masih belum cukup. Kami menginginkan lebih banyak skalabilitas. Tujuan jangka menengah kami adalah 16 MB per slot, jika dikombinasikan dengan perbaikan kompresi data Rollup, akan membawa ~58000 TPS.
Apa itu? Bagaimana cara kerjanya?
PeerDAS adalah implementasi yang relatif sederhana dari "1D sampling". Di Ethereum, setiap blob adalah polinomial derajat 4096 di atas bidang prima 253 bit (. Kami menyiarkan shares polinomial, di mana setiap shares berisi 16 nilai evaluasi dari 16 koordinat yang berdekatan dari total 8192 koordinat. Dari 8192 nilai evaluasi ini, sembarang 4096 ) dapat memulihkan blob berdasarkan parameter yang diusulkan saat ini: 64 dari 128 kemungkinan sampel (.
Cara kerja PeerDAS adalah membiarkan setiap klien mendengarkan sejumlah subnet yang kecil, di mana subnet ke-i menyiarkan sampel ke-i dari blob mana pun, dan dengan menanyakan kepada rekan sejawat di jaringan p2p global ) siapa yang akan mendengarkan subnet yang berbeda ( untuk meminta blob lain yang dibutuhkannya di subnet lain. Versi yang lebih konservatif, SubnetDAS, hanya menggunakan mekanisme subnet, tanpa permintaan tambahan ke lapisan rekan. Proposal saat ini adalah agar node yang berpartisipasi dalam proof of stake menggunakan SubnetDAS, sementara node lainnya ) yaitu klien ( menggunakan PeerDAS.
![Vitalik baru: Ethereum kemungkinan masa depan, The Surge])https://img-cdn.gateio.im/webp-social/moments-5d1a322bd6b6dfef0dbb78017226633d.webp(
Secara teoritis, kita dapat memperluas skala "1D sampling" cukup besar: jika kita meningkatkan jumlah maksimum blob menjadi 256) dengan target 128(, maka kita dapat mencapai target 16MB, sementara dalam sampling ketersediaan data setiap node memiliki 16 sampel * 128 blob * setiap blob setiap sampel 512 byte = bandwidth data 1 MB per slot. Ini hanya sedikit berada dalam batas toleransi kami: ini mungkin, tetapi berarti klien dengan bandwidth terbatas tidak dapat melakukan sampling. Kita dapat melakukan optimasi tertentu terhadap ini dengan mengurangi jumlah blob dan meningkatkan ukuran blob, tetapi ini akan membuat biaya rekonstruksi lebih tinggi.
Oleh karena itu, kami akhirnya ingin melangkah lebih jauh, melakukan 2D sampling )2D sampling(, metode ini tidak hanya melakukan pengambilan sampel acak di dalam blob, tetapi juga melakukan pengambilan sampel acak antara blob. Dengan memanfaatkan sifat linier dari komitmen KZG, kami memperluas kumpulan blob dalam sebuah blok melalui sekelompok blob virtual baru, di mana blob virtual ini secara redundan mengkodekan informasi yang sama.
Oleh karena itu, pada akhirnya kami ingin melangkah lebih jauh, melakukan sampling 2D, yang tidak hanya melakukan sampling acak di dalam blob, tetapi juga di antara blob. Sifat linier dari komitmen KZG digunakan untuk memperluas kumpulan blob dalam satu blok, yang berisi daftar blob virtual baru yang melakukan pengkodean redundan terhadap informasi yang sama.
Penting untuk dicatat bahwa perpanjangan komitmen tidak memerlukan blob, sehingga skema ini pada dasarnya ramah terhadap pembangunan blok terdistribusi. Node yang membangun blok hanya perlu memiliki komitmen blob KZG, dan mereka dapat mengandalkan sampling ketersediaan data )DAS( untuk memverifikasi ketersediaan blok data. Sampling ketersediaan data satu dimensi )1D DAS( pada dasarnya juga ramah terhadap pembangunan blok terdistribusi.
) Apa yang perlu dilakukan lagi? Apa saja komprominya?
Selanjutnya adalah menyelesaikan implementasi dan peluncuran PeerDAS. Setelah itu, terus meningkatkan jumlah blob di PeerDAS, sambil mengamati jaringan dengan cermat dan meningkatkan perangkat lunak untuk memastikan keamanan, ini adalah proses yang bertahap. Sementara itu, kami berharap ada lebih banyak pekerjaan akademis untuk mengatur PeerDAS dan versi DAS lainnya serta interaksinya dengan masalah keamanan seperti aturan pemilihan fork.
Pada tahap yang lebih jauh di masa depan, kita perlu melakukan lebih banyak pekerjaan untuk menentukan versi ideal dari 2D DAS dan membuktikan sifat keamanannya. Kami juga berharap pada akhirnya dapat beralih dari KZG ke alternatif yang aman kuantum dan tidak memerlukan pengaturan yang dapat dipercaya. Saat ini, kami masih belum jelas tentang kandidat mana yang ramah terhadap pembangunan blok terdistribusi. Bahkan dengan menggunakan teknik "brute force" yang mahal, yaitu menggunakan STARK rekursif untuk menghasilkan bukti validitas yang digunakan untuk membangun kembali baris dan kolom, itu masih tidak cukup untuk memenuhi kebutuhan, karena meskipun secara teknis, ukuran satu STARK adalah O(log)n### * log(log(n)( hash ( menggunakan STIR), tetapi kenyataannya STARK hampir sebesar seluruh blob.
Jalur realitas jangka panjang yang saya anggap adalah:
Melaksanakan DAS 2D yang ideal;
Terus menggunakan 1D DAS, mengorbankan efisiensi bandwidth sampling, demi kesederhanaan dan ketahanan dengan menerima batas data yang lebih rendah.
Mengabaikan DA, sepenuhnya menerima Plasma sebagai arsitektur Layer2 utama yang menjadi fokus kami.
Harap dicatat, meskipun kami memutuskan untuk memperluas eksekusi secara langsung di lapisan L1, pilihan ini tetap ada. Ini karena jika lapisan L1 harus menangani sejumlah besar TPS, blok L1 akan menjadi sangat besar, dan klien akan menginginkan cara yang efisien untuk memverifikasi kebenarannya, oleh karena itu kami harus menggunakan teknologi yang sama di lapisan L1 seperti Rollup) seperti ZK-EVM dan DAS(.
) Bagaimana cara berinteraksi dengan bagian lain dari peta jalan?
Jika data kompresi diimplementasikan, permintaan untuk 2D DAS akan berkurang, atau setidaknya akan tertunda, dan jika Plasma digunakan secara luas, permintaan akan berkurang lebih lanjut. DAS juga menantang protokol dan mekanisme pembangunan blok terdistribusi: meskipun DAS secara teoritis bersahabat dengan rekonstruksi terdistribusi, dalam praktiknya ini perlu digabungkan dengan proposal daftar inklusi paket dan mekanisme pemilihan fork di sekitarnya.
Kompresi Data
Apa masalah yang sedang kita selesaikan?
Setiap transaksi dalam Rollup akan memakan banyak ruang data di on-chain: transfer ERC20 membutuhkan sekitar 180 byte. Bahkan dengan sampling ketersediaan data yang ideal, ini membatasi skalabilitas protokol Layer. Setiap slot 16 MB, kita mendapatkan:
16000000 / 12 / 180 = 7407 TPS
Jika kita tidak hanya dapat memecahkan masalah numerator, tetapi juga masalah denominator, sehingga setiap transaksi dalam Rollup menggunakan lebih sedikit byte di blockchain, bagaimana jadinya?
( Apa itu, bagaimana cara kerjanya?
Menurut saya, penjelasan terbaik adalah gambar ini dari dua tahun yang lalu:
![Vitalik baru: Masa depan Ethereum yang mungkin, The Surge])https://img-cdn.gateio.im/webp-social/moments-e0ddd016e2afb3218833324254451c1d.webp###
Kompresi byte nol, mengganti setiap urutan byte nol panjang dengan dua byte, menunjukkan berapa banyak yang ada.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
18 Suka
Hadiah
18
5
Bagikan
Komentar
0/400
AirdropNinja
· 07-11 05:04
Apakah rollup sudah pindah ke layer2?
Lihat AsliBalas0
MetaverseVagabond
· 07-08 18:42
layer2 adalah masa depan, bukan? Apa gunanya melakukan l1?
Lihat AsliBalas0
Layer2Observer
· 07-08 05:35
Dari sudut pandang teknologi, L2 memang merupakan solusi terbaik.
Ethereum The Surge: Jalan Perluasan dan Visi Masa Depan
Masa Depan Ethereum yang Mungkin: The Surge
Peta jalan Ethereum awalnya mencakup dua strategi skalabilitas: sharding dan protokol Layer 2. Kedua metode ini akhirnya bergabung menjadi peta jalan yang berfokus pada Rollup, yang masih menjadi strategi ekstensi Ethereum saat ini.
Peta jalan yang berfokus pada Rollup mengusulkan pembagian kerja yang sederhana: Ethereum L1 berfokus untuk menjadi lapisan dasar yang kuat dan terdesentralisasi, sementara L2 mengambil peran untuk membantu ekosistem berkembang. Pola ini umum dalam masyarakat: keberadaan sistem pengadilan (L1) bukan untuk mengejar efisiensi, tetapi untuk melindungi kontrak dan hak milik, sementara para pengusaha (L2) membangun di atas fondasi yang kokoh ini, mendorong perkembangan manusia.
Tahun ini, peta jalan yang berfokus pada Rollup telah mencapai kemajuan penting: dengan peluncuran blob EIP-4844, bandwidth data Ethereum L1 meningkat secara signifikan, dan beberapa mesin virtual Ethereum (EVM) Rollup telah memasuki tahap pertama. Setiap L2 ada sebagai "shard" dengan aturan dan logika sendiri, dan keberagaman serta variasi dalam cara implementasi shard kini telah menjadi kenyataan. Namun, jalan ini juga menghadapi beberapa tantangan unik. Oleh karena itu, tugas kita sekarang adalah menyelesaikan peta jalan yang berfokus pada Rollup, mengatasi masalah ini, sambil mempertahankan ketahanan dan desentralisasi yang khas dari Ethereum L1.
The Surge: Tujuan Kunci
Di masa depan Ethereum dapat mencapai lebih dari 100.000 TPS melalui L2;
Mempertahankan desentralisasi dan ketahanan L1;
Setidaknya beberapa L2 sepenuhnya mewarisi atribut inti Ethereum ( yang tanpa kepercayaan, terbuka, dan tahan sensor );
Ethereum seharusnya terasa seperti ekosistem yang terpadu, bukan 34 blockchain yang berbeda.
Isi Bab Ini
Paradoks Segitiga Skalabilitas
Paradoks segitiga skalabilitas adalah sebuah konsep yang diajukan pada tahun 2017, yang menyatakan bahwa ada kontradiksi antara tiga karakteristik blockchain: desentralisasi ( lebih spesifik: biaya menjalankan node yang rendah ), skalabilitas ( jumlah transaksi yang diproses banyak ) dan keamanan ( penyerang perlu merusak sebagian besar node dalam jaringan agar satu transaksi gagal ).
Perlu dicatat bahwa paradoks segitiga bukanlah sebuah teorema, dan artikel yang memperkenalkan paradoks segitiga juga tidak menyertakan bukti matematis. Ini memberikan argumen matematis heuristik: jika sebuah node yang ramah desentralisasi (, misalnya, laptop konsumen ) dapat memverifikasi N transaksi per detik, dan Anda memiliki sebuah rantai yang memproses k*N transaksi per detik, maka (i) setiap transaksi hanya dapat dilihat oleh 1/k node, yang berarti penyerang hanya perlu merusak sejumlah kecil node untuk melakukan transaksi jahat, atau (ii) node Anda akan menjadi kuat, sementara rantai Anda tidak akan terdesentralisasi. Tujuan artikel ini sama sekali bukan untuk membuktikan bahwa memecahkan paradoks segitiga tidak mungkin; sebaliknya, artikel ini bertujuan untuk menunjukkan bahwa memecahkan paradoks tiga arah itu sulit, dan membutuhkan semacam lompatan di luar kerangka pemikiran yang diimplikasikan oleh argumen tersebut.
Selama bertahun-tahun, beberapa rantai berkinerja tinggi sering mengklaim bahwa mereka telah menyelesaikan trilema tiga tanpa mengubah arsitektur secara fundamental, biasanya dengan menerapkan teknik rekayasa perangkat lunak untuk mengoptimalkan node. Ini selalu menyesatkan, menjalankan node di rantai ini jauh lebih sulit daripada menjalankan node di Ethereum. Artikel ini akan membahas mengapa demikian, dan mengapa hanya dengan rekayasa perangkat lunak klien L1 sendiri tidak dapat menskalakan Ethereum?
Namun, kombinasi sampling ketersediaan data dengan SNARKs memang menyelesaikan paradoks segitiga: itu memungkinkan klien untuk memvalidasi sejumlah data yang tersedia dengan hanya mengunduh sejumlah kecil data dan melakukan sangat sedikit perhitungan, serta memastikan bahwa sejumlah langkah perhitungan dilakukan dengan benar. SNARKs adalah tanpa kepercayaan. Sampling ketersediaan data memiliki model kepercayaan yang halus few-of-N, tetapi itu mempertahankan karakteristik dasar dari rantai yang tidak dapat diskalakan, yaitu bahkan serangan 51% tidak dapat memaksa blok jahat diterima oleh jaringan.
Metode lain untuk memecahkan tiga tantangan adalah arsitektur Plasma, yang menggunakan teknologi cerdas untuk mendorong tanggung jawab ketersediaan data pemantauan kepada pengguna dengan cara yang kompatibel dengan insentif. Pada tahun 2017-2019, ketika kami hanya memiliki bukti penipuan sebagai satu-satunya cara untuk memperluas kapasitas komputasi, Plasma sangat terbatas dalam pelaksanaan yang aman, tetapi dengan munculnya SNARKs( bukti nol pengetahuan yang ringkas dan non-interaktif), arsitektur Plasma menjadi lebih layak untuk digunakan dalam lebih banyak skenario dibandingkan sebelumnya.
Kemajuan lebih lanjut dalam sampling ketersediaan data
Masalah apa yang sedang kita selesaikan?
Pada 13 Maret 2024, ketika peningkatan Dencun diluncurkan, blockchain Ethereum akan memiliki 3 blob sekitar 125 kB setiap slot 12 detik, atau bandwidth data yang tersedia untuk setiap slot sekitar 375 kB. Jika data transaksi diterbitkan langsung di blockchain, maka transfer ERC20 sekitar 180 byte, sehingga maksimum TPS Rollup di Ethereum adalah: 375000 / 12 / 180 = 173,6 TPS.
Jika kita menambahkan nilai maksimum teoritis calldata Ethereum (: setiap slot 30 juta Gas / setiap byte 16 gas = setiap slot 1.875.000 byte ), maka menjadi 607 TPS. Menggunakan PeerDAS, jumlah blob dapat meningkat menjadi 8-16, yang akan memberikan 463-926 TPS untuk calldata.
Ini adalah peningkatan besar untuk Ethereum L1, tetapi masih belum cukup. Kami menginginkan lebih banyak skalabilitas. Tujuan jangka menengah kami adalah 16 MB per slot, jika dikombinasikan dengan perbaikan kompresi data Rollup, akan membawa ~58000 TPS.
Apa itu? Bagaimana cara kerjanya?
PeerDAS adalah implementasi yang relatif sederhana dari "1D sampling". Di Ethereum, setiap blob adalah polinomial derajat 4096 di atas bidang prima 253 bit (. Kami menyiarkan shares polinomial, di mana setiap shares berisi 16 nilai evaluasi dari 16 koordinat yang berdekatan dari total 8192 koordinat. Dari 8192 nilai evaluasi ini, sembarang 4096 ) dapat memulihkan blob berdasarkan parameter yang diusulkan saat ini: 64 dari 128 kemungkinan sampel (.
Cara kerja PeerDAS adalah membiarkan setiap klien mendengarkan sejumlah subnet yang kecil, di mana subnet ke-i menyiarkan sampel ke-i dari blob mana pun, dan dengan menanyakan kepada rekan sejawat di jaringan p2p global ) siapa yang akan mendengarkan subnet yang berbeda ( untuk meminta blob lain yang dibutuhkannya di subnet lain. Versi yang lebih konservatif, SubnetDAS, hanya menggunakan mekanisme subnet, tanpa permintaan tambahan ke lapisan rekan. Proposal saat ini adalah agar node yang berpartisipasi dalam proof of stake menggunakan SubnetDAS, sementara node lainnya ) yaitu klien ( menggunakan PeerDAS.
![Vitalik baru: Ethereum kemungkinan masa depan, The Surge])https://img-cdn.gateio.im/webp-social/moments-5d1a322bd6b6dfef0dbb78017226633d.webp(
Secara teoritis, kita dapat memperluas skala "1D sampling" cukup besar: jika kita meningkatkan jumlah maksimum blob menjadi 256) dengan target 128(, maka kita dapat mencapai target 16MB, sementara dalam sampling ketersediaan data setiap node memiliki 16 sampel * 128 blob * setiap blob setiap sampel 512 byte = bandwidth data 1 MB per slot. Ini hanya sedikit berada dalam batas toleransi kami: ini mungkin, tetapi berarti klien dengan bandwidth terbatas tidak dapat melakukan sampling. Kita dapat melakukan optimasi tertentu terhadap ini dengan mengurangi jumlah blob dan meningkatkan ukuran blob, tetapi ini akan membuat biaya rekonstruksi lebih tinggi.
Oleh karena itu, kami akhirnya ingin melangkah lebih jauh, melakukan 2D sampling )2D sampling(, metode ini tidak hanya melakukan pengambilan sampel acak di dalam blob, tetapi juga melakukan pengambilan sampel acak antara blob. Dengan memanfaatkan sifat linier dari komitmen KZG, kami memperluas kumpulan blob dalam sebuah blok melalui sekelompok blob virtual baru, di mana blob virtual ini secara redundan mengkodekan informasi yang sama.
Oleh karena itu, pada akhirnya kami ingin melangkah lebih jauh, melakukan sampling 2D, yang tidak hanya melakukan sampling acak di dalam blob, tetapi juga di antara blob. Sifat linier dari komitmen KZG digunakan untuk memperluas kumpulan blob dalam satu blok, yang berisi daftar blob virtual baru yang melakukan pengkodean redundan terhadap informasi yang sama.
Penting untuk dicatat bahwa perpanjangan komitmen tidak memerlukan blob, sehingga skema ini pada dasarnya ramah terhadap pembangunan blok terdistribusi. Node yang membangun blok hanya perlu memiliki komitmen blob KZG, dan mereka dapat mengandalkan sampling ketersediaan data )DAS( untuk memverifikasi ketersediaan blok data. Sampling ketersediaan data satu dimensi )1D DAS( pada dasarnya juga ramah terhadap pembangunan blok terdistribusi.
) Apa yang perlu dilakukan lagi? Apa saja komprominya?
Selanjutnya adalah menyelesaikan implementasi dan peluncuran PeerDAS. Setelah itu, terus meningkatkan jumlah blob di PeerDAS, sambil mengamati jaringan dengan cermat dan meningkatkan perangkat lunak untuk memastikan keamanan, ini adalah proses yang bertahap. Sementara itu, kami berharap ada lebih banyak pekerjaan akademis untuk mengatur PeerDAS dan versi DAS lainnya serta interaksinya dengan masalah keamanan seperti aturan pemilihan fork.
Pada tahap yang lebih jauh di masa depan, kita perlu melakukan lebih banyak pekerjaan untuk menentukan versi ideal dari 2D DAS dan membuktikan sifat keamanannya. Kami juga berharap pada akhirnya dapat beralih dari KZG ke alternatif yang aman kuantum dan tidak memerlukan pengaturan yang dapat dipercaya. Saat ini, kami masih belum jelas tentang kandidat mana yang ramah terhadap pembangunan blok terdistribusi. Bahkan dengan menggunakan teknik "brute force" yang mahal, yaitu menggunakan STARK rekursif untuk menghasilkan bukti validitas yang digunakan untuk membangun kembali baris dan kolom, itu masih tidak cukup untuk memenuhi kebutuhan, karena meskipun secara teknis, ukuran satu STARK adalah O(log)n### * log(log(n)( hash ( menggunakan STIR), tetapi kenyataannya STARK hampir sebesar seluruh blob.
Jalur realitas jangka panjang yang saya anggap adalah:
Harap dicatat, meskipun kami memutuskan untuk memperluas eksekusi secara langsung di lapisan L1, pilihan ini tetap ada. Ini karena jika lapisan L1 harus menangani sejumlah besar TPS, blok L1 akan menjadi sangat besar, dan klien akan menginginkan cara yang efisien untuk memverifikasi kebenarannya, oleh karena itu kami harus menggunakan teknologi yang sama di lapisan L1 seperti Rollup) seperti ZK-EVM dan DAS(.
) Bagaimana cara berinteraksi dengan bagian lain dari peta jalan?
Jika data kompresi diimplementasikan, permintaan untuk 2D DAS akan berkurang, atau setidaknya akan tertunda, dan jika Plasma digunakan secara luas, permintaan akan berkurang lebih lanjut. DAS juga menantang protokol dan mekanisme pembangunan blok terdistribusi: meskipun DAS secara teoritis bersahabat dengan rekonstruksi terdistribusi, dalam praktiknya ini perlu digabungkan dengan proposal daftar inklusi paket dan mekanisme pemilihan fork di sekitarnya.
Kompresi Data
Apa masalah yang sedang kita selesaikan?
Setiap transaksi dalam Rollup akan memakan banyak ruang data di on-chain: transfer ERC20 membutuhkan sekitar 180 byte. Bahkan dengan sampling ketersediaan data yang ideal, ini membatasi skalabilitas protokol Layer. Setiap slot 16 MB, kita mendapatkan:
16000000 / 12 / 180 = 7407 TPS
Jika kita tidak hanya dapat memecahkan masalah numerator, tetapi juga masalah denominator, sehingga setiap transaksi dalam Rollup menggunakan lebih sedikit byte di blockchain, bagaimana jadinya?
( Apa itu, bagaimana cara kerjanya?
Menurut saya, penjelasan terbaik adalah gambar ini dari dua tahun yang lalu:
![Vitalik baru: Masa depan Ethereum yang mungkin, The Surge])https://img-cdn.gateio.im/webp-social/moments-e0ddd016e2afb3218833324254451c1d.webp###
Kompresi byte nol, mengganti setiap urutan byte nol panjang dengan dua byte, menunjukkan berapa banyak yang ada.