以太坊可能的未來：The Surge

The Surge：關鍵目標

1. 未來以太坊通過 L2 可以達到 10 萬以上的 TPS；

2. 保持 L1 的去中心化和魯棒性；

3. 至少一些 L2 完全繼承了以太坊的核心屬性（去信任、開放、抗審查）；

4. 以太坊應該感覺像一個統一的生態系統，而不是 34 個不同的區塊鏈。

本章內容

1. 可擴展性三角悖論
2. 數據可用性採樣的進一步進展
3. 數據壓縮
4. Generalized Plasma
5. 成熟的 L2 證明系統
6. 跨 L2 互操作性改進
7. 在 L1 上擴展執行

可擴展性三角悖論

可擴展性三角悖論是 2017 年提出的一個想法，它認爲區塊鏈的三個特性之間存在矛盾：去中心化（更具體地說：運行節點的成本低）、可擴展性（處理的交易數量多）和安全性（攻擊者需要破壞網路中很大一部分節點才能使單筆交易失敗）。

值得注意的是，三角悖論不是一個定理，介紹三角悖論的帖子也沒有附帶數學證明。它確實給出了一個啓發式的數學論點：如果一個去中心化友好的節點（例如消費類筆記本電腦）每秒可以驗證 N 筆交易，並且你有一個每秒處理 k*N 筆交易的鏈，那麼 （i） 每筆交易只能被 1/k 個節點看到，這意味着攻擊者只需破壞少數節點就能通過一筆惡意交易， 或 （ii） 你的節點將變得強大，而你的鏈不會去中心化。這篇文章的目的從不是證明打破三角悖論論是不可能的；相反，它旨在表明打破三元悖論是困難的，它需要在某種程度上跳出該論證所隱含的思維框架。

多年來，一些高性能鏈常聲稱它們在不從根本上改變架構的情況下就解決了三元悖論，通常是通過運用軟件工程技巧來優化節點。這總是具有誤導性的，在這些鏈上運行節點比在以太坊上運行節點要困難得多。本篇文章將探討爲何會如此，以及爲什麼僅憑 L1 客戶端軟件工程本身無法擴展以太坊？

然而，數據可用性採樣與 SNARKs 的結合確實解決了三角悖論：它允許客戶端在僅下載少量數據並執行極少量計算的情況下，驗證一定數量的數據是可用的，並且一定數量的計算步驟是正確執行的。SNARKs 是無需信任的。數據可用性採樣具有一種微妙的 few-of-N 信任模型，但它保留了不可擴容鏈所具有的基本特性，即即使是 51% 的攻擊也無法強制壞塊被網路接受。

解決三難困境的另一種方法是 Plasma 架構，它使用巧妙的技術，以激勵兼容的方式將監視數據可用性的責任推給用戶。早在 2017-2019 年，當我們只有欺詐證明這一手段來擴展計算能力時，Plasma 在安全執行方面非常受限，但隨着 SNARKs（零知識簡潔非交互式論證）的普及，Plasma 架構對於比以往更廣泛的使用場景變得更加可行。

數據可用性採樣的進一步進展

我們正在解決什麼問題？

2024 年 3 月 13 日，當 Dencun 升級上線時，每 12 秒的 slot 有 3 個約 125 kB blob，或每個 slot 的數據可用帶寬約 375 kB。假設交易數據直接在鏈上發布，則 ERC20 轉帳約爲 180 字節，因此上 Rollup 的最大 TPS 爲：375000 / 12 / 180 = 173.6 TPS

如果我們加上的 calldata（理論最大值：每個 slot 3000 萬 Gas / 每字節 16 gas = 每個 slot 1,875,000 字節），則變爲 607 TPS。使用 PeerDAS，blob 數量可能會增加到 8-16，這將爲 calldata 提供 463-926 TPS。

這是對 L1 的重大提升，但還不夠。我們想要更多的可擴展性。我們的中期目標是每個 slot 16 MB，如果結合 Rollup 數據壓縮的改進，將帶來 ~58000 TPS。

它是什麼？如何運行？

PeerDAS 是"1D sampling"的一個相對簡單的實現。在中，每個 blob 都是一個在 253 位素數域（prime field）上的 4096 次多項式（polynomial）。我們廣播多項式的 shares，其中每個 shares 包含從總共 8192 個坐標中相鄰的 16 個坐標上的 16 個評估值。在這 8192 個評估值中，任何 4096 個（根據當前提出的參數：128 個可能樣本中的任何 64 個）都可以恢復 blob。

PeerDAS 的工作原理是讓每個客戶端偵聽少量子網，其中第 i 個子網廣播任何 blob 的第 i 個樣本，並通過詢問全球 p2p 網路中的對等方（誰將偵聽不同的子網）來請求它需要的其他子網上的 blob。更保守的版本 SubnetDAS 僅使用子網機制，而沒有額外的詢問對等層。當前的提案是讓參與權益證明的節點使用 SubnetDAS，而其他節點（即客戶）使用 PeerDAS。

從理論上講，我們可以將一"1D sampling"規模擴展得相當大：如果我們將 blob 的最大數量增加到 256（目標爲 128），那麼我們就能達到 16MB 的目標，而數據可用性採樣中每個節點 16 個樣本 * 128 個 blob * 每個 blob 每個樣本 512 字節 = 每個 slot 1 MB 的數據帶寬。這只是勉強在我們的容忍範圍內：這是可行的，但這意味着帶寬受限的客戶端無法採樣。我們可以通過減少 blob 數量和增加 blob 大小來對此進行一定程度的優化，但這會使重建成本更高。

因此，我們最終想要更進一步，進行 2D 採樣（2D sampling），這種方法不僅在 blob 內進行隨機抽樣，還在 blob 之間進行隨機抽樣。利用 KZG 承諾的線性屬性，通過一組新的虛擬 blob 來擴展一個區塊中的 blob 集，這些虛擬 blob 冗餘地編碼了相同的信息。

因此，最終我們想更進一步，進行 2D 採樣，它不僅在 blob 內，而且在 blob 之間進行隨機採樣。KZG 承諾的線性屬性用於擴展一個區塊中的 blob 集，其中包含對相同信息進行冗餘編碼的新虛擬 blob 列表。

至關重要的是，計算承諾的擴展並不需要有 blob，因此該方案從根本上來說對分布式區塊構建是友好的。實際構建區塊的節點只需要擁有 blob KZG 承諾，並且它們可以依賴數據可用性採樣（DAS）來驗證數據塊的可用性。一維數據可用性採樣（1D DAS）本質上也對分布式塊構建友好。

還需做什麼？又有哪些權衡？

接下來是完成 PeerDAS 的實施和推出。之後，不斷增加 PeerDAS 上的 blob 數量，同時仔細觀察網路並改進軟件以確保安全，這是一個漸進的過程。同時，與此同時，我們希望有更多的學術工作來規範 PeerDAS 和其他版本的 DAS 及其與分叉選擇規則安全等問題的交互。

在未來更遠的階段，我們需要做更多的工作來確定 2D DAS 的理想版本，並證明其安全屬性。我們還希望最終能夠從 KZG 轉向一種量子安全且無需可信設置的替代方案。目前，我們還不清楚有哪些候選方案對分布式區塊構建是友好的。即使使用昂貴的"蠻力"技術，即使用遞歸 STARK 來生成用於重建行和列的有效性證明，也不足以滿足需求，因爲雖然從技術上講，一個 STARK 的大小爲 O(log(n) * log(log(n)) 哈希值（使用 STIR），但實際上 STARK 幾乎與整個 blob 一樣大。

我認爲的長期現實路徑是：

1. 實施理想的 2D DAS；
2. 堅持使用 1D DAS，犧牲採樣帶寬效率，爲了簡單性和魯棒性而接受較低的數據上限
3. 放棄 DA，完全接受 Plasma 作爲我們關注的主要 Layer2 架構。

請注意，即使我們決定直接在 L1 層擴展執行，這種選擇也是存在的。這是因爲如果 L1 層要處理大量的 TPS，L1 區塊將變得非常大，客戶端將希望有一種高效的方法來驗證它們的正確性，因此我們將不得不在 L1 層使用與 Rollup（如 ZK-EVM 和 DAS）相同的技術。

如何與路線圖的其他部分交互？

如果實現數據壓縮，對 2D DAS 的需求會有所減少，或者至少會延遲，如果 Plasma 被廣泛使用，則需求會進一步減少。DAS 也對分布式區塊構建協議和機制提出了挑戰：雖然 DAS 理論上對分布式重建友好，但這在實踐中需要與包 inclusion list 提案及其周圍的分叉選擇機制相結合。

數據壓縮

我們在解決什麼問題？

Rollup 中的每筆交易都會佔用大量的鏈上數據空間：ERC20 傳輸大約需要 180 字節。即使有理想的數據可用性採樣，這也限制了 Layer 協議的可擴展性。每個 slot 16 MB，我們得到：

16000000 / 12 / 180 = 7407 TPS

如果我們不僅能解決分子的問題，還能解決分母的問題，讓每個 Rollup 中的交易在鏈上佔用更少的字節，那會怎樣？

它是什麼，如何工作？

在我看來，最好的解釋是兩年前的這張圖：

零字節壓縮中，用兩個字節替換每個長的零字節序列，表示有多少個零字節。更進一步，我們利用了交易的特定屬性：

籤名聚合：我們從 ECDSA 籤名切換到 BLS 籤名，BLS 籤名的特性是多個籤名可以組合成一個單一的籤名，該籤名可以證明所有原始籤名的有效性。在 L1 層中，由於即使進行聚合，驗證的計算成本也較高，因此不考慮使用 BLS 籤名。但在 L2 這樣數據稀缺的環境中，使用 BLS 籤名是有意義的。ERC-4337 的聚合特性爲實現這一功能提供了一條途