被忽视的模块化领域:聚合、结算与执行层

news2024/11/17 3:09:23

原文标题:《Aggregation, settlement, execution》
撰文:Bridget Harris 
编译:Chris,Techub News

在关注度和创新方面,模块化堆栈的各个部分并不一样,虽然之前有许多项目在数据可用性(DA)和排序层上进行了创新,但直到最近,执行层和结算层才作为模块化堆栈的一部分被重视起来。

共享排序器领域竞争激励,Espresso 、Astria 、Radius 、Rome 和 Madara 等许多项目在争夺市场份额 ,此外还有包括像 Caldera 和 Conduit 这样的 RaaS 提供商,它们为在其基础上构建的 Rollup 开发共享排序器。这些 RaaS 提供商能够为 Rollup 提供更优惠的费用,因为它们的底层商业模式并不完全依赖于排序收入。还有许多 Rollup 选择运行自己的排序器以获取它产生的费用。

与数据可用性(DA)领域相比,排序器市场是独一无二的。数据可用性(DA)领域基本上由 Celestia 、Avail 和 EigenDA 组成的寡头垄断。这使得除了三大巨头之外的较小新进入者很难成功颠覆该领域。项目要么利用「现有」选择(以太坊);要么根据自身的技术堆栈类型和一致性选择其中一个成熟的 DA 层。虽然使用 DA 层可以节省大量成本,但外包排序器部分并不是一个明显的选择(从费用角度来看,而不是安全性),主要是因为放弃排序器收入的机会成本。许多人还认为 DA 将成为一种商品,但我们在加密货币中看到,超强的流动性护城河与独特(难以复制)的底层技术相结合,使得将堆栈中的某一层商品化变得极其困难。无论这些争论如何,都有许多 DA 和排序器产品推出。简而言之,对于一些模块化堆栈,「每项服务都有几个竞争对手。」 

我认为,执行和结算(以及聚合)层相对而言尚未得到充分探索,但它们正开始以新的方式进行迭代,以便与模块化堆栈的其余部分更好地保持一致。 

执行与结算层关系 

执行层和结算层密切相连,结算层作为定义状态和执行最终结果的地方。结算层还能够为执行层的结果提供增强功能,从而增强执行层的功能和安全性。实际应用中,这意味着结算层可以担当多种角色,例如解决执行层中的欺诈纠纷、验证证据以及连接其他执行层环境。

值得注意的是,一些团队选择在自己协议的原生环境中直接支持开发自定义的执行环境,比如 Repyh Labs,他们正在构建一个名为 Delta 的 L1。这本质上是对模块化堆栈的反向设计,但仍然提供了灵活性,并且具有技术兼容性的优势,因为团队不需要花时间手动集成模块化堆栈的每个部分。当然,缺点是从流动性角度来看是孤立的,无法选择最适合你的设计的模块化层,而且成本太高。

其他团队则选择针对特定核心功能或应用构建 L1。Hyperliquid 就是一个例子,他们为其旗舰原生应用(永续合约交易平台)构建了一个专用 L1。虽然他们的用户需要通过 Arbitrum 进行跨链操作,但他们的核心架构并不依赖于 Cosmos SDK 或其他框架,因此可以针对其主要用例进行迭代定制和优化。

执行层进展

在上一个周期中,通用型的另类 Layer1(alt-L1)唯一胜过以太坊的功能是更高的吞吐量。这意味着,如果项目希望显著提升性能,基本上必须选择从头开始构建自己的 Layer1,主要是因为以太坊本身尚未具备这项技术。从历史上看,这仅仅意味着将效率机制直接嵌入通用协议中。在当前周期中,这些性能改进是通过模块化设计实现的,并且是在主要智能合约平台以太坊上实现的。这样一来,现有项目和新项目都可以利用新的执行层基础设施,同时又不会牺牲以太坊的流动性、安全性和社区护城河。

目前,我们还看到作为共享网络的一部分,不同的虚拟机(VM)的混合和匹配越来越多,这为开发人员提供了灵活性和在执行层上更好的定制性。例如,Layer N 允许开发人员在其共享状态机之上运行通用 Rollup 节点(例如 SolanaVM、MoveVM 等作为执行环境)和特定于应用程序的 Rollup 节点(例如永续 DEX、订单薄 DEX)。他们还致力于实现这些不同 VM 架构之间的完全可组合性和共享流动性,这是一个历史上难以大规模完成的链上工程问题。Layer N 上的每个应用程序都可以在共识方面无延迟地异步传递消息,这通常是加密货币的「通信开销」问题。每个 xVM 还可以使用不同的数据库架构,无论是 RocksDB、LevelDB 还是从头开始创建的自定义同步 / 异步数据库。互操作性部分通过「快照系统」(一种类似于 Chandy-Lamport 算法的算法)工作,其中链可以异步转换到新区块而无需系统暂停。在安全方面,如果状态转换不正确,可以提交欺诈证明。通过这种设计,他们的目标是最大限度地缩短执行时间,同时最大限度地提高整体网络吞吐量。

Layer N

为了推动定制化的进步,Movement Labs 利用 Move 语言进行 VM / 执行,该语言最初由 Facebook 设计并用于 Aptos 和 Sui 等网络。与其他框架相比,Move 具有结构性优势,主要体现在安全性和开发人员灵活性方面。从历史上看,使用现有技术构建链上应用的两个主要问题是安全性和开发灵活性。重要的是,开发人员也可以只编写 Solidity 并在 Movement 上部署。为了实现这一点,Movement 创建了一个完全兼容字节码的 EVM 运行时,该运行时也可以与 Move 堆栈一起使用。他们的 Rollup M2 利用 BlockSTM 并行化,这允许更高的吞吐量,同时仍然能够访问以太坊的流动性护城河(历史上,BlockSTM 仅用于 Aptos 等 alt L1,而 Aptos 显然缺乏 EVM 兼容性)。

MegaETH 也在推动执行层领域的进步,特别是通过其并行化引擎和内存数据库,其中排序器可以将整个状态存储在内存中。在架构方面,他们利用了:

  • 本机代码编译,使 L2 的性能更加出色(如果合约的计算密集程度更高,则程序可以获得大幅加速,如果计算密集程度不是很高,则仍然可以获得约 2 倍以上的加速)。

  • 相对中心化的区块生产,但去中心化的区块验证和确认。

  • 高效的状态同步,其中完整节点不需要重新执行交易,但它们需要了解状态增量,以便可以应用于其本地数据库。

  • Merkle 树更新结构,而他们的方法是一种内存和磁盘效率高的新 trie 数据结构。内存计算允许他们将链状态压缩到内存中,因此在执行交易时,它们不必进入磁盘,只需进入内存即可。

作为模块化堆栈的一部分,最近探索和迭代的另一个设计是证明聚合:定义为一个证明器,它创建多个简洁证明的单一简洁证明。首先,让我们整体地研究一下聚合层及其在加密领域的历史和当前趋势。 

聚合层的价值

从历史上看,在非加密货币市场中,聚合器的市场份额小于平台: 

虽然我不确定这是否适用于加密货币的所有情况,但对于去中心化交易所、跨链桥和借贷协议来说,这个结论依然适用。 

例如,1inch 和 0x(两家主要的 DEX 聚合器)的总市值约为 10 亿美元,仅为 Uniswap 约 76 亿美元市值的一小部分。跨链桥也是如此:与 Across 等平台相比,Li.Fi 和 Socket/Bungee 等跨链桥聚合器的市场份额更小。虽然 Socket 支持 15 种不同的跨链桥,但它们的总跨链交易量实际上与 Across 相似(Socket — 22 亿美元,Across — 17 亿美元),而 Across 仅占 Socket/Bungee 最近交易量的一小部分。 

在借贷领域,Yearn Finance 是首个去中心化借贷收益聚合协议,其市值目前约为 2.5 亿美元。相比之下,Aave(约 14 亿美元)和 Compound(约 5.6 亿美元)等平台的估值更高。 

传统金融市场情况类似。例如,ICE (洲际交易所)US 和芝加哥商业交易所集团各自的市值约为 750 亿美元,而像嘉信理财和 Robinhood 这样的「聚合器」分别拥有约 1,320 亿美元和约 150 亿美元的市值。在通过 ICE 和 CME 等众多场所进行路由的嘉信理财中,通过它们路由的交易量比例与其市值份额不成比例。Robinhood 每月大约有 1.19 亿份期权合约,而 ICE 约为 3,500 万份 —— 而且期权合约甚至不是 Robinhood 商业模式的核心部分。尽管如此,ICE 在公开市场上的估值比 Robinhood 高出约 5 倍。因此,作为应用程序级聚合接口,嘉信理财和 Robinhood 将客户订单流路由到各个场所,尽管它们的交易量很大,但估值并不像 ICE 和 CME 那么高。 

作为消费者,我们给予聚合器的价值较低。 

如果聚合层嵌入到产品 / 平台 / 链中,这在加密货币中可能不成立。如果聚合器直接紧密集成到链中,显然这是一种不同的架构,我很想知道它会如何发展。一个例子是 Polygon 的 AggLayer ,开发人员可以轻松地将他们的 L1 和 L2 连接到一个网络中,该网络可以聚合证明并在使用 CDK 的链之间实现统一的流动性层。 


AggLayer

该模型的工作原理类似于 Avail 的 Nexus 互操作性层,其中包括证明聚合和排序拍卖机制,从而使其 DA 产品更加强大。与 Polygon 的 AggLayer 一样,与 Avail 集成的每条链或 Rollup 都可以在 Avail 现有的生态系统内进行互操作。此外,Avail 池化了来自各种区块链平台和 Rollup 的有序交易数据,包括以太坊、所有以太坊 Rollup、Cosmos 链、Avail Rollup、Celestia Rollup 以及不同的混合结构,如 Validiums、Optimiums 和 Polkadot 平行链等。来自任何生态系统的开发人员都可以在使用 Avail Nexus 的同时在 Avail 的 DA 层之上进行无需许可的构建,Avail Nexus 可用于跨生态系统的证明聚合和消息传递。


Avail Nexus 

Nebra 专注于证明聚合和结算,它们可以在不同的证明系统之间进行聚合。例如,聚合 xyz 系统证明和 abc 系统证明,这样你就有了 agg_xyzabc (而不是在证明系统内聚合,这样你就有了 agg_xyz 和 agg_abc )。该架构使用 UniPlonK ,它标准化了电路系列的验证者工作,使得跨不同 PlonK 电路验证证明更加高效和可行。从本质上讲,它使用零知识证明本身(递归 SNARK)来扩展验证部分(通常是这些系统中的瓶颈)。对于客户而言,「最后一英里」结算变得更加容易,因为 Nebra 处理所有批量聚合和结算,团队只需要更改 API 合约调用即可。  

Astria 正在研究一些有趣的设计,围绕他们的共享排序器如何与证明聚合一起工作。他们将执行部分留给 Rollup 本身,Rollup 在共享排序器的给定命名空间上运行执行层软件,本质上只是「执行 API」,这是 Rollup 接受排序层数据的一种方式。他们还可以轻松地在此处添加对有效性证明的支持,以确保区块没有违反 EVM 状态机规则。 

在这里,像 Astria 这样的产品充当 #1 → #2 流程(无序交易 → 有序区块),执行层 /Rollup 节点是 #2 → #3,而像 Nebra 这样的协议充当最后一英里 #3 → #4(执行区块 → 简洁证明)。Nebra 也可能是理论上的第五步,其中证明被聚合然后进行验证。Sovereign Labs 也在研究与最后一步类似的概念,其中基于证明聚合的跨链桥是其架构的核心。 

总体而言,一些应用层开始拥有底层基础设施,部分原因是如果它们不控制底层堆栈,那么仅保留上层应用可能会带来激励问题和高昂的用户采用成本。另一方面,随着竞争和技术进步不断压低基础设施成本,应用程序 / 应用链与模块化组件集成的费用变得更加低廉。我相信这种动态会更加强大,至少目前如此。

有了所有这些创新(执行层、结算层、聚合层),更高的效率、更轻松的集成、更强的互操作性和更低的成本就变得可能了。所有这些最终会为用户带来更好的应用程序,为开发人员带来更好的开发体验。这是一个成功的组合,可以带来更多的创新,以及更快的创新速度。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1713752.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【目标解算】相机内外参数详细解读+坐标系转换

一、相机参数介绍 1.1 相机内参矩阵 概念:内参矩阵用于描述相机的内部参数,它包含了相机的焦距、主点坐标和图像的畸变等信息。内参矩阵的形式通常为一个3x3的矩阵,常用表示为K。内参矩阵可以将相机坐标系中的三维点映射到图像平面上的二维…

怎么更改图片格式?图片在线转格式的使用方法

现在很多的平台在上传图片的时候,都会有规定要求的大小、格式、尺寸,只有符合要求的图片才可以正常上传。在网上传图时想要快速的修改图片格式,比较简单的一个方法就是在使用在线图片格式转换的工具就能够快速处理,下面将图片转格…

HackTheBox-Machines--Lazy

Lazy测试过程 1 信息收集 1.端口扫描 发现 SSH(22)、HTTP(80)端口 nmap -sC -sV 10.129.159.512.访问 80 端口 1.页面中存在注册功能,测试注册功能 页面返回登录页面及用户名 使用burpsuite观察注册请求 /register.p…

Vue使用axios实现调用后端接口

准备后端接口 首先,我已经写好一个后端接口用来返回我的用户数据,并用Postman测试成功如下: 以我的接口为例,接口地址为:http://localhost:8080/user/selectAll 返回Json为: {"code": "2…

通过AWR结合SQLHC对性能变低的SQL进行分析的过程

ESTDB数据库2020/4/29下午16点附近出现业务卡顿现象。 可以发现问题SQL为(SQL_ID fr0nhywcycrsa)。占问题时段数据库资源消耗的52.69%,通过对此SQL语句的执行效率进行分析,我们发现: 对SQL_ID fr0nhywcycrsa?进行分析,可以发现此…

精通推荐算法8:Embedding表征学习 -- 总体架构

1 Embedding表征学习的总体架构 目前,推荐算法精排模型大多基于Embedding MLP范式,模型底层是Embedding层,作用是将高维稀疏的输入特征转换为低维稠密的特征向量,并实现一定的模糊查找能力。模型上层是MLP层,作用是对…

鸿蒙应用模型:【Ability Kit】简介

Ability Kit简介 Ability Kit(程序框架服务)提供了应用程序开发和运行的应用模型,是系统为开发者提供的应用程序所需能力的抽象提炼,它提供了应用程序必备的组件和运行机制。有了应用模型,开发者可以基于一套统一的模…

了解可燃气体报警器的检测原理与注意事项

在工业、商业以及家庭生活中,可燃气体报警器作为安全监测的重要设备,发挥着不可忽视的作用。 那么,可燃气体报警器主要检测哪些气体呢? 接下来,佰德将从可燃气体种类、报警器工作原理、检测范围与精度、应用场景与重…

Linux_应用篇(11) 线程

上一章,学习了进程相关的知识内容, 对进程有了一个比较全面的认识和理解; 本章开始, 将学习 Linux应用编程中非常重要的编程技巧---线程(Thread) ;与进程类似,线程是允许应用程序并发…

计算机电子书籍资源转载分享

这篇会很简略,一个博主的宝藏,被我发现了,而且是去年2023年更新的,里面计算机网络的第八版书籍都有(谢希仁编著) 这是该博主的github上面发布的:zhangyachen/ComputerArchitectureAndCppBooks:…

轻松解决msvcp140_ATOMIC_WAIT.dll丢失问题的5种方法

在电脑使用过程中,我们经常会遇到一些错误提示,其中之一就是“msvcp140_ATOMIC_WAIT.dll丢失”。这个错误提示通常出现在运行某些程序或游戏时,给使用者带来了很大的困扰。那么,如何解决这个问题呢?小编将为大家介绍5种…

GDPU 操作系统 天码行空13

文章目录 ❌ TODO:本文仅供参考,极有可能有误1.生产者消费者问题(信号量)💖 ProducerConsumerExample.java🏆 运行结果 💖 ProducerConsumerSelectiveExample.java🏆 运行结果 2.实现…

亮相CCIG2024,合合信息文档解析技术破解大模型语料“饥荒”难题

近日,2024中国图象图形大会在古都西安盛大开幕。本届大会由中国图象图形学学会主办,空军军医大学、西安交通大学、西北工业大学承办,通过二十多场论坛、百余项成果,集中展示了生成式人工智能、大模型、机器学习、类脑计算等多个图…

jupyter notebook更改位置

1.找到jupyer的配置文件 一般在c盘用户的.jupter文件夹下 2. 用记事本打开这个配置文件,定位到c.NotebookApp.notebook_dir /path_to_your_directory 替换你的位置 3.找到jupyer图标的位置,打开属性 添加要存放的位置在目标文件的末尾,重新…

Hadoop伪分布式安装教程

Hadoop伪分布式安装教程 一、安装背景1.1 软件列表1.2 系统软件列表 二、安装Hadoop2.1 安装 Java 环境2.1.1 前期准备2.1.2 文件传输2.1.3 解压文件2.1.4 配置 jdk 的环境变量2.1.5 输入 java、javac、java -version 命令检验 jdk 是否安装成功 2.2 Hadoop 下载地址[hadoop](h…

Unix、Linux 软件包管理快速入门对照

Linux(RHEL、Ubuntu)或者 Unix(macOS、FreeBSD)可以参看下表快速入门: 命令功能/系统Darwin (macOS)FreeBSDDebian/UbuntuRHEL(dnf yum)搜索和查找软件包brew searchpkg searchapt listyum list查看软件包…

Compose第一弹 可组合函数+Text

目标: 1.Compose是什么?有什么特征? 2.Compose的文本控件 一、Compose是什么? Jetpack Compose 是用于构建原生 Android 界面的新工具包。 Compose特征: 1)声明式UI:使用声明性的函数构建一…

基础9 探索图形化编程的奥秘:从物联网到工业自动化

办公室内,明媚的阳光透过窗户洒落,为每张办公桌披上了一层金色的光辉。同事们各自忙碌着,键盘敲击声、文件翻页声和低声讨论交织在一起,营造出一种忙碌而有序的氛围。空气中氤氲着淡淡的咖啡香气和纸张的清新味道,令人…

达梦 结果拼接=多行结果返回一列字符串.

sql 转换 查询出多行数据 (select t.PROPERTY from JD_CODING t left join DELIVERY_OF c on t.VALUE c.TYPE where t.PROPERTY stackingType group by t.PROPERTY) 更改后 转为一列的拼接字符串 ( select listagg( distinct t.PROPERTY,,) within group ( order by t.P…

RET-CLIP:眼科疾病诊断大模型

RET-CLIP:眼科疾病诊断大模型 RET-CLIP模型的工作流程和架构图表组成部分工作流程 精细拆解应用RET-CLIP模型进行糖尿病视网膜病变分级 论文:http://arxiv.org/pdf/2405.14137v1 代码:https://github.com/sStonemason/RET-CLIP RET-CLIP 是…