1kx: ผลลัพธ์สุดท้ายของการขยายบล็อคเชนคือการลดความน่าเชื่อถือและการขยายแนวนอน

ผู้เขียนต้นฉบับ: weidai.eth

ต้นฉบับเรียบเรียง: ลูฟี่, Foresight News

Ethereum เป็นคอมพิวเตอร์โลกที่ไม่ได้รับอนุญาตซึ่งในขณะที่เขียนบทความนี้ มีความมั่นคงทางเศรษฐกิจสูงสุด และทำหน้าที่เป็นบัญชีแยกประเภทการชำระบัญชีสำหรับสินทรัพย์ แอปพลิเคชัน และบริการที่หลากหลาย Ethereum ยังมีข้อจำกัด: พื้นที่บล็อกเป็นทรัพยากรที่หายากและมีราคาแพงบน Ethereum mainnet การขยาย L2 ถือเป็นทางออกที่ดีที่สุดสำหรับปัญหานี้ ในช่วงไม่กี่ปีที่ผ่านมา มีโครงการจำนวนมากเข้าสู่สาขานี้ ซึ่งส่วนใหญ่เป็นแบบ Rollup อย่างไรก็ตาม Rollup ในความหมายที่เข้มงวดของคำนี้ (ข้อมูลอยู่บน Ethereum L1) ไม่สามารถขยาย Ethereum ได้ไม่จำกัด และขีดจำกัดสูงสุดคือการประมวลผลธุรกรรมนับพันรายการต่อวินาที

ขั้นแรก โปรดทำความเข้าใจสองแนวคิด:

• การลดความน่าเชื่อถือ: หากการทำงานของระบบ L2 ไม่ต้องการชิ้นส่วนที่เชื่อถือได้ภายนอก L1 พื้นฐาน ดังนั้น (คุณลักษณะของ) ระบบจะเป็นการลดความน่าเชื่อถือ

• ความสามารถในการปรับขนาดในแนวนอน: ระบบสามารถปรับขนาดได้ในแนวนอนหากสามารถเพิ่มอินสแตนซ์ได้โดยไม่ทำให้เกิดปัญหาคอขวดทั่วโลก

ในบทความนี้ เราขอยืนยันว่าระบบที่ลดความน่าเชื่อถือและปรับขนาดได้ในแนวนอนเป็นวิธีที่มีแนวโน้มมากที่สุดในการปรับขนาดแอปพลิเคชันบล็อกเชน แต่ทิศทางนี้ยังไม่ได้รับการสำรวจในขณะนี้ เราพัฒนาข้อโต้แย้งของเราโดยการสำรวจคำถามสามข้อ:

• เหตุใดแอปพลิเคชันจึงควรลดความน่าเชื่อถือลง

• ทำไมต้องสร้างระบบที่ปรับขนาดในแนวนอน?

• เราจะปรับปรุงการลดความน่าเชื่อถือและความสามารถในการปรับขนาดในแนวนอนได้อย่างไร

ข้อจำกัดความรับผิดชอบ: แม้ว่าบทความนี้จะเน้นไปที่ Ethereum ในฐานะ L1 พื้นฐาน แต่สิ่งที่เราพูดคุยกันในที่นี้ส่วนใหญ่ยังนำไปใช้กับชั้นการชำระเงินแบบกระจายอำนาจอื่น ๆ ภายนอก Ethereum อีกด้วย

เหตุใดแอปพลิเคชันจึงควรลดความน่าเชื่อถือลง

แอปพลิเคชันสามารถเชื่อมต่อกับ Ethereum ด้วยวิธีที่เชื่อถือได้ และสามารถเขียนและอ่านข้อมูลบนบล็อกเชน Ethereum ได้ แต่จำเป็นต้องมีความไว้วางใจว่าตรรกะทางธุรกิจจะดำเนินการอย่างถูกต้อง การแลกเปลี่ยนแบบรวมศูนย์เช่น Binance และ Coinbase เป็นตัวอย่างที่ดีของแอปพลิเคชันที่เชื่อถือได้ การเชื่อมต่อกับ Ethereum หมายความว่าแอปพลิเคชันสามารถใช้ประโยชน์จากเครือข่ายการชำระเงินทั่วโลกที่มีสินทรัพย์หลายรายการ

มีความเสี่ยงที่สำคัญที่เกี่ยวข้องกับบริการนอกเครือข่ายที่เชื่อถือได้ การล่มสลายของการแลกเปลี่ยนและบริการที่สำคัญในปี 2022 (เช่น FTX และเซลเซียส) ถือเป็นเรื่องเตือนที่ดีถึงสิ่งที่เกิดขึ้นเมื่อบริการที่เชื่อถือได้ทำงานผิดปกติและล้มเหลว

ในทางกลับกัน แอปพลิเคชันลดความน่าเชื่อถือสามารถเขียนและอ่านจาก Ethereum ในลักษณะที่ตรวจสอบได้ เช่น แอปพลิเคชันสัญญาอัจฉริยะ เช่น Uniswap, Rollups เช่น A.bitrum หรือ zkSync และตัวประมวลผลร่วม เช่น Lagrange และ Axiom กล่าวอย่างกว้างๆ เนื่องจากแอปพลิเคชันได้รับการรักษาความปลอดภัยโดยเครือข่าย Ethereum และมีการกำหนดฟังก์ชันการทำงานเพิ่มเติมให้กับ L1 ความน่าเชื่อถือจึงถูกลบออกไป เป็นผลให้สามารถให้บริการทางการเงินที่ลดความไว้วางใจได้โดยไม่มีความเสี่ยงจากคู่สัญญาหรือผู้ดูแล

ด้วยการจ้างฟังก์ชันการทำงานให้กับ L1 แอปพลิเคชันและบริการจะได้รับคุณลักษณะหลักสามประการ:

• ความมีชีวิตชีวา (และการสั่งซื้อ): ควรรวมธุรกรรมที่ผู้ใช้ส่ง (ดำเนินการและชำระบัญชี) ในเวลาที่เหมาะสม

• ความถูกต้อง: ธุรกรรมได้รับการประมวลผลตามกฎที่กำหนดไว้ล่วงหน้า

• ความพร้อมใช้งานของข้อมูล (และสถานะ): ผู้ใช้สามารถเข้าถึงข้อมูลประวัติตลอดจนสถานะแอปพลิเคชันปัจจุบัน

สำหรับแต่ละคุณสมบัติข้างต้น เราสามารถคิดได้ว่าสมมติฐานด้านความน่าเชื่อถือจำเป็นต้องมีหรือไม่ โดยเฉพาะอย่างยิ่ง ไม่ว่า Ethereum L1 จะจัดเตรียมคุณสมบัตินั้นหรือไม่ หรือจำเป็นต้องมีความไว้วางใจจากภายนอกหรือไม่ ตารางด้านล่างจัดหมวดหมู่ตัวอย่างสถาปัตยกรรมต่างๆ

ทำไมต้องสร้างระบบที่ปรับขนาดในแนวนอน?

การปรับขนาดแนวนอนหมายถึงการปรับขนาดโดยการเพิ่มอินสแตนซ์อิสระหรือแบบขนานให้กับระบบ เช่น แอปพลิเคชันหรือการยกเลิก สิ่งนี้กำหนดให้ไม่มีปัญหาคอขวดทั่วโลกในระบบ การปรับสเกลแนวนอนสามารถบรรลุการเติบโตแบบทวีคูณของปริมาณงานของระบบ

การปรับขนาดแนวตั้งหมายถึงการปรับขนาดโดยการเพิ่มปริมาณงานของระบบโดยรวม (เช่น Ethereum L1 หรือชั้นความพร้อมใช้งานของข้อมูล) การปรับมาตราส่วนแนวตั้งมักจำเป็นเมื่อการปรับมาตราส่วนแนวนอนพบกับปัญหาคอขวด เช่น บนทรัพยากรที่ใช้ร่วมกัน

คำชี้แจงที่ 1: การโรลอัปไม่สามารถปรับขนาดในแนวนอนได้เนื่องจากอาจพบปัญหาคอขวดของความพร้อมใช้งานของข้อมูล (DA) โซลูชัน DA ที่ปรับขนาดในแนวตั้งจำเป็นต้องมีการประนีประนอมในการกระจายอำนาจ

ความพร้อมใช้งานของข้อมูล (DA) ยังคงเป็นปัญหาคอขวดสำหรับ Rollup ปัจจุบัน เป้าหมายความจุสูงสุดสำหรับแต่ละบล็อก L1 คือ 1 MB (85 KB/s) ในระยะยาว EIP-4844 จะมอบพื้นที่ว่างเพิ่มเติมประมาณ 2 MB (171 KB/s) ผ่าน Danksharding ในที่สุด Ethereum L1 อาจรองรับแบนด์วิดท์ DA สูงถึง 1.3 MB/s Ethereum L1 DA เป็นทรัพยากรที่แอปพลิเคชันและบริการจำนวนมากแข่งขันกัน ดังนั้น แม้ว่าการใช้ L1 เนื่องจาก DA จะให้ความปลอดภัยที่ดีที่สุด แต่ก็กลายเป็นคอขวดในความสามารถในการปรับขนาดของระบบได้ ระบบที่ใช้ L1 เป็น DA จะไม่ปรับขนาด (โดยทั่วไป) ในแนวนอน และประสบปัญหาความไม่ประหยัดจากขนาด เลเยอร์ DA ทางเลือก เช่น Celestia หรือ EigenDA ก็มีขีดจำกัดแบนด์วิดท์เช่นกัน (แม้ว่าจะมีขนาดใหญ่กว่า 6.67 MB/s และ 15 MB/s ตามลำดับ) แต่สิ่งนี้มาพร้อมกับค่าใช้จ่ายในการย้ายสมมติฐานด้านความน่าเชื่อถือจาก Ethereum ไปยังเครือข่ายอื่น (โดยปกติจะมีการกระจายอำนาจน้อยกว่า) ซึ่งทำให้ความปลอดภัยลดลง

คำชี้แจงที่ 2: วิธีเดียวที่จะปรับขนาดบริการลดความน่าเชื่อถือในแนวนอนคือการบรรลุ (ใกล้) ข้อมูล L1 ส่วนเพิ่มเป็นศูนย์ต่อธุรกรรม วิธีที่ทราบสองวิธีคือค่าสะสมผลต่างสถานะ (SDR) และความถูกต้อง

State Difference Rollup (SDR) เป็นชุดรวมที่เผยแพร่ความแตกต่างของสถานะในชุดธุรกรรมรวมไปยัง Ethereum L1 สำหรับ EVM เนื่องจากแบทช์ธุรกรรมมีขนาดใหญ่ขึ้น ข้อมูลธุรกรรมแต่ละรายการที่เผยแพร่ไปยัง L1 จะเข้าใกล้ค่าคงที่ ซึ่งน้อยกว่าข้อมูลธุรกรรมของ Rollup มาก

ตัวอย่างเช่น ในระหว่างเหตุการณ์การทดสอบความเครียดที่มีคำจารึกจำนวนมาก zkSync เห็นข้อมูลการโทรลดลงเหลือ 10 ไบต์ต่อธุรกรรม เมื่อเปรียบเทียบกันแล้ว Rollup เช่น Arbitrum, Optimism และ Polygon zkEVM จะมีขนาดประมาณ 100 ไบต์ต่อธุรกรรมสำหรับการรับส่งข้อมูลปกติ

validium เป็นระบบสำหรับการเผยแพร่หลักฐานความถูกต้องของการเปลี่ยนสถานะเป็น Ethereum โดยไม่มีข้อมูลธุรกรรมหรือสถานะที่เกี่ยวข้อง Validium สามารถปรับขนาดในแนวนอนได้สูงแม้ภายใต้สภาพการจราจรที่น้อย และการตรวจสอบที่แตกต่างกันสามารถแบ่งชั้นการชำระหนี้ได้

นอกเหนือจากความสามารถในการปรับขนาดในแนวนอนแล้ว validium ยังสามารถให้ความเป็นส่วนตัวแบบออนไลน์ได้ (จากผู้สังเกตการณ์สาธารณะ) Validium พร้อมความเป็นส่วนตัว DA มีข้อมูลแบบรวมศูนย์และควบคุม และความพร้อมใช้งานของรัฐ ซึ่งหมายความว่าผู้ใช้จะต้องตรวจสอบสิทธิ์ก่อนที่จะเข้าถึงข้อมูล และผู้ปฏิบัติงานสามารถใช้หลักปฏิบัติด้านความเป็นส่วนตัวที่ดีได้ สิ่งนี้ทำให้ผู้ใช้ได้รับประสบการณ์ที่คล้ายกับเว็บหรือบริการทางการเงินแบบดั้งเดิม: กิจกรรมของผู้ใช้ไม่อยู่ภายใต้การพิจารณาของสาธารณะ แต่มีผู้ดูแลข้อมูลผู้ใช้ที่เชื่อถือได้ ในกรณีนี้คือผู้ดำเนินการ Validium

แล้วเครื่องคัดแยกแบบรวมศูนย์กับเครื่องคัดแยกแบบกระจายอำนาจล่ะ? เพื่อรักษาความสามารถในการปรับขนาดแนวนอนของระบบ เครื่องคัดแยกอิสระ (ทั้งแบบรวมศูนย์หรือแบบกระจายอำนาจ) มีความสำคัญอย่างยิ่ง เป็นที่น่าสังเกตว่าแม้ว่าระบบที่ใช้เครื่องคัดแยกที่ใช้ร่วมกันจะสามารถประกอบแบบอะตอมมิกได้ แต่ระบบเหล่านั้นไม่ได้ปรับขนาดในแนวนอน เนื่องจากเครื่องคัดแยกอาจกลายเป็นคอขวดเมื่อมีการเพิ่มระบบมากขึ้น

แล้วการทำงานร่วมกันล่ะ? หากระบบที่ปรับขนาดได้ในแนวนอนทั้งหมดอยู่บนข้อตกลง L1 เดียวกัน ระบบเหล่านั้นสามารถทำงานร่วมกันได้โดยไม่ต้องเชื่อถือเพิ่มเติม เนื่องจากสามารถส่งข้อความจากระบบหนึ่งไปยังอีกระบบหนึ่งผ่านชั้นข้อตกลงที่ใช้ร่วมกันได้ มีการแลกเปลี่ยนระหว่างต้นทุนการดำเนินงานและเวลาแฝงในการส่งข้อความ (ซึ่งสามารถแก้ไขได้ที่ชั้นแอปพลิเคชัน)

การลดความน่าเชื่อถือสำหรับระบบที่ปรับขนาดแนวนอนได้

เราสามารถลดข้อกำหนดด้านความน่าเชื่อถือสำหรับความมีชีวิตชีวา ผู้สั่งซื้อ และความพร้อมใช้งานของข้อมูลในระบบที่ปรับขนาดแนวนอนให้เหลือน้อยที่สุดได้หรือไม่

เป็นที่น่าสังเกตว่าเรารู้วิธีกอบกู้ความมีชีวิตชีวาและความพร้อมใช้งานของข้อมูลโดยสูญเสียความสามารถในการปรับขนาดในแนวนอน ตัวอย่างเช่น ธุรกรรม L2 สามารถเริ่มต้นได้จาก L1 เพื่อให้แน่ใจว่ามีการรวมไว้ Volition สามารถให้ผู้ใช้สามารถเลือกรับสถานะ L1 ได้

อีกวิธีหนึ่งคือการกระจายอำนาจ (แต่ไม่ต้องพึ่งพา L1) การใช้ซีเควนเซอร์แบบกระจายอำนาจ (เช่น Espresso Systems หรือ Astria) แทนที่จะใช้ซีเควนเซอร์ตัวเดียว ระบบสามารถกระจายอำนาจได้มากขึ้น ช่วยลดความไว้วางใจที่จำเป็นสำหรับความมีชีวิตชีวา การสั่งซื้อ และความพร้อมใช้งานของข้อมูล มีข้อจำกัดในการดำเนินการดังกล่าวเมื่อเปรียบเทียบกับโซลูชันของผู้ให้บริการรายเดียว: (1) ประสิทธิภาพอาจถูกจำกัดโดยประสิทธิภาพของระบบแบบกระจาย (2) สำหรับการตรวจสอบความถูกต้องด้วย DA ความเป็นส่วนตัว หากเครือข่ายซีเควนเซอร์แบบกระจายอำนาจไม่ได้รับอนุญาต การป้องกันความเป็นส่วนตัวเริ่มต้นจะสูญหาย

เราสามารถลดการพึ่งพาความน่าเชื่อถือได้มากขึ้นเพียงใดในความถูกต้องของผู้ให้บริการรายเดียวหรือ SDR มีหลายเส้นทางที่นี่

ทิศทางที่ 1: ความพร้อมใช้งานของข้อมูลที่จำกัดความน่าเชื่อถือในการตรวจสอบความถูกต้อง Plasma แก้ปัญหาความพร้อมใช้งานของสถานะได้ในระดับหนึ่ง ไม่ว่าจะเป็นปัญหาการถอนตัวของโมเดลสถานะเฉพาะบางอย่าง (รวมถึงโมเดลสถานะ UTXO) หรือกำหนดให้ผู้ใช้ออนไลน์เป็นประจำ (Plasma Free)

ทิศทาง 2: การตรวจสอบความถูกต้องล่วงหน้าอย่างมีความรับผิดชอบใน SDR และการตรวจสอบความถูกต้อง เป้าหมายที่นี่คือเพื่อให้ผู้ใช้ได้รับการยืนยันล่วงหน้าอย่างรวดเร็วเกี่ยวกับธุรกรรมการรวมซีเควนเซอร์ และควรอนุญาตให้ผู้ใช้สามารถท้าทายและกำหนดบทลงโทษจากการปักหลักในซีเควนเซอร์หากไม่ปฏิบัติตามสัญญาการรวมซีเควนเซอร์ ความท้าทายที่นี่คือการพิสูจน์ว่าธุรกรรมไม่ได้รวมอยู่ด้วย ซึ่งอาจจำเป็นต้องให้ผู้ใช้ให้ข้อมูลเพิ่มเติม ซึ่งซีเควนเซอร์สามารถเก็บไว้ได้ ดังนั้นจึงสมเหตุสมผลที่จะสรุปได้ว่าอย่างน้อยเราต้องการ SDR หรือ validium เพื่อจ้างคณะกรรมการด้านความพร้อมใช้งานของข้อมูลสำหรับข้อมูลการโทรหรือประวัติการทำธุรกรรมที่สมบูรณ์ และคณะกรรมการสามารถแสดงหลักฐานการไม่กักกัน (ธุรกรรมที่ยืนยันล่วงหน้า) ตามคำขอของผู้ใช้

ทิศทางที่ 3: ฟื้นตัวอย่างรวดเร็วจากข้อผิดพลาดที่ทำงานอยู่ ระบบของผู้ปฏิบัติงานแต่ละรายอาจประสบกับความล้มเหลวที่เกิดขึ้น (เช่น Arbitrum ล่มในระหว่างเหตุการณ์ Inscription) เราสามารถออกแบบระบบที่จะไม่ประสบปัญหาบริการหยุดชะงักในสถานการณ์ที่คล้ายคลึงกันได้หรือไม่? ในแง่หนึ่ง L2 อนุญาตให้สั่งซื้อด้วยตนเองและข้อเสนอของรัฐจะรับประกันความล้มเหลวในระยะยาว ระบบปฏิบัติการแบบผู้ปฏิบัติงานเดี่ยวที่มีความยืดหยุ่นมากกว่าต่อความล้มเหลวที่เกิดขึ้นในระยะสั้นยังไม่ค่อยได้รับการสำรวจมากนัก แนวทางแก้ไขที่เป็นไปได้ประการหนึ่งที่นี่คือการกำหนดความรับผิดชอบด้วยการลดข้อบกพร่องที่ใช้งานอยู่ วิธีแก้ไขที่เป็นไปได้อีกประการหนึ่งคือลดระยะเวลาหน่วงให้สั้นลงก่อนเข้ารับช่วงต่อ (ปัจจุบันกำหนดไว้ที่ประมาณหนึ่งสัปดาห์)

สรุปแล้ว

การขยายขนาดบัญชีแยกประเภทการชำระหนี้ทั่วโลกในขณะที่รักษาความไว้วางใจให้น้อยที่สุดนั้นเป็นปัญหาที่ยาก ในโลกปัจจุบันที่มีการรวบรวมและความพร้อมของข้อมูล ไม่มีความแตกต่างที่ชัดเจนระหว่างมาตราส่วนแนวตั้งและแนวนอน เพื่อที่จะขยายระบบที่ลดความน่าเชื่อถือให้เหลือน้อยที่สุดไปยังทั่วทุกมุมโลกอย่างแท้จริง เราจำเป็นต้องสร้างระบบที่ลดความน่าเชื่อถือและปรับขนาดได้ในแนวนอน

ขอขอบคุณ Vitalik Buterin และ Terry Chung มากสำหรับคำติชมและการสนทนา และ Diana Biggs สำหรับความคิดเห็นจากกองบรรณาธิการ