Vitalik 新文丨以太坊协议可能的未来：The Surge

撰文：Vitalik Buterin

编译：Yangz，Techub News

起初，以太坊的路线图中有两种扩展策略。其一（可参见 2015 年的早期论述）是「分片」（sharding）：每个节点只需验证和存储链上的一小部分交易，而不是所有交易。任何其他点对点网络（如 BitTorrent）都是这样运行的，因此我们肯定也能让区块链以同样的方式运行。另一种方法是 Layer 2 协议，即在以太坊之上建立网络，使其能够充分受益于以太坊的安全性，同时将大部分数据和计算放到主链之外。「Layer 2 协议」从 2015 年的状态通道（state channels），到 2017 年的 Plasma，最后在 2019 年发展为 Rollups。Rollups 比前两者更强大，但也需要大量链上数据带宽。幸运的是，到 2019 年，分片研究已经解决了大规模验证「数据可用性」的问题。因此，这两条道路交汇在了一起，我们有了以 Rollup 为中心的路线图，这也是以太坊今天的扩展策略。

The Surge，2023 年路线图版本

以太坊 L1 专注于成为一个强大的去中心化基础层，而 L2 则承担起帮助生态扩展的任务。这种模式在社会中随处可见，比如法院系统（L1）并不是为了超高的案件处理效率而存在的，它是为了保护合同和产权，而企业家们（L2）则是为了在这个坚固的基础层之上，将人类带上火星。

今年，以太坊以 Rollup 为中心的路线图取得了重大成功：以太坊 L1 数据带宽随着 EIP-4844 blobs 的使用而大大增加，多个 EVM Rollups 现在处于第一阶段。此外，分片的异构和多元化实现已经成为现实，每个 L2 都可作为一个「分片」，有自己的内部规则和逻辑。但是，正如我们所看到的，走这条路本身也有一些独特的挑战。因此，我们目前的任务是完成以 Rollup 为中心的路线图，并解决这些问题，同时保持以太坊 L1 的鲁棒性和去中心化特性。

The Surge 的主要目标：

在 L1+L2 上实现 10 万+ TPS
保留 L1 的去中心化和鲁棒性
至少有一些 L2 完全继承以太坊的核心属性（去信任、开放、抗审查）
L2 之间最大程度的互操作性。以太坊应该是一个生态系统，而不是 34 条不同的区块链

不可能三角

区块链「不可能三角」是我在 2017 年提出的一个观点，认为区块链的三个特性之间存在矛盾，包括去中心化（以低成本运行节点）、可扩展性（处理的交易数量多）和安全性（攻击者需要破坏整个网络中的大部分节点，才能使单笔交易失败）。

值得注意的是，不可能三角并不是一个定理，介绍该困境的帖子也没有附带数学证明。它确实给出了一个启发式的数学论证：如果一个对去中心化友好的节点（如消费者的笔记本电脑）每秒可以验证 N 笔交易，而你有一条每秒处理 k*N 笔交易的链，那么要么每笔交易只被 1/k 个节点看到，意味着攻击者只需要破坏几个节点就能将一笔糟糕的交易推送出去，要么节点就会变得很强大，而链就丢失了去中心化这一特性。当时的帖子并不是要说明打破不可能三角是不可能的；相反，我想说明的是，打破该困境是很难的，需要以某种方式跳出论证所暗示的框框。

多年来，一些高性能链通常会称自己无需在基本架构层面做任何提升（通常是通过使用软件工程技巧来优化节点），就能解决不可能三角问题。这种说法往往具有误导性，在这种链上运行节点的难度其实比在以太坊上要大得多。这篇文章深入探讨了为什么会出现这种情况的许多微妙之处，同时也解释了为什么仅靠 L1 客户端软件工程无法扩展以太坊本身。

不过，数据可用性采样和 SNARKs 的结合确实解决了该困境。通过两者的结合，客户端可以验证一定数量的数据是否可用，以及一定数量的计算步骤是否正确执行，同时只下载其中一小部分数据，并运行小得多的计算量。SNARK 是去信任的，而数据可用性采样则有一个细微的 few-of-N 信任模型，但它保留了不可扩展链所具有的基本特性，即即使是 51% 的攻击也无法迫使网络接受有害区块。

解决不可能三角的另一种方法是 Plasma 架构，这种架构使用巧妙的技术，以一种激励兼容的方式将观察数据可用性的责任推给用户。早在 2017-2019 年，当我们只能通过欺诈证明来扩展计算规模时，Plasma 能安全完成的工作非常有限，但 SNARKs 的主流化使得 Plasma 架构在更广泛的用例中比以前更可行数据可用性采样的进一步进展。

数据可用性采样的进一步进展

我们要解决什么问题？

截至 2024 年 3 月 13 日，即 Dencun 升级上线之时，以太坊在每 12 秒 slot 中有三个约 125 kB 大小的「blob」，即每个 slot 有约 375 kB 的数据可用性带宽。假设交易数据是直接在链上发布的，ERC20 的传输量约为 180 字节，因此以太坊上 Rollups 的最大 TPS 为：375000/12/180 = 173.6 TPS

如果我们加上以太坊的 calldata（理论上最大值为：每 slot 3000 万 gas/每字节 16 gas = 每 slot 187.5 万字节），这就变成了 607 TPS。对于 PeerDAS，我们的计划是将 blob 计数目标提高到 8-16，这将为我们提供 463-926 TPS 的 calldata。

这比以太坊 L1 有了很大的提升，但还不够。我们想要更高的可扩展性。我们的中期目标是每 slot 16 MB，如果结合 Rollup 数据压缩方面的改进，我们将获得约 5.8 万 TPS。

PeerDAS 是什么，如何运作？

PeerDAS 是「1D sampling」的一种相对简单的实现方式。以太坊中的每个 blob 都是 253 位素数域上的一个 4096 度多项式。我们广播多项式的「份额」（shares），每个份额由相邻 16 个坐标的 16 次估算组成，这些坐标取自总共 8192 个坐标。8192 次评估中的任意 4096 次估算（使用当前建议的参数：128 个可能样本中的任意 64 个）都可以恢复 blob。

PeerDAS 的运作原理是让每个客户端监听少数几个子网，其中第 i 个子网广播任何 blob 的第 i 个样本，并通过向全球 p2p 网络中的同行（监听不同子网的同行）询问它所需的其他子网上的 blob。一个更保守的版本是 SubnetDAS，它只使用子网机制，而没有询问同行的附加层。目前的建议是，参与权益证明的节点使用 SubnetDAS，其他节点使用 PeerDAS。

从理论上讲，我们可以将 1D sampling 扩展到相当大的范围。如果我们将 blob 计数最大值提高到 256（因此，目标值为 128），那么我们就能达到 16 MB 的目标值，而数据可用性采样只需耗费每 slot 1 MB （每个节点 16 个样本 * 128 个 blob * 每个 blob 每个样本 512 字节）的数据带宽即可。然而，这只勉强在我们的承受范围之内。我们可以做到，但这意味着带宽受限的客户端无法采样。我们可以通过减少 blob 数量和增大 blob 大小来进行优化，但这又会使重构成本提高。

因此，我们希望更进一步，进行 2D sampling，即不仅在 blob 内，而且在 blob 之间进行随机采样。我们利用 KZG 承诺的线性特性，通过冗余编码相同信息的新「虚拟 blobs」列表来「扩展」区块中的 blobs 集。

2D sampling；来源：a16z crypto

最重要的是，计算承诺的扩展并不需要拥有 blobs，因此该方案从根本上有利于分布式区块构建。实际构建区块的节点只需拥有 blob KZG 承诺，就可以依靠 DAS 来验证 blob 的可用性。1D DAS 在本质上也有利于分布式区块构建。

现有的相关研究

介绍数据可用性的原帖（2018 年）：https://github.com/ethereum/research/wiki/A-note-on-data-availability-and-erasure-coding
后续论文：https://arxiv.org/abs/1809.09044
Paradigm 关于 DAS 的解释性帖子：https://www.paradigm.xyz/2022/08/das
带有 KZG 承诺的 2D 可用性：https://ethresear.ch/t/2d-data-availability-with-kate-commitments/8081
ethresear.ch 上关于 PeerDAS 的研究：https://ethresear.ch/t/peerdas-a-simpler-das-approach-using-battle-tested-p2p-components/16541，即相关论文：https://eprint.iacr.org/2024/1362
EIP-7594：https://eips.ethereum.org/EIPS/eip-7594
ethresear.ch 上关于 SubnetDAS 的研究：https://ethresear.ch/t/subnetdas-an-intermediate-das-approach/17169
2D sampling 中可恢复性的细微差别：https://ethresear.ch/t/nuances-of-data-recoverability-in-data-availability-sampling/16256

还有哪些工作要做，如何权衡？

当务之急是完成 PeerDAS 的实施和推广。我们需要逐步增加 PeerDAS 上的 blob 数量，同时仔细观察网络并改进软件，以确保安全。与此同时，我们希望开展更多的学术工作，使 PeerDAS 和其他版本的 DAS 及其与分叉选择规则安全等问题的交互正规化。

未来，我们还需要做更多的工作，找出理想版本的 2D DAS 并证明其安全属性。我们还希望最终从 KZG 迁移到抗量子、无可信设置的替代方案。目前，我们还不知道有哪些候选方案对分布式区块构建友好。即使使用费用极高的「暴力」技术，即使用递归 STARK 生成有效性证明来重建行和列也是不够的，因为从技术上讲，一个 STARK 的大小（使用 STIR）是 O(log(n) * log(log(n)) 哈希值，但实际上一个 STARK 几乎和整个 blob 一样大。

从长远来看，我认为最现实的途径是：

实现理想的 2D DAS
坚持 1D DAS，牺牲采样带宽效率并接受较低的数据上限，以求简单和稳健
(硬支点）放弃 DA，完全采用 Plasma 作为我们关注的主要 layer 2 架构

我们可以根据下图来权衡这些问题：

请注意，即使我们决定直接在 L1 上扩展执行，这种选择也是存在的。因为，如果 L1 要处理大量的 TPS，那么 L1 区块就会变得非常大，而客户端需要一种有效的方式来验证它们是否正确，因此我们必须在 L1 上使用与 Rollup（ZK-EVM 和 DAS）相同的技术。

对路线图的其他部分有何影响？

如果实现了数据压缩（见下文），那么对 2D DAS 的需求就会有所减少，或者至少会有所延迟；如果 Plasma 得到广泛应用，那么对它的需求就会进一步减少。DAS 还对分布式区块构建协议和机制提出了挑战：虽然 DAS 在理论上对分布式重构是友好的，但在实践中需要与包含列表建议及其周围的分叉选择机制相结合。