以太坊扩容的未来：Surge阶段全面解析与前景展望

2023年路线图中的The Surge阶段

The Surge（扩容）：关键目标

• 在L1+L2上实现100,000+的每秒交易量(TPS)
• 保持L1的去中心化和稳健性
• 至少有一些L2完全继承以太坊的核心属性(无需信任、开放、抗审查)
• L2之间实现最大程度的互操作性。以太坊应该感觉像一个生态系统,而不是34个不同的区块链

在本章中

旁白：可扩展性的三难困境

可扩展性三难困境是2017年提出的一个概念，它指出区块链的三个属性之间存在矛盾：去中心化（具体来说：运行节点的低成本）、可扩展性（具体来说：高交易处理量）和安全性（具体来说：攻击者需要破坏网络中大部分节点才能使单个交易失败）。

值得注意的是，这个三难困境并非一个定理，介绍它的文章也没有提供数学证明。但文章给出了一个启发性的数学论证：如果一个支持去中心化的节点（如普通笔记本电脑）每秒可以验证N笔交易，而你有一个每秒处理k*N笔交易的链，那么要么（i）每笔交易只被1/k的节点看到，这意味着攻击者只需破坏少数节点就能推送一笔坏交易，要么（ii）你的节点需要很强大，导致你的链不再去中心化。这篇文章的目的不是证明打破三难困境是不可能的，而是表明打破三难困境很难——它需要某种方式跳出论证所暗示的框框。

多年来，一些高性能链常常声称他们在不做任何基础架构层面创新的情况下解决了三难困境，通常是通过使用软件工程技巧来优化节点。这总是具有误导性的，在这些链上运行节点最终总是比在以太坊上困难得多。这篇文章深入探讨了为什么会这样的诸多微妙之处（因此，为什么仅靠L1客户端软件工程无法扩展以太坊本身）。

然而，数据可用性采样和SNARKs的结合确实解决了三难困境：它允许客户端验证某些数据的可用性，并正确执行一定数量的计算步骤，同时只下载少量数据并运行少量计算。SNARKs是无需信任的。数据可用性采样有一个微妙的N中少数信任模型，但它保留了不可扩展链的基本属性，即即使51%攻击也无法强制网络接受坏区块。

解决三难困境的另一种方式是 Plasma 架构，它使用巧妙的技术，以激励兼容的方式将监视数据可用性的责任推给用户。在2017-2019年，当我们只有欺诈证明来扩展计算时，Plasma在安全操作方面非常有限，但SNARKs的主流化使Plasma架构对更广泛的用例变得更加可行。

数据可用性采样的进一步进展

我们在解决什么问题？

自2024年3月13日Dencun升级上线以来，以太坊区块链每12秒的 slot （时隙）中包含三个约125 kB的”数据块”，即每个 slot 约375 kB的数据可用性带宽。假设交易数据直接在链上发布，一笔ERC20转账约需180字节，那么以太坊上rollups的最大每秒交易量(TPS)为：

375000 / 12 / 180 = 173.6 TPS （每秒处理量）

如果我们加上以太坊的calldata（理论最大值：每个 slot 30百万gas / 每字节16 gas = 每个slot 1,875,000字节），这个数字将达到607 TPS。通过PeerDAS，计划是将数据块数量目标增加到8-16个，这将使我们在calldata中达到463-926 TPS。

这相对于以太坊 L1 来说是一个重大的提升，但这还不够。我们想要更多的可扩展性。 我们的中期目标是每个slot 16 MB，如果与汇总数据压缩的改进相结合，将为我们提供 〜58,000 TPS。

它是什么，它是如何工作的？

PeerDAS是”一维采样”的一种相对简单的实现。以太坊中的每个数据块都是一个253位素数域上的4096度多项式。我们广播多项式的”份额”，每个份额由16个相邻坐标的16个评估组成，这些坐标从总共8192个坐标中选取。8192个评估中的任意4096个（根据当前提议的参数：128个可能样本中的任意64个）都可以恢复整个数据块。

PeerDAS的工作原理是让每个客户端监听少量子网，其中第i个子网广播任何数据块的第i个样本，并通过询问全局p2p网络中的对等节点（它们会监听不同的子网）来获取它需要的其他子网上的数据块。一个更保守的版本SubnetDAS只使用子网机制，没有额外的询问对等节点的层。目前的提议是让参与权益证明的节点使用SubnetDAS，而其他节点（即”客户端”）使用PeerDAS。

理论上，我们可以将一维采样扩展得相当远：如果我们将数据块数量上限增加到256（目标为128），那么我们将达到16 MB的目标，同时数据可用性采样对每个节点的成本仅为每个时隙16个样本 * 128个数据块 * 每个样本每个数据块512字节 = 1 MB的数据带宽。这刚好在我们的容忍范围内：可以做到，但这意味着带宽受限的客户端无法进行采样。我们可以通过减少数据块数量并增加数据块大小来优化这一点，但这会使重构更加昂贵。

因此，我们最终想要更进一步，实现二维采样，这种方法不仅在数据块内进行随机采样，还在数据块之间进行采样。KZG承诺的线性特性被用来”扩展”区块中的数据块集合，生成一系列新的”虚拟数据块”，这些虚拟数据块冗余地编码相同的信息。

至关重要的是，计算承诺的扩展不需要拥有数据块，因此该方案从根本上适合分布式区块构建。实际构建区块的节点只需要有数据块的KZG承诺，并且可以自己依靠DAS来验证数据块的可用性。一维DAS也天生适合分布式区块构建。

与现有研究有哪些联系？

还需要做什么，需要权衡什么？

当前的首要任务是完成PeerDAS的实施和推广。之后，我们需要逐步增加PeerDAS上的数据块数量，同时密切关注网络状况并改进软件以确保安全性。与此同时，我们需要更多的学术工作来正式化PeerDAS和其他版本的DAS，并研究它们与分叉选择规则安全性等问题的相互作用。

展望未来，我们需要更多的工作来确定2D DAS的理想版本并证明其安全性。我们还希望最终从KZG迁移到一个抗量子、无需可信设置的替代方案。目前，我们还没有找到适合分布式区块构建的候选方案。即使是使用递归STARK生成行列重构有效性证明的昂贵”暴力”技术也不够，因为虽然理论上STARK的大小是O(log(n) * log(log(n))个哈希（使用STIR），但实际上STARK几乎和整个数据块一样大。

从长远来看，我认为现实的路径是：

• 实现理想的2D DAS
• 坚持使用1D DAS，牺牲采样带宽效率并接受较低的数据上限，以换取简单性和稳健性
• （重大转向）放弃DA，全面拥抱Plasma作为我们关注的主要第二层架构

我们可以将这些选择视为一个权衡谱系：

需要注意的是，即使我们决定直接在L1上扩展执行，这个选择仍然