概览Rollup市场现状:正统性、主权性、模块化和Restaking争雄

Odaily星球日报Publicado a 2024-01-29Actualizado a 2024-01-29

Resumen

进入 2024 年,Rollup 开始分化出 4 种类型。

原文作者:NingNing(X:@0xNing0x

23 年的可扩展性竞争市场的主题之一,是 Rollup 吞噬 Alt L1 的 TVL、用户和生态 Dapp。Arbitrum、Optimism、Zksync、Starknet 等作为守护以太坊生态的圣殿骑士团,对以太坊生态功莫大焉。

但当 Arbitrum 尝试构建 L1-L2-L3 的 Rollup 可扩展路线的中心辐射结构,以稳固其 Rollup 龙头地位和既得利益时,事情开始变得不对味儿。

好在 Optimism 和 Zksync 都没有跟进 Arbitrum 的野蛮行动,而是选择 Stacks 并行结构,并自降为 Stack 结构的第一个实例。

而且,即使不是以太坊的侧链的以太坊侧链 Polygon,也没有选择 Arbitrum 的路线,而是选择跟进 Optimism 和 Zksync 的路线,推出类 Stacks 并行结构 Polygon CDK。只不过 Polygon CDK 的结算层,是 Polygon PoS 主网,而非以太坊主网。

但采用 Stacks SDK 部署的 Rollup,大部分需要与其共享数据可用性和结算层,并没有实现真正的并行和主权性。

这与以太坊 DankSharding 分片愿景中 1024 个分片 + 1 分片对 n 个 Rollup 的去中心化可扩展性架构相比,仍然相去甚远。

进入 24 年,在模块化、Restaking 等新原语的刺激下,Rollup 开始分化出 4 种类型:正统性 Rollup、主权性 Rollup、模块化 Rollup、Restaking Rollup:

正统性 Rollup

正统性 Rollup 主动追求作为以太坊执行层的外包商之一,追求 EVM 等效性甚至以太坊等效性,Optimism、Linea、Scroll 属于此类。Arbitrum 架构与它们相同,但在追求以太坊等效性没有上面三家激进,而更以开发者为中心。

概览Rollup市场现状:正统性、主权性、模块化和Restaking争雄

主权性 Rollup

主权性 Rollup 以 Vitalik 他妈的 Metis、Vitalik 和 Eli 联合发起的 Starknet 为代表。

他们共同的架构特征,是具有去中心化序列器网络和主权性验证网络(结算层)

因为 Metis 采用 Op Rollup 机制而 Starknet 采用 Zk Rollup 机制,它们的主权性验证网络架构虽然都采用了 PBS(区块提交者和区块构建者分离)的设计思想,但有所不同:Starknet 的主权性验证网络架构增加了一些节点角色,如负责生成 ZKP(零知识证明)的 Prover(证明者)

而且由于 ZKP 有效性验证提交到以太坊主网的成本,低于欺诈证明,所以 Starknet 仍然将以太坊作为共识层和数据可用层。

而 Metis 则干脆做到底,只将以太坊主网作为 memo 储存器或者说公告板。它与以太坊主网的关系,类似目前多数比特币 L2 与比特币主网的关系,可谓主权性拉满。

概览Rollup市场现状:正统性、主权性、模块化和Restaking争雄

模块化 Rollup

模块化 Rollup 目前分为两种子类型:Manta 等通用性 Rollup 和 Aevo、Lyra 等 Dapp Rollup。

模块化 Rollup 目前的状态,让人感觉只是将 DA 层从以太坊换成 Celesita、Avail 等模块化区块链 DA。

但这样的想法,忽略了模块化 Rollup 的深层意义,即模块化 Rollup 是对目前主流的 Rollup 中心辐射结构的革新和挑战。

模块化 Rollup 赋予 Dapp 开发者从以太坊和通用性 L2 的掌控中逃逸的能力,能够缓解目前面向以太坊基金会、面向 VC 构建 Rollup 的怪象,而重回以用户为中心的产品范式。

概览Rollup市场现状:正统性、主权性、模块化和Restaking争雄

Restaking Rollup

Restaking Rollup 是 Raas 服务商 AltLayer 与 EigenLayer 联合推出的新原语。

与主权 Rollup 中的 Metis 相比,它的验证网络和共识网络从 EigenLayer AVS 节点网络中引导,经济安全性来源于 Restaking 的 ETH 和 LST,安全性高于由 L2 原生协议代币保障。

Restaking Rollup,在结算层之前插入了一个名为 AltLayer Vital 的中继层,在共识层和数据可用层之前插入了一个名为 Altlayer Mach 的中继层,由它们分别承载结算层、共识层和数据可用层的部分功能。

这样的架构可以提升 Rollup 的安全性、最终确认性和降低数据可用性验证成本。

概览Rollup市场现状:正统性、主权性、模块化和Restaking争雄

Restaking Rollup 还大幅降低了部署 Rollup 的门槛和成本,目前 Altlayer 支持零代码 5 分钟部署 1 条 Rollup。

以上 4 种类型中正统性 Rollup 和主权性 Rollup 以通用性 Rollup 为主,占据市场大部分份额。但它们部署和运营成本非常重,不适合 Dapp 开发者使用。

而轻协议范式的模块化 Rollup 和 Restaking Rollup,在 24 年给了 Dapp 开发者新的选择。

原文链接

Lecturas Relacionadas

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

En solo tres días, Google ha perdido a dos leyendas de la IA. El 18 de junio, Noam Shazeer, coautor del seminal trabajo "Attention is All You Need" y copresponsable de Gemini, anunció su salida para unirse a OpenAI. Dos días después, John Jumper, ganador del Nobel de Química 2024 y líder de AlphaFold, dejó Google DeepMind para incorporarse a Anthropic. Estas partidas no son incidentes aislados, sino parte de una tendencia clara de fuga de talento de Google hacia OpenAI y Anthropic, como lo confirma también la reciente incorporación a Anthropic del exmiembro fundador de OpenAI, Andrej Karpathy. El trasfondo de este éxodo es fundamentalmente una cuestión de misión y enfoque. El modelo de negocio central de Google, basado en la publicidad, impone una lógica orientada a productos y métricas comerciales que, en última instancia, restringe la investigación pura. En contraste, tanto OpenAI (con su misión de AGI) como Anthropic (centrada en la seguridad y la ciencia) ofrecen un entorno de trabajo enfocado únicamente en empujar los límites de las capacidades de los modelos. A esto se suma la fuerte atracción financiera: OpenAI y Anthropic están en camino a una OPI, lo que promete una recompensa económica masiva a través de capital para sus empleados, algo que la ya gigantesca Google difícilmente puede igualar. La fusión de Google Brain y DeepMind en 2023, destinada a consolidar esfuerzos, ha generado en cambio tensiones culturales y ha hecho más evidente la presión por alinear la investigación con los objetivos de los equipos de productos. El resultado es una reorganización estructural del mapa del talento en IA. Google, a pesar de sus vastos recursos en computación y datos, está perdiendo a las personas que definen el futuro del campo. La verdadera ventaja competitiva en IA reside en retener a las mentes más brillantes, y Google está descubriendo que esa es quizás su batalla más difícil.

marsbitHace 58 min(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

marsbitHace 58 min(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

Cada vez que se lanza un modelo de IA de vanguardia, la comunidad fija su atención en ciertas "hojas de resultados" familiares: MMLU-Pro, MMMU, MMMU-Pro. Estos puntos de referencia se han convertido en exámenes estándar para evaluar y comparar modelos como GPT, Claude, Gemini, Llama, Qwen y DeepSeek. Detrás de estas influyentes evaluaciones está el investigador chino Wenhu Chen, profesor asistente en la Universidad de Waterloo y fundador del TIGERLab (apodado "虎头帮"). Su trabajo surge de una necesidad crítica: a medida que los modelos avanzaban, las pruebas antiguas como MMLU se saturaban con puntuaciones casi perfectas, dejando de ser útiles para discernir diferencias reales. En 2024, Chen y su equipo presentaron MMLU-Pro, una renovación exhaustiva del original. Con 12,032 preguntas de 14 disciplinas, aumenta las opciones de respuesta de 4 a 10 para reducir las conjeturas e incorpora problemas más complejos que requieren razonamiento. El resultado fue una caída del 16% al 33% en la precisión de los modelos y una evaluación más estable y discriminatoria, rápidamente adoptada por la industria. Su contribución se extiende al ámbito multimodal con MMMU, un conjunto de 11,500 preguntas que combinan imágenes (gráficos, mapas, fórmulas) con conocimientos académicos para probar una comprensión integrada. Incluso los mejores modelos como GPT-4V inicialmente solo alcanzaron un 56% de precisión, revelando un largo camino por recorrer. Su sucesor, MMMU-Pro, cierra aún más las brechas, obligando a los modelos a utilizar la información visual y no solo el texto. La experiencia de Chen, que incluye investigación doctoral en preguntas complejas y una etapa en Google DeepMind trabajando en Gemini, le permite anticipar cómo los modelos pueden "aparentar" competencia. Su laboratorio no solo diseña evaluaciones, sino que también desarrolla modelos (como UniVideo para video o MoCha para avatares), asegurando que sus "exámenes" reflejen desafíos reales y los límites actuales de la tecnología. Actualmente, Chen continúa este trabajo en el laboratorio de superinteligencia de Meta, enfocado en datos y evaluación multimodal. Su historia destaca el papel fundamental, aunque a menudo menos visible, de los investigadores que construyen las herramientas para medir el verdadero progreso de la IA.

marsbitHace 1 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

marsbitHace 1 hora(s)

Selección Semanal del Editor Weekly Editor's Picks (0613-0619)

**【Resumen semanal de los editores (13-19 de junio)】** Esta selección semanal rescata análisis profundos del flujo de información, filtrando el ruido para ofrecer perspectivas clave. **Panorama macro:** Tras la reapertura del Estrecho de Ormuz, el mercado ajusta su foco desde el "impacto bélico" hacia la "recuperación de la oferta". Se observan movimientos en petróleo, bonos, inflación y cadenas de valor como LNG y fertilizantes. **Inversión y emprendimiento:** Ray Dalio advierte sobre la concentración del mercado en acciones de grandes tecnológicas de IA, recomendando diversificación. En cripto, se analizan ciclos a largo plazo, señales de posible fondo para BTC en Q4, y los desafíos regulatorios en mercados como Corea del Sur. El análisis de SpaceX tras su IPO destaca su elevada valoración, riesgos sistémicos potenciales y la importancia de próximos hitos como su inclusión en índices. **Web3 & IA:** Una advertencia señala exposiciones de billones de dólares fuera de balance en la nube/IA, un riesgo latente si la comercialización falla. Se exploran las predicciones de IA para el Mundial y la estructura de costos de una suscripción a IA como Claude. **Mercados de predicción:** Robinhood desarrolla su propia plataforma (Rothera), iniciando una "guerra de canales" en la industria y posicionándose como competidor directo de Kalshi. **CeFi & DeFi:** Se analizan mecanismos de perpetuales para pre-IPO (ej. SpaceX) y los desafíos técnicos pendientes. La desviación del precio de STRC (vinculado a Strategy) refleja preocupaciones sobre su modelo de negocio. Se presenta el nuevo ETF de Bitcoin con rendimiento de BlackRock (BITA). **Ethereum y escalabilidad:** Se destaca la ventaja clave de Ethereum: su vasto ecosistema de desarrolladores y estándares, consolidándolo como sistema operativo para las finanzas descentralizadas. **Otros titulares de la semana:** Acuerdo EEUU-Irán, decisión de la Fed, movimientos en SpaceX y Anthropic, y opiniones destacadas sobre mercados.

marsbitHace 1 hora(s)

Selección Semanal del Editor Weekly Editor's Picks (0613-0619)

marsbitHace 1 hora(s)

Análisis de la última reasignación de cartera del "hijo de la versión" del mercado de valores estadounidense: 9.000 millones de USD en ventas en corto de NVIDIA, apuntando a los sectores eléctrico y de memoria

Leopold Aschenbrenner, considerado uno de los inversores más agresivos en IA, ha realizado cambios significativos en su cartera. Ha establecido posiciones cortas por unos 9.000 millones de dólares en empresas como NVIDIA, ASML y Oracle, al mismo tiempo que redirige capital hacia lo que él identifica como los próximos cuellos de botella en infraestructura de IA: energía eléctrica, memoria, redes de centros de datos y activos de modelos más profundos como Anthropic. Su lógica no sugiere que la burbuja de la IA haya estallado, sino una rotación dentro de la infraestructura. Considera que la "transacción de la pala" clásica (como invertir en semiconductores) está demasiado concurrida y sobrevalorada. En su lugar, apuesta por los eslabones fundamentales siguientes: la capacidad real de construir y energizar centros de datos, y la necesidad crítica de materiales como el cobre y la fibra óptica para la transmisión de datos. La reciente emisión de bonos de NVIDIA por 25.000 millones de dólares, a pesar de su gran liquidez, se interpreta como una señal de un cambio en la financiación del sector. Aschenbrenner también ha invertido de forma privada en Anthropic, lo que representa una apuesta directa al "mineral" (el modelo de IA) en lugar de solo a las "herramientas". En resumen, su estrategia actual se centra en la infraestructura física y de servicios esenciales (energía, construcción, redes) que habilitarán la próxima fase de expansión de la IA, considerándolas apuestas más sólidas y menos saturadas.

marsbitHace 1 hora(s)

Análisis de la última reasignación de cartera del "hijo de la versión" del mercado de valores estadounidense: 9.000 millones de USD en ventas en corto de NVIDIA, apuntando a los sectores eléctrico y de memoria

marsbitHace 1 hora(s)

Trading

Spot
Futuros
活动图片