后坎昆升级时代,Rollup 们过的如何?

深潮Dipublikasikan tanggal 2024-07-23Terakhir diperbarui pada 2024-07-23

坎昆升级极大削减了 Dapp Rollup 的运行成本,促进更多的 Dapp 选择采用 Rollup 范式重构。

撰文:NingNing

坎昆升级的核心升级 EIP4844,将 L2 batch 到以太坊主网的状态数据存储到新增 Blob 空间。

我们知道,Rollup 的设计架构,实际上是在转售以太坊主网区块空间给开发者和消费者。

Rollup 的核心商业模式有两种:

  • 构建一个真正繁荣的 Rollup 生态,然后从开发者和消费者的交互之中赚钱 L1<>L2 Gas 差价和序列器 MEV 收益。采用这种商业模式的有:Arbitrum、Optimism(via 超级链生态)、Base 等

  • 利用空投预期不断搞奥德赛 PUA 用户,然后从开发者和消费者的交互之中赚钱 L1<>L2 Gas 差价和序列器 MEV 收益。采用这种商业模式的有:ZkSync、Scroll、Linea 等。

坎昆升级极致压缩了 L2→L1 的数据可用性费,使得部署坎昆升级的 L2 平均 Gas 费下降了 1 个数量级。

以太坊,试图利用坎昆升级加强 L1 对目前 Rollup Centric 的以太坊生态的主导权,通过降本增效促进 Rollup 数量爆发式增长。

但却在有意无意之间,顺手摧毁了采用第二种核心商业模式的 Rollup 的经济基础。

首当其冲的便是 ZkSync。坎昆升级之后,ZkSync 第一时间支持了这个新特性,但效果糟糕。Gas 费几何级降低,并没有带来预期中的用户增长和生态繁荣,反而导致 Rollup L1-L2 Gas 差价收入的腰斩。

由于 ZkSync 一直以来生态发育不良,MEV 收入增长无法弥补 L1-L2 Gas 差价收入的锐减。在无可奈何之中,ZkSync 只好选择 6 月反弹的时间窗口空投,以在二级市场抛售代币的形式实现部分退出。

而它的友商 Scroll 和 Linea,则抗住社区和市场压力,一尽可能拖延部署坎昆升级,继续维持 L2 高 gas 费赚差价;二守住不空投不发币的底线,继续 PUA 用户交互。

从链上数据来看,2 月之后,Scroll 和 Linea 的 Rollup 收入大大超越 ZkSync。

我想,在下次以太坊主网 Pectra 升级改变游戏规则之前,Scroll 和 Linea 的团队不会有任何空投发币的想法,「电子乞丐」们做好心理准备和预期管理。

而采用第一种商业模式的 Rollup 则遇到了不同挑战,最主要是 Solana MeMe 热潮对以太坊生态的资金和用户的虹吸效应。

好在 Base 链的 SocialFi 和 MeMe 板块异军突起,成为以太坊生态抵抗 Solana 野蛮人冲击的盾牌,Rollup 收入也水涨船高,连续 4 个月份维持第一。

由于 Base 采用 OP Stack 构建,属于 Optimism 的超级链成员,Optimism 的 Rollup 收入也吃到 Base 生繁荣态正外部性的红利,在坎昆升级之后实现增长。

而曾经龙头老大 Arbitrum,由于过度押宝于 Web3 游戏,且在 Rollup Stack 战略行动迟缓,Rollup 收入在 4、5 月份有所下滑,但在 7 月迅速恢复。

最后,坎昆升级极大削减了 Dapp Rollup 的运行成本,促进更多的 Dapp 选择采用 Rollup 范式重构(如 Frax、Uniswap、AAVE 等)。

Bacaan Terkait

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit1j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit1j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

Sejak bergabung dengan Anthropic, aktivitas Andrej Karpathy di komunitas terbuka berkurang drastis. Baru-baru ini, sebuah dokumen bernama CLAUDE.md yang diklaim sebagai panduan penggunaan Claude milik Karpathy beredar di komunitas. Isinya berisi sejumlah prinsip ketat untuk memandu AI dalam menulis kode, yang bertujuan mengurangi kesalahan umum model bahasa besar (LLM). Prinsip-prinsip utama mencakup: 1) **Baca dahulu sebelum menulis** – pahami struktur dan gaya kode proyek yang ada. 2) **Berpikir sebelum menulis kode** – klarifikasi asumsi, pertimbangkan trade-off, dan uraikan rencana. 3) **Tetap sederhana** – hindari desain berlebihan, abstraksi prematur, dan fleksibilitas yang tidak diperlukan. 4) **Modifikasi terarah** – lakukan perubahan minimal yang sesuai dengan gaya kode asli, jangan melakukan reformatting atau pembersihan yang tidak relevan. 5) **Verifikasi dan uji** – pastikan kode berfungsi seperti yang diharapkan dengan pengujian yang tepat. 6) **Debug secara sistematis** – jangan menebak, selidiki akar masalahnya. 7) **Hati-hati dengan dependensi** – hindari menambah dependensi yang tidak perlu. 8) **Komunikasi yang jelas** – jelaskan apa yang dilakukan dan alasannya. Dokumen ini juga menyoroti pola kegagalan umum seperti abstraksi yang salah, "optimistic path", dan "halusinasi pengetahuan". Meskipun keaslian dokumen ini diragukan, isinya sangat selaras dengan pemikiran Karpathy yang telah banyak mengkritik kelemahan LLM dalam pemrograman. Prinsip-prinsip ini, yang juga telah dijadikan template populer di GitHub, dianggap dapat meningkatkan efektivitas dan mengurangi kesalahan saat menggunakan asisten AI seperti Claude untuk pengembangan perangkat lunak.

marsbit2j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

marsbit2j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

Industri penambangan Bitcoin sedang mengalami penyesuaian struktural paling kompleks sejak kelahiran protokolnya. Meski harga Bitcoin bertahan di sekitar $61.000 dan hash rate global mendekati 1 ZH/s (hampir rekor tertinggi), profitabilitas penambang terus memburuk. Beberapa indikator—seperti biaya produksi, pendapatan dari biaya transaksi, ekspansi hash rate, dan anggaran keamanan industri—menunjukkan bahwa sektor ini beroperasi di ambang titik impas. Pengurangan hadiah blok (halving) 2028 diprediksi akan mempercepat proses konsolidasi ini. Masalah utamanya bukan hanya berasal dari penurunan subsidi blok pasca-halving, tetapi juga transisi yang belum tuntas ke model pendapatan berbasis biaya transaksi. Banyak perusahaan penambangan kini beralih dari sekadar memproduksi Bitcoin menjadi operator infrastruktur, operator energi, dan penyedia infrastruktur komputasi untuk AI/HPC. Dengan demikian, fokus kompetisi bergeser dari ekspansi hash rate menuju peningkatan model bisnis. Data menunjukkan bahwa dengan harga Bitcoin sekitar $61.000, pendapatan teoritis harian penambang seharusnya sekitar $78 juta, namun kenyataannya hanya sekitar $33 juta—terjadi selisih sekitar 136%. Pendapatan dari biaya transaksi juga rendah, hanya sekitar $220.000 per hari, jauh di bawah perkiraan historis sebesar $9,7 juta. Biaya listrik sendiri menyerap 71,5% dari total pendapatan industri pada tahun 2025. Setelah halving 2028, biaya produksi dasar Bitcoin diproyeksikan naik menjadi sekitar $93.289, yang akan mendorong konsolidasi industri ke perusahaan-perusahaan besar dengan modal kuat dan pendapatan yang terdiversifikasi. Masa depan industri ini terletak pada transformasi dari bisnis "penambangan" murni menjadi bisnis "infrastruktur", yang mengandalkan sumber pendapatan lain seperti manajemen energi dan layanan hosting komputasi AI/HPC. Bagi investor, pertanyaan kuncinya adalah perusahaan mana yang dapat berhasil bertransformasi dan membangun keunggulan kompetitif yang lebih tangguh dalam lanskap baru ini.

marsbit2j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

marsbit2j yang lalu

Trading

Spot
活动图片