大的真要来了?zkSync社区热议的zkPorter到底是什么?

Odaily星球日报Опубликовано 2024-03-05Обновлено 2024-03-05

Введение

坎昆之后,迎接福报?

原创 | Odaily星球日报

作者 | Azuma

大的真要来了?zkSync社区热议的zkPorter到底是什么?

最近几天,围绕着 zkSync 即将发币并空投的猜测甚嚣尘上。

究其缘由,除了一些团队成员在社交媒体上持续不停的谜语发言之外,最大的“线索”则是有社区成员在 Matter Labs 近期更新过的 Github 代码库内发现了“zkPorter 已可用”(zkPorteris available)的字样。 

大的真要来了?zkSync社区热议的zkPorter到底是什么?

随后,在 X 上拥有逾 8 万粉丝的 Ethereum Daily 以“zkPorter 已可用”为根据,在 X 上发布了一则内容为 “准备好迎接 ZK Endgame 了吗”的推文,并配上了暗示空投可能性的“降落伞”图样。

大的真要来了?zkSync社区热议的zkPorter到底是什么?

或是由于看到了 zkPorter、Endgame 等关键词,zkSync 创始人 Alex Gluchowski 随后转发了 Ethereum Daily 的推文,此举也一度被社区视作 Alex 承认了 zkSync 即将进行空投,但或许是后来又意识到了该行为存在较大的诱导性质,Alex 随后又撤销了对该条推文的转发。

大的真要来了?zkSync社区热议的zkPorter到底是什么?

综合上述信息,本轮针对 zkSync 空投猜测的主要依据聚焦于 zkPorter 之上,那么 zkPorter 究竟是什么呢?为什么说 zkPorter 的上线会与 zkSync 的代币挂钩? 

zkPorter 的首次亮相可追溯至 2020 年 8 月,Matter Labs 当时提出了该项基于 zkSNARK 的全新扩容技术,希望通过更灵活的数据可用性(DA)来帮助 Layer 2 实现更明显的扩容效果。

在 2021 年的一篇详解 zkPorter 的文章中,Matter Labs 曾提到,Rollup 只能提供线性增长的扩容效果,因为所有数据仍然需要被广播至所有的完整节点,但为了迎接海量的用户增长,业界需要实现指数级增长的扩容效果。

为此,Matter Labs 设计了一个安全性介于 zkRollup 与 Optimistic Rollup 之间,但可实现超 20000 TPS 的全新扩容解决方案,即本文的主角 zkPorter。

大的真要来了?zkSync社区热议的zkPorter到底是什么?

与采用了 zkRollup 解决方案的 zkSync Era 一样,zkPorter 同样支持 EVM,二者的合约和账户也能够无缝交互。

二者之间的核心区别在于,zkPorter 会将数据可用性置于链下(以太坊之外),从而解放了来自于数据需广播至完整节点的限制,也可大幅降低交易所需的 gas 成本 —— 可将数千笔交易打包成一次更新发布至主网。

大的真要来了?zkSync社区热议的zkPorter到底是什么?

 

从早年间的 Layer 2 定义来看,zkPorter 在解决方案上应归属为 Volition,更适用于那些在经济效应上不适合以太坊主网或传统 Rollup 的高并发项目。

大的真要来了?zkSync社区热议的zkPorter到底是什么?

关键性的设计来了,为了确保 zkPorter 的稳定,zkPorter 的数据可用性需要由 zkSync 代币持有者(在此被称监护人)保证。监护人可使用 zkSync 代币参与 PoS 证明,通过签署区块来跟踪 zkPorter 端的状态,以确认 zkPorter 帐户的数据可用性。

这也是为什么,社区会将“zkPorter 已可用”这一信息与“zkSync 即将发币”挂钩。

那么,zkPorter 到底什么时候会上线呢?Alex 本人今年 2 月曾在回复社区提问时提到会在 EIP-4844 执行之后,因为需要观察该升级对交易费用变化的潜在影响。鉴于 EIP-4844 (Proto-danksharding)将于 3 月 13 日的 Dencun 升级中执行,因此可预计距离 zkPorter 也不会太远了。

大的真要来了?zkSync社区热议的zkPorter到底是什么?

最后需要强调的是,与广大社区一样,我们也不知道 zkSync 具体的发币与空投规划,上述关于 zkPorter 的上线时间也仅有一个单向范围,无法提供更为精准的猜测。

基于安全和稳定考虑,Matter Labs 只会在一切准备就绪后才会推进相关动作,所以在 EIP-4844 之后不排除还会有一段时间的观察、测试周期。

“福报”终会到来,还请耐心等待。

Похожее

Открытые системы в конечном итоге побеждают: почему Ethereum — следующий Linux?

**Открытые системы в конечном итоге побеждают: Почему Ethereum — это следующий Linux?** Исторические параллели показывают, что открытые, децентрализованные системы («базары») со временем превосходят закрытые, контролируемые («соборы»). Как Linux победил проприетарные UNIX-системы, а интернет — частные сети, так и Ethereum, благодаря своей беспристрастной нейтральности (credible neutrality), имеет все шансы стать доминирующей основой для мировой финансовой инфраструктуры. Ключевые причины: 1. **Беспризорное (permissionless) инновационное развитие:** Подобно модели разработки Linux с открытым исходным кодом, Ethereum позволяет любому разработчику вносить инновации без разрешения (примеры: ERC-20, ERC-721, Uniswap). Ни одна частная компания не может сравниться с совокупной скоростью инноваций глобального сообщества. 2. **Суверенитет и нейтральность:** Ethereum — это суверенная вычислительная платформа, правила которой прозрачны, равны для всех, устойчивы к изменениям и открыты для участия. Ни одна организация (будь то корпорация или государство) не может контролировать или произвольно менять сеть, что устраняет риски платформы и создает доверие. 3. **Провал частных альтернатив:** Частные блокчейны и консорциумы (например, We.trade, Marco Polo), продвигаемые банками, страдают от фундаментальных противоречий интересов участников и не могут обеспечить открытую компоновку (composability) и нейтральность, которые являются основной ценностью блокчейна. Многие подобные проекты уже потерпели неудачу. 4. **Эффект сетевого масштаба:** Доверие разработчиков и институтов (Coinbase, BlackRock, JPMorgan, Robinhood) привлекает в экосистему Ethereum больше инструментов, ликвидности и приложений, создавая самоподдерживающийся цикл роста. На Ethereum уже приходится подавляющая доля активности в DeFi, стейблкоинах и токенизированных активах. 5. **Ответственность на уровне приложения:** Аргумент о необходимости контролируемого субъекта для регулирования в финансовой сфере решается на уровне приложений (например, с помощью токеновых стандартов со встроенным KYC, как ERC-3643), а не базового расчетного уровня, который должен оставаться нейтральным. История технологий учит, что преимущества закрытых систем (скорость, фокус) в долгосрочной перспективе уступают силе открытых сетей. Ethereum, как платформа, обеспечивающая суверенитет, нейтральность и беспрепятственные инновации, находится на пути к тому, чтобы стать для финансов тем же, чем Linux стал для операционных систем, — повсеместно принятой, надежной и открытой основой.

Foresight News9 мин. назад

Открытые системы в конечном итоге побеждают: почему Ethereum — следующий Linux?

Foresight News9 мин. назад

Заканчиваются канальные преимущества. Как протоколы DeFi защищаются от захвата гигантами?

Рост за счет доступа к каналам дистрибуции подходит к концу. Такие гиганты, как Coinbase, Stripe и Kraken, стремятся контролировать всю цепочку создания стоимости, поглощая или создавая конкурирующую базовую инфраструктуру, чтобы захватить прибыль и избежать «платы за проезд». Coinbase с ее блокчейном Base собирает сборы за упорядочение, Stripe приобрела Bridge для удержания доходов от стейблкоинов, а Kraken купила NinjaTrader для получения лицензий на деривативы. Однако протоколы DeFi, такие как Morpho и Uniswap, строят защиту, активно расширяясь на множество блокчейнов. Это снижает риск зависимости от одной платформы. Их глубоко укоренившаяся, проверенная в боях технология создает высокие затраты на замену для крупных компаний, что ведет к взаимозависимости. Хотя будущее может двигаться к олигополии, текущая динамика — это гонка между вертикальной интеграцией гигантов и горизонтальным, мультичейн-расширением открытых протоколов. Краткосрочная стабильность есть, но долгосрочный итог этой борьбы определит архитектуру отрасли.

marsbit14 мин. назад

Заканчиваются канальные преимущества. Как протоколы DeFi защищаются от захвата гигантами?

marsbit14 мин. назад

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

**Краткое содержание статьи: "Проблемы вычислительных мощностей в контексте китайско-американского соперничества в области ИИ"** Ключевой проблемой развития ИИ в Китае является серьезное отставание в области вычислительных мощностей, особенно в сфере высокопроизводительных чипов для **обучения** моделей ИИ. В то время как китайские чипы, такие как продукты компаний Moore Thread, Biren Technology и других, находят применение в более доступных задачах **вывода (инференса)** (например, в приложении Doubao), они практически не представлены в требовательном сегменте обучения крупных моделей. Здесь безраздельно доминируют американские компании, в первую очередь Nvidia с ее чипами серии A100/H100/H200 и экосистемой CUDA. Разрыв огромен: США контролируют более 70% мирового рынка высококлассных GPU, их общие вычислительные мощности более чем в два раза превышают китайские (2400 против 1053 EFLOPS). Американские технологические гиганты, такие как Meta, Google, Microsoft и Amazon, вкладывают сотни миллиардов долларов в инфраструктуру ИИ. Например, только у Google вычислительных мощностей столько же, сколько у 500 000 чипов H100, что составляет четверть от общемирового объема. Это позволяет им проводить десятки итераций обучения крупных моделей в год и экспериментировать с параметрами в триллионы и десятки триллионов, как это делает xAI Илона Маска. В результате, самые передовые американские модели (например, Anthropic Claude Mythos с 10 триллионами параметров) значительно превосходят лучшие китайские (например, DeepSeek V4 Pro с 1.6 триллионами параметров). Эксперты оценивают отставание Китая в 8-15 месяцев. Основная причина — физическое отсутствие необходимых мощностей для быстрого обучения сверхбольших моделей в соответствии с законом Scaling Law. Китай стремится к импортозамещению, разрабатывая собственные чипы (Huawei Ascend 910B, Cambricon и др.). Хотя по абсолютной производительности они пока отстают от лидеров на 30% и более, в сфере инференса разрыв сократился до 15-20%. Главная проблема — не только производительность железа, но и отсутствие зрелой программной экосистемы, подобной CUDA. Однако уже есть первые успехи: компании вроде Zhipu AI и Moore Thread начинают демонстрировать возможность полного цикла обучения моделей на отечественном оборудовании и фреймворках. Вывод: Китай сталкивается с фундаментальным вызовом в "гонке вычислений", которая лежит в основе "гонки моделей". Преодоление этого разрыва требует времени, масштабных инвестиций и построения собственной экосистемы. Страна обладает необходимым рынком, талантами и капиталом, но путь к паритету с США в области высокопроизводительных чипов для ИИ будет долгим.

marsbit15 мин. назад

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

marsbit15 мин. назад

Новая работа команды Хэ Каймина: после удаления VAE и приватных данных генерация текста в изображениях стала ещё лучше

Новая работа команды Хэ Каймина, MiniT2I, представляет собой минималистскую базовую модель для генерации изображений по тексту, которая бросает вызов существующим сложным подходам. В отличие от популярных моделей, таких как Stable Diffusion, MiniT2I отказывается от использования VAE, сложных механизмов введения условий (AdaLN), вспомогательных функций потерь, приватных данных и этапов выравнивания RL/DPO. Модель работает непосредственно в пространстве пикселей, используя потоковое согласование. Архитектура MM-JiT основана на чистом Transformer с двумя адаптерами для текста и без AdaLN. Обучение проводится в два этапа на полностью открытых данных: предварительное обучение на LLaVA-recaptioned CC12M и тонкая настройка на наборе высококачественных пар изображение-текст. Несмотря на небольшой размер (например, версия B/16 с 258 млн параметров), MiniT2I показывает конкурентоспособные результаты на бенчмарках GenEval (0.87) и DPG-Bench (84.2), превосходя более крупные модели. Модель L/16 (912 млн параметров) демонстрирует хорошее качество в стилях, композиции и воображении, приближаясь к SD3-Medium. Работа также честно указывает на текущие ограничения: артефакты на границах патчей, побочные эффекты CFG в пиксельном пространстве, потолок разрешения и отставание в рендеринге текста из-за использования только открытых данных. MiniT2I доказывает, что создание мощных тексто-графических моделей может быть более простым, эффективным и доступным, отмечая возможный переход от парадигмы «нагромождения» к парадигме «очищения».

marsbit20 мин. назад

Новая работа команды Хэ Каймина: после удаления VAE и приватных данных генерация текста в изображениях стала ещё лучше

marsbit20 мин. назад

Агенты ИИ «поглотили» какие криптосекторы?

Если вы, как и мы, последние несколько лет были глубоко вовлечены в индустрию, вы заметили, как изменилась атмосфера. Основной консенсус заключается в том, что отрасль активно оптимизируется под AI-агентов, что отодвигает на второй план продукты, ориентированные на прямое человеческое взаимодействие. Однако цепочка данных остается активной на новом уровне — уровне автономных агентов, недоступном для прямого человеческого вмешательства. Агенты уже доминируют в определенных сегментах: * **Деривативы (перпетуальные контракты):** Скорость и круглосуточное исполнение дают машинам явное преимущество, что подтверждают результаты конкурсов, где все AI-агенты завершили гонку, в то время как многие люди понесли убытки. * **Арбитраж (MEV):** Это абсолютно доминируемая роботами сфера, где масштабируемая человеческая деятельность невозможна. * **Оптимизация доходности:** Большинство новых протоколов DeFi включают автономных AI-агентов для управления, что показывает рост их внедрения. * **Спот-торговля:** По оценкам, автоматизированные боты отвечают за значительную долю общего объема торгов. В других сегментах наблюдается **смешанная активность**: * **Предиктивные рынки:** Агенты доминируют в краткосрочном арбитраже, но люди сохраняют преимущество в долгосрочных прогнозах, требующих адаптации. * **Кредитование в DeFi:** Хотя процессы ликвидации автоматизированы, ключевые решения о займах и депозитах по-прежнему принимаются людьми. Человеческое взаимодействие остается ключевым в областях, требующих доверия и контекста: * **Стейблкоины и платежи:** Подавляющий объем транзакций связан с реальными людьми, использующими криптовалюту для переводов и повседневных расходов. * **Кошельки:** Это последний рубеж, требующий человеческого одобрения и надзора. С ростом числа агентов **верификация человеческой деятельности** становится критически важной. Проекты, такие как World (AgentKit), t54, Self Protocol и Kite AI, разрабатывают инфраструктуру для безопасного связывания агентов с проверенными людьми, обеспечивая подотчетность и доверие в агент-ориентированной экономике. **Вывод:** Агенты превосходят людей в задачах, требующих скорости и оптимизации (трейдинг, MEV), и эта тенденция сохранится. Однако человеческий слой остается жизненно важным для сфер, связанных с реальной экономикой, платежами, доверием и сложными суждениями. Будущее, скорее всего, будет заключаться в симбиозе, где агенты эффективно выполняют задачи, но подотчетны и контролируются людьми.

marsbit26 мин. назад

Агенты ИИ «поглотили» какие криптосекторы?

marsbit26 мин. назад

Торговля

Спот
Фьючерсы
活动图片