另一個很棒的總結。如果你的協議需要匹配計算供需,而工作是全有或全無的,請查看這種方法!
Token Engineering Academy
Token Engineering Academy8月5日 16:09
🧠 Token Engineering @ EthCC 系列 [2/12] 今天的演講:“通過優化 ZK 證明者網絡來擴展以太坊”由 @lagrangedev 的 Franklin Delehelle 主講。 這是我們系列的一部分,涵蓋 @EthCC 2025 的 Token Engineering Track 中的關鍵演講。#TEatEthCC2025 ⚙️ 挑戰:匹配計算供應與需求 ZK 證明系統計算密集。Franklin 的團隊需要一種公平且高效的方式來將客戶(想要證明的人)與運營商(提供計算能力的人)匹配。 轉折點:部分結果是無用的。每次匹配必須是全有或全無。 📈 目標:建立一個公平、激勵對齊的拍賣 設計問題是雙重拍賣的一種變體——但約束條件比傳統市場更嚴格。 系統必須在五個屬性上進行優化: 1. 真實性 2. 群體策略抗性 3. 福利最大化 4. 預算平衡 5. 計算效率 🧠 陷阱:這是一個背包問題 匹配客戶和運營商就像試圖用形狀各異的物品打包行李——正式來說,這是一個組合優化挑戰。 完美的解決方案是 NP 完全的,換句話說,在合理的時間內幾乎無法解決。 🧪 解決方案:“一個半的 Tetron” 拍賣 為了使其在生產中運行,Franklin 的團隊放寬了一些約束: - 他們不再追求福利最大化,而是要求正和結果 - 他們定義了一個靈活的算法“家族”,由排名匹配、供需兼容過濾器和支付邏輯組成 - 家族中的每個變體都是參數化的,並根據用例進行調整。 🔍 算法組件 拍賣框架包括: - 排名規則:根據盈利能力和能力對客戶和證明者進行排序 - 匹配規則:過濾可行的組合(例如,計算 ≥ 需求,價格範圍合適) - 付款規則:公平定價工作,優先考慮可用結果而非最佳結果 🧱 現實世界挑戰 即使有一個合理的算法,實施也很麻煩: - 實際網絡是連續的,而不是單一的拍賣回合 - 硬件是異質的(GPU 與 CPU,故障率等) - 客戶引入自定義規則和運營商偏好 - 必須考慮對抗行為 結果:更多的邊緣案例,更多的啟發式,更多的組合混亂。 🎯 收穫 ZK 證明的拍賣設計是經濟學、優化和工程的艱難結合。 Franklin 展示了如何將理論模型適應於實際基礎設施需要……妥協,並深入理解所有系統層次。 🎥 觀看完整演講: 📰 閱讀論文: 📚 探索所有摘要:搜索 #TEatEthCC 或訪問我們的活動報導:
1.64K