🧠 Inżynieria Tokenów @ EthCC Series [2/12] Dzisiejszy wykład: „Skalowanie Ethereum poprzez optymalizację sieci ZK Prover” przez Franklina Delehelle z @lagrangedev. To część naszej serii obejmującej kluczowe wykłady z Toru Inżynierii Tokenów na @EthCC 2025. #TEatEthCC2025 ⚙️ Wyzwanie: Dopasowanie podaży i popytu na obliczenia Systemy dowodów ZK są intensywne obliczeniowo. Zespół Franklina potrzebował sposobu na sprawiedliwe i efektywne dopasowanie klientów (którzy chcą dowodów) z operatorami (którzy oferują moc obliczeniową). Zaskoczenie: częściowe wyniki są bezużyteczne. Każde dopasowanie musi być wszystko albo nic. 📈 Cel: Zbudować sprawiedliwą, zharmonizowaną aukcję Problem projektowy jest wariantem podwójnej aukcji — ale z trudniejszymi ograniczeniami niż tradycyjne rynki. System musiał optymalizować w pięciu właściwościach: 1. Prawdomówność 2. Ochrona przed strategią grupową 3. Maksymalizacja dobrobytu 4. Zrównoważony budżet 5. Efektywność obliczeniowa 🧠 Pułapka: To problem plecakowy Dopasowanie klientów i operatorów jest jak próba spakowania walizki z przedmiotami o dziwnych kształtach — formalnie, wyzwanie optymalizacji kombinatorycznej. Idealne rozwiązanie jest NP-zupełne, innymi słowy, praktycznie nierozwiązywalne w rozsądnym czasie. 🧪 Rozwiązanie: Aukcje „Tetron i pół” Aby to działało w produkcji, zespół Franklina złagodził niektóre ograniczenia: - Zamiast maksymalizować dobrobyt, wymagają wyników o dodatniej sumie - Zdefiniowali elastyczną „rodzinę” algorytmów opartą na dopasowaniach rankingowych, filtrach zgodności podaży i popytu oraz logice wypłat - Każda odmiana w rodzinie jest parametryzowana i dostosowywana do konkretnego przypadku użycia. 🔍 Składniki algorytmu Ramy aukcyjne obejmują: - Zasady rankingowe: Sortowanie klientów i proverów według rentowności i mocy - Zasady dopasowania: Filtrowanie wykonalnych kombinacji (np. moc obliczeniowa ≥ potrzeba, zakres cenowy OK) - Zasady płatności: Ustalanie sprawiedliwej ceny za pracę, priorytetując użyteczne wyniki nad optymalnymi 🧱 Wyzwania w rzeczywistości Nawet przy solidnym algorytmie, wdrożenie jest skomplikowane: - Rzeczywiste sieci są ciągłe, a nie pojedyncze rundy aukcyjne - Sprzęt jest heterogeniczny (GPU vs. CPU, wskaźniki awarii itp.) - Klienci wprowadzają niestandardowe zasady i preferencje operatorów - Należy uwzględnić zachowania wrogie Wynik: więcej przypadków brzegowych, więcej heurystyk, więcej chaosu kombinatorycznego. 🎯 Wnioski Projektowanie aukcji dla dowodów ZK to trudne połączenie ekonomii, optymalizacji i inżynierii. Franklin pokazuje, jak dostosowanie teoretycznych modeli do rzeczywistej infrastruktury wymaga… kompromisów i głębokiego zrozumienia wszystkich warstw systemu. 🎥 Obejrzyj pełny wykład: 📰 Przeczytaj artykuł: 📚 Zbadaj wszystkie podsumowania: Szukaj #TEatEthCC lub odwiedź nasz opis wydarzenia: