🧠 Token Engineering @ EthCC-serien [2/12] Dagens föredrag: "Scaling Ethereum by Optimizing ZK Prover Networks" av Franklin Delehelle från @lagrangedev. Detta är en del av vår serie som täcker viktiga samtal från Token Engineering Track på @EthCC 2025. #TEatEthCC2025 ⚙️ Utmaningen: Att matcha tillgång och efterfrågan på databehandling ZK-säkra system är beräkningsintensiva. Franklins team behövde ett sätt att rättvist och effektivt matcha kunder (som vill ha bevis) med operatörer (som erbjuder beräkningskraft). Twisten: partiella resultat är värdelösa. Varje match måste vara allt-eller-inget. 📈 Målet: Att skapa en rättvis auktion som är anpassad till incitamenten Designproblemet är en variant av en dubbel auktion – men med hårdare begränsningar än traditionella marknader. Systemet var tvunget att optimera över fem fastigheter: 1. Sanningsenlighet 2. Gruppstrategi-säkring 3. Maximering av välfärden 4. Balanserad budget 5. Effektiv databehandling 🧠 Haken: Det är ett ryggsäcksproblem Att matcha kunder och operatörer är som att försöka packa en resväska med föremål med udda former – formellt sett en kombinatorisk optimeringsutmaning. Den perfekta lösningen är NP-komplett, med andra ord praktiskt taget olöslig inom rimlig tid. 🧪 Lösningen: "Tetron och en halv" auktioner För att få det att fungera i produktionen lättade Franklins team på vissa begränsningar: - I stället för att maximera välfärden kräver de positiva resultat - De definierade en flexibel algoritm "familj" byggd av rankade matcher, kompatibilitetsfilter för utbud och efterfrågan och utbetalningslogik. - Varje variant i familjen parametriseras och anpassas per användningsfall. 🔍 Algoritmens komponenter Auktionsramverket omfattar följande: - Rankningsregler: Sortera kunder och bevisare efter lönsamhet och styrka - Matchningsregler: Filtrera möjliga kombinationer (t.ex. beräkna ≥ behov, prisklass OK) - Betalningsregler: Prissätt arbetet rättvist och prioritera användbara resultat framför optimala 🧱 Utmaningar i den verkliga världen Även med en sund algoritm är implementeringen rörig: - Riktiga nätverk är kontinuerliga, inte enstaka auktionsrundor - Hårdvaran är heterogen (GPU jämfört med CPU, felfrekvenser osv.) - Klienter introducerar anpassade regler och operatörspreferenser - Kontradiktoriskt beteende måste redovisas Resultat: fler gränsfall, mer heuristik, mer kombinatoriskt kaos. 🎯 Lärdomar Auktionsdesign för ZK-provning är en hård blandning av ekonomi, optimering och teknik. Franklin visar hur anpassning av teoretiska modeller till verklig infrastruktur kräver... kompromisser och djup förståelse för alla systemlager. 🎥 Se hela föredraget: 📰Läs tidningen: 📚 Utforska alla sammanfattningar: Sök #TEatEthCC eller besök vår evenemangsartikel: