EIP-4844經濟學系列的討論著重於新增的Blob承載交易對網路帶來的影響。透過研究Blob交易的機制費用，包括費用計算方式、Blob交易的種類和Blob Base Fee的更新演算法等內容，來探討如何影響Rollup的資料可用策略。文章中提出了模型假設的分析，包括資料延遲成本和Gas消耗的假設，以及Blob的均衡價格、拼單策略和成本分攤等方面的討論。作者指出，對於Rollup網絡，如何合理利用Blob來降低資料可用性的成本是至關重要的。
作者：Jason，ETHconomics 研究空間
非常感謝Colin@colinlyguo 參與論文的討論並提供的意見，以及Qi Zhou@qc_qizhou 對論文的回饋。
寫在前面
在EIP-4844 經濟學系列中，我們將分成四部分來講述新增的Blob 承載交易會對網路造成的虛擬影響。在上一篇中，作者研究了Blob 交易的機制費用文章，包括Blob 交易的費用計算方式，Blob交易的種族以及Blob Base Fee的更新演算法等內容。在本篇文章中，作者基於EIP-4844經濟學和Rollup Strategies的分析框架進一步挖礦EIP-4844新引入的Blob市場會如何影響其主要需求方Rollup的數據可用策略。
EIP-4844 經濟學系列：
EIP-4844 經濟學#1：深入EIP-4844 費用機制EIP-4844 經濟學#2：深入匯總資料可用策略（論文） EIP-4844 經濟學#3：深入多維資源定價EIP-4844 經濟學#4：深入第3 類備用交易策略
Rollup 資料可用策略
EIP-4844 引進了Blob 資料空間作為更佳的資料可用方案。似乎對於Rollup 而言，只需要技術性地升級其密碼學承諾演算法以支援Blob 即可。然而，除了技術簡單的升級之外，Rollup 更需要研究如何利用Blob來降低其可用性資料的成本。換而言之，Rollup需要根據各自的成本曲線以及需求曲線來制定其可用性資料的策略。
模型假設分析
建模分析的有效性取決於模型假設。模型假設肯定是無法完全貼近現實的，需要做得到抓小放大，關鍵假設假設的合理性以及對分析的影響。因此，在進行模型推導前，我們先來分析文章依賴一些關鍵假設。
假設1：引入隱性的延遲成本
在建模過程中，除了資料可用方法消耗的手續費之外，本文還引入了隱性的資料延遲成本。數據延遲可能對大多數人來說不太直觀。舉一個極端的例子，例如匯總的TPS 是每天1 筆交易，等待這些交易塞滿一個Blob 才提交至L1 似乎不是一個優秀的策略。
資料延遲成本的消失來自於其主要關聯於使用者體驗，某些中心化應用的安全模型，以及某些去中心化應用的活性。
L2 的優勢高於其交易能夠得到L1 的確認。雖然序列器能夠快速返回L2 交易處理結果，但如果L2 交易未得到L1 的確認，中心化的序列器實際上比Polygon 等L1 安全性更因此，L2 的目標用戶應關注L2 交易的可用性數據被提交至L1 事件以判斷交易的狀態，並依賴該狀態進行後續操作。因此，資料延遲增大，使用者需要等待時間越長，使用者體驗越差以跨L2應用為例，此類應用程式的最終安全性都依賴於被提交至L1的L2可用性資料。因此，此類應用程式的一些關鍵功能需要等待相應的L2交易的可用性資料上傳後才能實現。對於zkrollup而言，L2交易的可用性資料以及有效性證明被提交至L1時L2交易立即得到L1確認。然而，對於optimistic rollup而言，L2交易的可用性資料提交至L1後仍需等待一段挑戰期（如7 天）。在這種情況下，似乎L2 交易的可用性資料的及時提交沒那麼重要。實際上並不然，因為有些應用（如Maker Bridge）會直接執行驗證提交至L1 的L2 的可用性數據，耗盡等待挑戰期。假設2：資料延遲成本與交易等待時間長成正比
本文假設資料延遲成本與交易等待時間長成正比（線性函數）。現實中，延遲成本應該更適合用非線形的函數來刻畫。例如，
指數函數（延遲成本隨時間指數上漲） 分段函數（超過某個門檻才引入延遲成本）
相對於上面更精細的刻畫，線形函數具有以下優勢：
導數為平均值，方便建模推導連續可導，建模過程中的導數破壞
同時，線形函數整體上也刻畫了交易等待時長增大，資料延遲成本損失的關鍵特徵，滿足建模的需求。不同的線性比例也能激發非線形函數。
假設3：智能合約處理可用性資料的Gas消耗為普遍
本文中Blob 的可用策略和Calldata 和Blob 間的可用策略中假設智能合約處理可用性資料的Gas 消耗為最大值，與交易批次中的交易量相關。
在實際場景中，處理可用性資料的Gas 消耗可能是與交易量成線性關係的。例如，交易批次中全是L2 → L1 的操作，那麼智能合約可能需要逐一處理這些操作，處理可用性資料的燃氣消耗呈線性關係的。
若對處理可用性資料的Gas 消耗感興趣，可以以Scroll 為例進行分析：https://github.com/scroll-tech/scroll/pull/659。重點是，EIP-4844 之後，計算交易見證的keccak256 消耗的gas可以省去。
根據統計資料可以發現，各層2處理可用性資料的方式其實不太一樣。下面挑選典型例子來說明：
1. 樂觀中處理可用性資料消耗的Gas 基本上與交易批次的大小相關，十分符合本文的假設。
cr:@donnoh_eth
2. Arbitrum中處理可用性資料消耗的Gas基本上與交易批次的大小呈正相關，似乎不太符合本文的假設。固定的部分達到175000 Gas，可變部分最大達到90000 Gas比例，約51.4%。就品種程度而言，該假設仍是合理的。
cr:@donnoh_eth
假設4：智能合約處理可用性資料的Gas可以忽略不計
本文在Blob 均衡價格中，Blob 拼單策略以及Blob 成本分攤的推導中假設智慧合約處理可用性資料的Gas 消耗可忽略不計，即遠低於上傳可用性資料的成本。
在EIP-4844 中，根據統計數據，該假設之前很明顯已經成立了：
cr:@donnoh_eth
cr:@donnoh_eth
然而，EIP-4844上線前期，Blob的費用看起來忽略不計可以不計，還算樂觀的一批交易。這個時期Blob的供給遠超過需求，數據Gas價格為1wei。
cr:beaconcha.in
雖然不符合當前情況，但是在討論上述三個主題時進行假設還是有意義的
Blob 均衡價格討論Blob 在未來達到均衡需求時的場景Blob 拼單策略以及Blob 成本分攤探討或者Blob 成本過高而需要拼單的場景
💡目前（2024.3.31）的Blob 已經確定了目標，更接近建模假設：
cr：@0xRob
假設5：Gas價格與資料Gas價格為靜態均衡值
本文在推導的過程中假設Gas 價格以及Data Gas 價格為靜態均衡值。實際上，均衡值會受到供需範式遷移的影響，也是動態的。但是，供需範式遷移（非隨機波動）發生的頻率較低。在這中間，均衡值可以考慮為靜態值，不會影響在這中間實作的策略。不過，允許需要範式轉移轉移後，只要更新一下新的狀態均衡值即可。
Blob 的可用策略
在EIP-4844中，Blob採用的是Container的收費模型。因此，對於Rollup而言，需要權衡：
當Blob 完全利用時，上傳可用性資料均攤成本是最低的
當Blob 完全利用時，資料延遲成本是最高的（等待最長時間才能提交至底層網路）
Blob 資料可用方案成本
Calldata 和Blob 間的可用策略
Blob作為一種資料可用方案，並非完全依賴Calldata：
利用Calldata上傳可用性資料的均攤成本是不變的，消耗如Blob般資料等待達到某種量級以降低成本，因此可以實現快速發布，從而產生了初始的資料延遲成本。可以預想，這麼少量交易量的Rollup 會比較傾向使用Calldata。這些Rollup 需要很大的資料延遲成本才能把Blob 填滿完成。 Calldata 資料可用方案成本
然而，Vitalik 基於技術的角度更傾向於限制Calldata 的使用，讓Rollup 都使用Blob：
對Rollup 而言，維護兩套機製成本太高。 Calldata本身並不是為資料可用而設計的。
關於提高Calldata作為資料可用性方案成本的EIP-7623（草案）也被提出。基本想法很簡單：
若交易Gas 消耗中Calldata 的參與>~ 76%，Calldata 的成本為68 Gas/byte 若交易Gas 消耗量中Calldata 的參與
該EIP隱含一個假設，若Calldata的那麼佔比>~76%，該交易就被認定其資料可用。該值是透過歷史統計權衡出來的：
觀察資料可用交易的Calldata的參與，帳戶命中觀察非資料可用交易的通話資料的數量，注意不要誤傷
Blob 均衡價格
Blob 拼單策略
Blob 的聯合發布似乎解決了Blob 資料延遲成本過高的問題，類比現實世界的容器也不僅限於裝一批貨物。
本章節評估以下三個場景下，拼單策略導致Blob均衡價格的變化，並分析拼單策略是否相對單獨發佈為更優策略。
Rollup i 和Rollup j 都採用Blob 作為資料可用方案Rollup i採用Blob作為資料可用方案，而Rolup j採用Calldata作為資料可用方案Rollup i 和Rollup j 都採用Calldata 作為資料可用方案
場景1：Rollup i 和Rollup j 都採用Blob 作為資料可用方案
場景1 中Blob 的均衡價格會降低，最多降低一半
場景1 中拼單策略相對單獨發佈為更優策略
場景2：Rollup i採用Blob作為資料可用方案，而Rolup j則採用Calldata作為資料可用方案
場景2中Blob的均衡價格會上漲，最多為原來的2倍
場景2中拼單策略相對單獨發布不一定是更優策略
場景3：Rollup i 和Rollup j 都採用Calldata 作為資料可用方案
場景3中拼單策略相對單獨發布不一定是更優策略
Blob 成本分攤
性質1：必然存在最佳成本均攤方案
性質2：大型Rollup 需要支付低於其交易比例的Blob 費用
性質3：大型Rollup 需要支付超過一半的Blob 費用
性質4：小型Rollup單筆交易成本優化效果較佳
後記
EIP-4844下Rollup資料策略的可用讓我們辯證地認識到新的舊技術，眾多不同的技術都有其適用的範圍，我們需要劃清各個技術的有效使用邊界，從而讓我們更高的效率地利用技術。延遲成本基本上主導了這篇文章的推導，而這塊在平時的討論中都隱藏在水下。
後續許多開放的研究空間，例如限制Calldata的EIP敲定後，Rollup資料可用策略會發生什麼變化。歡迎加入ETHconomics研究空間一起討論研究。
相關資料
EIP 4844：這對L2 使用者意味著什麼？
https://medium.com/offchainlabs/eip-4844-what-does-it-mean-for-l2-users-5e86ebc4c028
EIP-4844 經濟學與總結策略
https://arxiv.org/abs/2310.01155
EIP-4844 經濟學#1：深入EIP-4844 費用機制
資訊來源：0x資訊編譯自網際網路。版權歸作者ETHconomics Research Space所有，未經許可，不得轉載