Введение

Сегодня децентрализованные приложения сталкиваются с ограничениями в выполнении сложных вычислений on-chain из-за ограниченных возможностей обработки блокчейна. Однако благодаря быстрому развитию технологий, таких как блокчейновые копроцессоры, в сочетании с игровой теорией и конструкцией механизмов, появляется новая волна применения, которая значительно улучшает опыт пользователей.

Эта статья исследует пространство дизайна сопроцессоров, с основным вниманием на потенциальные случаи использования, которые они усиливают.

Основные моменты:

• Вычисления в блокчейне дороги и ограничены; одно из решений - перемещать вычисления вне цепи и проверять результаты в цепи через сопроцессоры, обеспечивая более сложную логику dapp.
• Сопроцессоры могут быть классифицированы как доверительные (ZK), минимизированные в доверии (MPC/TEE), оптимистичные и криптоэкономические на основе их предположений о безопасности. Эти решения также могут быть объединены для достижения желаемого баланса между безопасностью и эффективностью.
• Различные типы сопроцессоров подходят для различных задач в DeFi. Потенциальные случаи использования включают DEX (AMM и ордербук), денежные рынки, стейкинг, рестейкинг и т. д.
• С появлением децентрализованного искусственного интеллекта, вместе с копроцессорами, мы входим в новую эру " Интеллектуальный DeFi”.

Роль копроцессоров

Блокчейн обычно рассматривается как виртуальная машина (ВМ) общего назначения, которая может не идеально подходить для тяжелых вычислений. Задачи, связанные с анализом на основе данных и интенсивными вычислениями, часто требуют решений вне сети. Например, биржи с книгой ордеров, такие как dydx v3, используют оффчейн-сопоставление и механизмы риска, работающие на централизованных серверах, при этом только расчеты по фондам происходят в блокчейне.

В вычислительной технике сопроцессоры вводятся для того, чтобы помочь процессорам в выполнении определенных задач, на что указывает префикс «co-». Например, графические процессоры служат сопроцессорами для центральных процессоров. Они превосходно справляются с параллельными вычислениями, необходимыми для таких задач, как 3D-рендеринг и глубокое обучение. Такое расположение позволяет основному процессору сосредоточиться на обработке общего назначения. Модель сопроцессора позволила компьютерам справляться с более сложными рабочими нагрузками, которые были бы невозможны при использовании одного универсального процессора.

Путем использования сопроцессоров и доступа к данным on-chain приложения блокчейна могут потенциально предоставлять расширенные функции и принимать обоснованные решения. Это создает возможности для проведения дополнительных вычислений, обеспечивая выполнение более сложных задач и позволяя приложениям становиться более «интеллектуальными».

Разные типы сопроцессоров

Основываясь на доверительных предположениях, сопроцессоры могут быть классифицированы в основном на три различных типа - Zero-Knowledge (ZK), Оптимистичные и Криптоэкономические.

Сопроцессоры ZK, если они реализованы правильно, теоретически не заслуживают доверия. Они выполняют вычисления вне сети и отправляют ончейн-доказательства для проверки. Несмотря на то, что они обеспечивают скорость, существует компромисс с точки зрения стоимости доказательства. По мере развития специализированного оборудования и криптографии конечная стоимость, передаваемая конечным потребителям, потенциально может быть снижена до более приемлемого уровня.

АксиомаиRISC ZeroBonsai - это примеры вспомогательных процессоров ZK. Они позволяют выполнять произвольные вычисления с доступом к состоянию on-chain вне цепи и предоставляют доказательства того, что вычисления были выполнены.

Для более ясного понимания того, как работает типичный сопроцессор ZK, давайте рассмотрим рабочий процесс RISC Zero Bonsai.

Приложения отправляют запросы на совместную обработку в Bonsai Relay, который затем пересылает запрос на подтверждение в службу доказательства Bonsai. RISC Zero zkVM выполняет программу и генерирует доказательство для проверки правильного выполнения кода, которое может быть проверено любым. Затем Bonsai Relay публикует доказательство на цепи, и приложения получают результаты через функцию обратного вызова.

Бонсай на Ethereum

В то время как ZK копроцессор является одним из методов достижения проверяемых вычислений вне цепи, альтернативы, такие как MPC и TEE, предлагают различные подходы. MPC позволяет совместные вычисления с использованием чувствительных данных, в то время как TEE обеспечивает безопасные аппаратные обособленные помещения. Каждый вариант имеет свой набор компромиссов между безопасностью и эффективностью. В этой статье мы сосредоточимся на ZK копроцессорах.

Оптимистичные сопроцессоры предлагают экономичные решения, но страдают от значительных проблем с задержкой (обычно недели). Для эффективного вызова им необходимы честные стороны с доказательствами мошенничества в пределах вызывающего окна. Поэтому обеспечение безопасности затягивается.

Криптоэкономические сопроцессоры - это оптимистичные сопроцессоры с достаточно большой экономической связью при выполнении и системой страхования на цепи, которая позволяет другим получать компенсацию за ошибочные вычисления. Эту экономическую связь и страхование можно приобрести через поставщиков общей безопасности, таких как Eigenlayer. Преимущество заключается в мгновенном расчете, но недостаток - в стоимости приобретения страховки.

Характеристики различных типов сопроцессоров

* Время генерации проб составляет менее секунды (по общему признанию, для небольших, оптимизированных доказательств), и оно быстро улучшается.

Различные типы сопроцессоров обладают отличными характеристиками стоимости, задержки и безопасности. Комбинирование различных типов сопроцессоров может привести к оптимизированному пользовательскому опыту. Выдающимся примером является Brevis. Первоначально запущенный с zk-сопроцессором, Brevis теперь представил Краткая цепочка. Эта инновация объединяет крипто-экономику и ZKP в рамках ZK-копроцессора, что приводит к снижению затрат, минимизации задержек и улучшению пользовательского опыта.

Сопроцессоры Pure ZK в их нынешнем состоянии по-прежнему представляют собой такие проблемы, как высокая стоимость генерации доказательств и проблемы масштабируемости. Это связано с тем, что ZK-доказательства для доступа к данным и результатов вычислений всегда генерируются заранее. Используя инфраструктуру повторного стейкинга Eigenlayer, Brevis coChain позволяет децентрализованным приложениям адаптировать желаемый уровень криптоэкономической безопасности, предоставляя им большую гибкость для улучшения пользовательского опыта. Вот упрощенное объяснение того, как это работает.

Brevis coChain сначала 'оптимистично' генерирует результат запроса на совместную обработку на основе консенсуса PoS. Затем инициируются два окна вызова, одно из которых является приложение-специфичным и настраиваемым разработчиками, а другое - длинное глобальное окно сокращения совместной цепочки.

Краткий рабочий процесс coChain

Во время окна вызова приложения наблюдатели могут представить ZKP, противоречащий результатам копроцессинга. Успешные вызовы уменьшают вознаграждение предложившего и вознаграждают вызывающего. Неудачные предложения приводят к конфискации обеспечения вызывающего.

Если вызовов нет, приложение будет считать результаты действительными. Глобальное окно сокращения coChain предназначено для повышения безопасности. Даже если приложение принимает недействительный результат, пока окно сокращения coChain открыто, злонамеренные валидаторы могут быть сокращены, и неверные результаты могут быть исправлены.

Поскольку различные типы сопроцессоров обладают отличающимися характеристиками стоимости, задержки и безопасности, приложения должны оценить свои потребности для определения типа сопроцессоров, которые им необходимы. Если вычисления включают задачи с высокой степенью безопасности, такие как расчет балансов валидаторов на цепи Beacon в жидком стейкинге, где стоит миллиарды долларов, ZK-сопроцессоры являются наиболее подходящим выбором. Они обеспечивают максимальную безопасность, поскольку результаты могут быть проверены без доверия. Кроме того, в таких сценариях задержка не является проблемой, что позволяет генерировать доказательства в приемлемые сроки.

Для задач, которые менее чувствительны к задержкам и не включают значительной финансовой ценности, таких как демонстрация метрик достижений on-chain на ваших социальных профилях, оптимистичный сопроцессор, предлагающий наименьшие вычисления вне цепи, мог бы быть предпочтителен.

Для других задач криптоэкономические сопроцессоры оказываются более эффективными с точки зрения затрат, если приобретенная страховка покрывает стоимость риска. Анализ стоимости страховки должен проводиться для каждого конкретного случая, сильно зависящего от ценности, обеспечиваемой приложением. Эти задачи часто включают в себя разнообразные аналитические и моделирование рисков.

Другой способ классификации сопроцессоров — по типу вычислений с такими примерами, как:

• RiscZero, Лаконичный и =nil;для общего вычисления,
• РитуалиМодульдля AI,
• ПространствоиВремя для операций с базами данных,
• MegaETH для вычислений EVM и многое другое.

Использование сопроцессоров в DeFi является развивающейся областью, которая имеет большой потенциал. В следующем разделе я опишу существующие идеи и реализации того, как сопроцессоры могут быть использованы в различных секторах в DeFi, включая DEX, денежные рынки, стейкинг, рестейкинг и т. д.

DEX

В децентрализованной бирже участвует несколько заинтересованных сторон. Среди них трейдеры, поставщики ликвидности, рыночные организаторы, менеджеры ликвидности, решатели/заполнители и другие. Копроцессоры имеют потенциал эффективно оптимизировать сложные задачи с разными уровнями доверия, в конечном итоге улучшая опыт для этих заинтересованных сторон.

Снижение затрат

В базовой AMM одна из важных функций - вычисление необходимых параметров при инициировании пользователем обмена. Эти параметры включают сумму для обмена, комиссию и цену после обмена. Одним из простых вариантов использования вычислительной мощности zk-сопроцессоров с гарантиями доверия является выполнение части функции обмена вне цепи, а затем завершение оставшихся шагов в цепи. zkAMM - это вариант автоматизированных рыночных производителей (AMM), интегрирующих доказательства нулевого знания в протокол.@0xfuturistic) представляет реализацию zkAMM (zkUniswap) на основе Uniswap v3, где часть вычислений по обмену AMM переносится на Risc Zero zkVM. Пользователь начинает обмен, делая запрос в сети, входные данные обмена забираются релеем, и вычисления выполняются за ее пределами. Затем релеер размещает вывод и доказательство. AMM проверяет доказательство и завершает обмен.

Несмотря на то, что затраты на вычисления все еще сопоставимы с EVM на текущем этапе, можно достичь более высокой эффективности, распараллеливая вычисления свопов с независимыми путями благодаря функции продолжения RiscZero. По сути, выполнение свопов может выполняться последовательно в блокчейне, но фактические шаги свопа могут быть вычислены параллельно вне блокчейна с использованием этого подхода. Это позволяет распараллеливать самую тяжелую часть для пакетов, что изначально невозможно в EVM. Затраты на проверку также могут быть амортизированы за счет объединения нескольких транзакций вместе.

Пользователи также могут воспользоваться альтернативным уровнем доступности данных для отправки запросов на обмен. Другой подход заключается в использовании подписи EIP712 для внеланцетного распространения, что дополнительно позволяет снизить затраты на обмен.

Динамические параметры

Копроцессоры также могут использоваться для динамического контроля комиссии за обмен в пуле AMM. Концепция динамической комиссии заключается в увеличении ставки комиссии в периоды рыночной волатильности и ее снижении в более спокойных рыночных условиях. Это служит преимуществом для пассивных поставщиков ликвидности, поскольку они постоянно берут невыгодную сторону сделок и испытывают утечку стоимости через Loss-versus-rebalance (LVR). Внедрение динамических комиссий направлено на решение этой проблемы путем адекватной компенсации LP.

Некоторые AMM уже имеют эту функцию. Например, Окружающийиспользует внешний оракул, который мониторит и делает снимки различных пулов Uniswap v3 с различными комиссиями каждые 60 минут, чтобы выбрать наиболее производительный.

Для предоставления дополнительных идей по настройке уровня комиссии можно использовать дополнительные данные, как on-chain, так и off-chain. Сюда входят исторические сделки, проведенные on-chain для этого конкретного пула AMM или для той же пары по различным пулам ликвидности (например, решение Ambient) или даже пулам на разных сетях. Если допускаются определенные доверительные предположения, можно также ввести off-chain данные (например, данные о сделках на CEX) от авторитетных оракулов, таких как Chainlink или Pyth.

Решение о том, какие типы копроцессоров использовать, зависит от того, насколько часто корректируется комиссия. В случаях, когда пул требует очень частых динамических изменений комиссии, криптоэкономические копроцессоры могут быть более подходящими. Это связано с тем, что затраты на доказательство, вероятно, превысят страховые расходы, которые можно оценить как разницу в ставке комиссии, умноженную на средний объем. В случае ошибочных расчетов ЛП может легко потребовать свою страховку, обеспеченную Eigenlayer, для компенсации убытков от потери комиссии.

С другой стороны, есть пулы, предпочитающие менее частые изменения комиссионной ставки. Однако эти пулы обрабатывают очень большие объемы, что может увеличить стоимость покупки страховки. В таких случаях ZK-сопроцессоры более подходят, поскольку они обеспечивают наибольшую гарантию.

Менеджер активной ликвидности (ALM)

Пассивное предоставление ликвидности может быть привлекательным вариантом для менее опытных пользователей, которые хотят зарабатывать комиссии с неактивной ликвидности, не слишком беспокоясь о отклонениях цен. Однако некоторые поставщики ликвидности (LP) более подвержены потерям, вызванным отклонениями цен и статистическими арбитражами. Ранее мы обсуждали, как динамическое изменение комиссий может смягчить эту проблему. Но почему бы не пойти дальше и полностью изменить форму кривой ликвидности? Это более сложный подход к управлению ликвидностью, известный как Активные Менеджеры Ликвидности (ALM).

К сожалению, большинство существующих ALM предоставляют только базовые стратегии, такие как ребалансировка, которые оказывают ограниченное влияние на сбор сборов. С другой стороны, доступны немного более продвинутые методы, такие как хеджирование с использованием денежных рынков или деривативов. Однако они либо влекут за собой высокие затраты при частом выполнении в блокчейне, либо полагаются на централизованные вычисления черного ящика вне сети.

Копроцессоры имеют потенциал решить проблемы затрат и доверия, обеспечивая принятие передовых стратегий. Путем интеграции с передовыми решениями машинного обучения с нулевым разглашением информации (ZKML) такими как Модульные лабораториии децентрализованные платформы искусственного интеллекта, такие как Ритуал, менеджеры ликвидности могут использовать сложные стратегии на основе исторических данных сделок, корреляции цен, волатильности, импульса и многого другого, при этом наслаждаясь преимуществами конфиденциальности и доверия.

Стратегии высокочастотной торговли требуют точного времени и быстрого исполнения. В то время как ZK-решения не всегда соответствуют необходимой скорости, криптоэкономические сопроцессоры отлично справляются в этой области. Эти сопроцессоры позволяют быстро выполнять алгоритмы искусственного интеллекта, с обновлением параметров так часто, как позволяет время блока. Однако использование этого подхода сопряжено с расходами на страхование. Точная оценка этих расходов может быть сложной из-за потенциальных рисков, таких как неправильное обращение менеджеров средств или участие в контроторговле. Процесс принятия решений включает в себя балансировку дополнительных доходов и расходов на страхование, что в конечном итоге зависит от общего объема, происходящего в измеренном временном интервале сопроцессора. Масштабирование этого процесса также может оказаться сложным в зависимости от доступного капитала в одном AVS и способности предсказать стоимость риска в любой момент.

Распределение вознаграждений на основе метрик

Хотя каждая транзакция регистрируется в блокчейне, умные контракты сталкиваются с проблемами в определении метрик, которые представляют собой эти транзакции, такие как объем транзакций, количество взаимодействий, TVL за единицу времени и т. д. Один из вариантов - использовать решения по индексации, такие как Dune Analytics, которые предоставляют ценную информацию. Однако полагаться на оффчейн индексацию вводит дополнительный уровень доверия. Вот где копроцессоры появляются как многообещающее решение.

Одним из особенно ценных метрик on-chain является объем. Например, накопленный объем в определенном AMM-пуле, связанный с конкретным адресом в определенных блоках. Эта метрика очень полезна для DEX. Одним из применений является возможность установки различных уровней комиссий для пользователей в зависимости от их торгового объема. Этот подход похож на динамические комиссии, но вместо общих данных он смотрит на данные, связанные с адресом.

Бревиспредоставляет интересный пример того, где доказательство объема может быть объединено с настраиваемым возвратом комиссии Uniswap hooks для предоставления возврата комиссии, основанного на объеме, аналогичного VIP-трейдерам на CEXes.

Более того, Uniswap v4 может прочитать историю транзакций пользователя за последние 30 дней, разобрать каждое событие торговли с помощью настраиваемой логики и вычислить объем торгов с помощью Brevis. Объем торговли и ZK Proof, сгенерированный Brevis, затем надежно проверяются в умном контракте Uniswap v4 Hook, который асинхронно определяет и записывает уровень комиссии VIP пользователя. После проверки доказательства любые будущие сделки пользователя, имеющего право, вызовут функцию getFee(), чтобы просто посмотреть запись VIP и соответственно снизить торговые сборы для них.

Стоимость получения сертификата "VIP" также невелика (около $2.5 на основе результатов испытаний производительности). Стоимость может быть дополнительно снижена путем агрегирования нескольких пользователей с использованием решений, таких как NEBRA. Единственным недостатком является задержка, так как потребовалось около 400 секунд для доступа и вычисления 2600 транзакций Uniswap в сети. Однако это не так важно для функций, которые не чувствительны ко времени.

Чтобы решить проблемы с задержкой, децентрализованные приложения могут использовать coChain от Brevis. Результаты быстро вычисляются и доставляются через механизм консенсуса PoS, чтобы свести к минимуму задержки. В случае вредоносных действий ZKP может быть использован во время окна вызова, чтобы наказать недобросовестных валидаторов.

Например, в сценарии сбора VIP-сбора, упомянутом ранее, если более ⅔ валидаторов coChain лживо назначат более высокий уровень VIP определенным пользователям в “таблице поиска уровня VIP”, связанной с динамическим крюком сбора, некоторые пользователи могут изначально получить большие скидки на сборы. Однако, когда во время окна усечения представляется ZK-доказательство, демонстрирующее, что уровни VIP неверны, злонамеренные валидаторы столкнутся с наказаниями. Неверные уровни VIP затем могут быть исправлены путем активации вызова вызова для обновления таблицы поиска уровня VIP. Для более осторожных сценариев разработчики могут выбрать реализацию расширенных окон вызова на уровне приложения, обеспечивая дополнительный уровень безопасности и адаптивности.

Майнинг ликвидности

Майнинг ликвидности - это форма распределения наград, предназначенная для стимулирования ликвидности. DEX может приобрести более глубокое понимание поведения своих поставщиков ликвидности через копроцессоры и соответствующим образом распределять награды за майнинг ликвидности или стимулы. Важно понимать, что не все поставщики ликвидности одинаковы; некоторые действуют как наемники, в то время как другие остаются верными долгосрочными сторонниками.

Оптимальным стимулом ликвидности должна быть ретроспективная оценка приверженности провайдеров ликвидности, особенно во время значительных колебаний рынка. Те, кто стабильно оказывает поддержку пулу в такие периоды, должны получать самые высокие вознаграждения.

Система репутации Solver/Filler

В будущем, ориентированном на намерения пользователей, решатели/заполняющие играют ключевую роль, упрощая сложные транзакции и достигая более быстрых, дешевых или лучших результатов. Однако есть постоянная критика в отношении процесса выбора решателей. Существующие решения включают в себя:

• Система без разрешения, использующая голландские аукционы или механизмы увеличения комиссий. Однако этот подход сталкивается с проблемами обеспечения конкурентной и открытой среды аукционов, что потенциально может привести к проблемам с задержкой или даже к невыполнению для пользователей.
• Система без разрешения требует залог токенов для участия, что создает финансовый барьер для входа и может лишен ясных условий сокращения/штрафа, или прозрачных и недоверительных санкций.
• В качестве альтернативы можно создать список разрешенных решателей на основе репутации и отношений.

Путь впереди должен быть как беспозволительным, так и доверительным. Однако для достижения этого необходимо установить руководящие принципы различения между отличными решателями и теми, кто не так хорош. С помощью ZK-сопроцессоров можно генерировать верифицируемые доказательства для определения, соответствуют ли определенные решатели этим принципам или нет. На основе этой информации решателей можно подвергнуть приоритетным потокам заказов, сокращению, приостановке или даже внесению в черный список. В идеале лучшие решатели получали бы больше потоков заказов, в то время как худшие решатели получали бы меньше. Важно периодически обновлять и обновлять эти рейтинги, чтобы предотвратить укрепление и стимулировать конкуренцию, давая новичкам равные шансы на участие.

Оракул цены, устойчивый к манипуляциям

Uniswap уже внедрил встроенные оракулы в своих версиях v2 и v3. С выпуском v4 Uniswap расширил возможности для разработчиков, представив более продвинутые варианты оракулов. Однако по-прежнему существуют ограничения и ограничения в отношении цепочечных ценовых оракулов.

Во-первых, следует учесть стоимость. Если копроцессорный вычислительный ценовой оракул может предложить улучшения стоимости, он может служить более доступной альтернативой. Чем сложнее конструкции ценового оракула, тем больше потенциал для экономии затрат.

Во-вторых, пул ценовых оракулов в сети по-прежнему подвержен манипуляциям. Чтобы решить эту проблему, распространенной практикой является агрегирование цен из разных источников и выполнение расчетов для создания более устойчивого к манипуляциям ценового оракула. Сопроцессоры имеют возможность извлекать исторические сделки из различных пулов, даже из разных протоколов, что позволяет создавать устойчивый к манипуляциям ценовой оракул с конкурентоспособными затратами на интеграцию с другими протоколами DeFi.

Данные DIAработает над оракулами на основе ZK с O(1) Labs из экосистемы Mina. Подход аналогичен - брать рыночные данные и выполнять более сложные вычисления вне блокчейна, без затрат на газ и других ограничений исполнения, но с возможностью проверки целостности расчетов по мере того, как результат обслуживается в блокчейне. Это может сделать возможным дополнение простых ценовых потоков другими рыночными данными, такими как глубина, чтобы помочь оценить влияние ликвидации, а также метаданными, позволяющими протоколам настраивать свой канал.

Системы маржинальной торговли

Для преодоления вычислительных ограничений технологии блокчейн многие платформы по деривативам часто перемещают определенные компоненты, такие как системы управления рисками, вне цепи.

@0x_emperor и @0xkraneпредложить интересный вариант использования копроцессоров, где логика маржинации прозрачна и проверяема. На многих биржах есть системы управления рисками, предотвращающие чрезмерное использование кредитного плеча. Одним из таких примеров является система автоматической деривации (ADL), которая стратегически распределяет убытки между прибыльными трейдерами для компенсации убытков, понесенных ликвидированными трейдерами. По сути, она перераспределяет убытки среди прибыльных трейдеров для покрытия неоплаченных долгов, возникших в результате этих ликвидаций.

Пользователи могут иметь вопросы относительно насильственного закрытия своих позиций. Для решения этой проблемы биржа может использовать сопроцессоры для выполнения логики маржи, используя данные on-chain и генерацию доказательств для проверки правильных вычислений. Поскольку случаи ADL случаются редко, опасения относительно задержек и издержек на доказательства минимальны. Однако использование доверенных и проверяемых Zk сопроцессоров повышает прозрачность и целостность, что является выгодным для биржи и ее пользователей.

Денежный рынок

Используя информацию из исторических данных цепочки блоков, копроцессоры могут улучшить управление рисками для LPs и протоколов кредитования. Кроме того, протоколы могут предложить улучшенный пользовательский опыт на основе аналитики, основанной на данных.

Когда Curve столкнулся с эксплуатацией несколько месяцев назад, внимание переключилось на денежные рынки с миллионами токенов CRV под угрозой ликвидации. Кредиторы Frax нашли некоторое утешение в агрессивном увеличении процентных ставок протокола, когда коэффициент займа к залогу (LTV) стал нездоровым. Это стимулировало основателя Curve выплатить долг быстрее. Однако заинтересованные стороны AAVE выразили беспокойство и начали обсуждения о сокращении вместимости залогов и, возможно, о приостановке рынка. Их страх был обоснован возможностью недостаточной ликвидности для успешных ликвидаций, что могло привести к долгам и уязвимости перед рыночными условиями.

К счастью, кризис был урегулирован. Важно регулярно проверять активы, перечисленные на денежных рынках, с особым вниманием к их ликвидности на рынке, особенно во время ликвидационных событий. Неликвидные активы должны иметь более низкий коэффициент займа к общей стоимости (LTV) и залоговую способность.

Однако процесс принятия решений по изменению рисковых параметров на денежных рынках часто является реактивным, как мы наблюдали в ситуации с CRV. Нам нужны более оперативные и проактивные меры, включая доверительные решения. Ведутся обсуждения относительно использования Управление обратной связьюдинамически настраивать параметры на основе метрик цепочки, таких как использование ликвидности, вместо полагания на предопределенную кривую. Одним увлекательным концепцией является кредитный пул, который проверяет доказательства ликвидности на цепочке для конкретного рынка. Контроллер получает доказательства, рассчитанные из метрик цепочки с помощью ZK копроцессоров, указывающих, когда актив больше не является достаточно ликвидным за определенный порог. На основании этой информации контроллер может принимать различные меры, такие как корректировка процентных ставок, установка ограничений LTV, приостановка рынка или даже его полное прекращение.

Более продвинутые стратегии могут включать периодическое корректирование возможности займа залогов или кривой процентной ставки на основе ликвидности цепочки предыдущей недели. Точный порог будет определяться через обсуждения в рамках DAO. Он может быть определен с учетом таких факторов, как исторический объем цепочки, резервы токенов, минимальный проскальзывание для одноразового свопа и так далее.

Для кредиторов и заемщиков денежные рынки могут предоставлять расширенные услуги и опыт, аналогичные программам скидок на комиссию для VIP-трейдеров на DEX. Существуют существующие решения для оценки кредитоспособности, которые направлены на создание комплексного профиля пользователей в сети. Цель состоит в том, чтобы стимулировать хорошее поведение, такое как эффективное управление рисками, демонстрируемое путем предотвращения ликвидационных событий, поддержания здорового среднего коэффициента LTV, создания стабильных крупных депозитов и многого другого. За такое положительное поведение можно получить вознаграждение, не требующее доверия, в том числе лучшие и более плавные процентные ставки по сравнению со средними пользователями, более высокие максимальные коэффициенты LTV и ликвидации, буферное время для ликвидации, более низкие комиссии за ликвидацию и многое другое.

Стейкинг и рестейкинг

Доверительный минимизированный Оракул

С момента слияния и обновления Шанхай/Шапелла рынок ликвидного стейкинга стал самым крупным рынком в DeFi. Следует отметить, что Lido накопил более $29 миллиардов TVL, в то время как у Rocketpool более $3.6 миллиарда TVL.

Учитывая значительные денежные средства, затраченные на это, важно отметить, что используемые оракулы для передачи информации, такие как точные балансы связанных валидаторов на цепочке-маяке, по-прежнему являются доверенными лицами. Эти оракулы играют ключевую роль в распределении наград стейкерам на уровне выполнения.

В настоящее время Lido использует механизм кворума 5 из 9 и поддерживает список доверенных членов для защиты от злоумышленников. Точно так же Rocketpool работает с Oracle DAO только по приглашениям, состоящим из операторов узлов, которым доверяют обновление информации о вознаграждении в смарт-контрактах на уровне исполнения.

Тем не менее, важно понимать, что если большинство доверенных сторон были скомпрометированы, это может существенно нанести вред держателям токенов на основе жидкого стейкинга (LST) и всей экосистеме DeFi, построенной на основе LST. Для смягчения риска ошибочных/злонамеренных отчетов оракулов в Lido есть механизмы защиты.серия проверок на здравом смыслекоторые реализованы в коде уровня выполнения протокола.

С введением EIP-4788 “корневого блока маяка в EVM” стало проще для сопроцессоров получать доступ к данным на уровне консенсуса и выполнять над ними вычисления. =nill; Фонд, Краткий и DendrETH все разрабатывают собственный ZK-proof TVL оракул для Lido. Чтобы обеспечить максимальную безопасность, Lido мог бы использовать многоуровневую архитектуру доказательств.

Используя дизайн =nil;, на высоком уровне оракул получает важную информацию из слоев консенсуса и выполнения, такую как заголовок блока-маяка, состояние блока-маяка, адреса контрактов Lido и т. д. Затем он вычисляет отчет о общей заблокированной сумме и количестве валидаторов для всех валидаторов Lido. Эти данные вместе с дополнительной необходимой информацией передаются производителю доказательств и запускаются на специализированных схемах для создания ZK-доказательства. Оракул извлекает доказательство и отправляет как доказательство, так и свой отчет в смарт-контракт для проверки. Обратите внимание, что эти дизайны оракулов все еще находятся на стадии тестирования и могут быть изменены.

Однако стоит отметить, что всегда будет какой-то вид данных, который может быть недоказуем на стороне EL из-за ограниченного характера того, что отправляется через 4788, и для этого подмножества данных все еще могут потребоваться оракулы.

Кроме того, оракулы на основе доказательства ZK с минимальным доверием все еще находятся в начальной стадии. Предложенный подход участников Lido заключается в использовании информации, предоставленной оракулами ZK, в качестве "проверки здравого смысла" по сравнению с работой, выполненной доверенными оракулами, пока эти реализации ZK не будут протестированы на боевом поле. На текущем этапе слишком рискованно переносить всё доверие, которое сейчас существует в системе оракулов, на системы ZK.

Более того, доказательства для данных такого размера требуют очень больших вычислительных мощностей (например, могут занять даже 30-45 минут) и очень дороги, поэтому они не являются подходящей заменой на текущем этапе развития технологии для вещей, таких как ежедневная или даже внутридневная отчетность.

Аналитика рисков и производительности валидаторов

Валидаторы играют ключевую роль в экосистеме стейкинга. Они блокируют 32 ETH на бикон-цепи и предоставляют услуги валидации. Если они ведут себя правильно, они получают вознаграждение. Однако, если они ведут себя неправильно, они сталкиваются с снижением. Валидаторами управляют операторы узлов, у которых разные профили риска. Их можно курировать (например, Кураторный набор валидаторов Lido), облиговать (например, Rocket pool, Lido’s CSM) или соло стейкеры. Они могут выбрать запустить свои услуги на облачных центрах обработки данных или дома, в регионах, которые либо дружелюбны, либо недружелюбны к криптовалютам. Кроме того, валидаторы могут использовать технологию DVT для разделения внутренних узлов или объединения их в кластеры для улучшенной устойчивости к сбоям. По мере развития Eigenlayer и различных AVS (Actively Validated Services), валидаторы могут потенциально предлагать дополнительные услуги помимо валидации для Ethereum. Безусловно, профиль риска валидаторов будет сложным, что делает важным точную оценку их профилей риска. С хорошей аналитикой риска и производительности валидаторов открываются двери к бесконечным возможностям, включая:

Прежде всего, оценка рисков играет решающую роль в формировании набора валидаторов без разрешения. В контексте Lido введение Staking Router и будущего EIP-7002 «Исполнение триггерных выходов уровня» может проложить путь для включения в набор и выхода из него валидаторов без разрешения. Критерии для вступления или выхода могут быть определены на основе профиля риска и аналитики производительности, вытекающих из прошлых действий валидатора.

Во-вторых, выбор узла в ТГВ. Для соло-стейкера может быть полезно выбрать другие узлы для создания кластера DVT. Это может помочь добиться отказоустойчивости и повысить урожайность. Выбор узлов может основываться на различной аналитике. Кроме того, формирование кластера может осуществляться без разрешений, что позволяет узлам с высокой исторической производительностью присоединяться, в то время как узлы с низкой производительностью могут быть удалены.

Третье, рестейкинг. Протоколы ликвидного рестейкинга позволяют рестейкерам участвовать на рынке рестейкинга Eigenlayer. Эти протоколы не только создают ликвидные расписки, называемые токенами ликвидного рестейкинга (LRT), но также стремятся обеспечить лучшие скорректированные по риску доходы для рестейкеров. Например, один изRenzo’sстратегии включают построение портфеля AVS с наивысшим коэффициентом Шарпа при соблюдении заданного максимального уровня потерь, корректировке уровня риска и весов через DAO. Поскольку запускаются новые проекты AVS, важность оптимизации поддержки конкретных AVS и выбора наиболее подходящих операторов AVS становится все более критической.

До сих пор мы подчеркивали значимость риска валидатора и аналитики производительности, а также широкий спектр применения, который он обеспечивает. Тем не менее, остаётся вопрос: Как мы можем точно оценить профиль риска валидаторов? Одно из потенциальных решений разрабатывается Протокол Ion.

Ion Protocol - это платформа для кредитования, которая использует подтверждаемые данными валидаторов. Она позволяет пользователям занимать ETH под залог их стейкнутых и рестейкнутых позиций. Параметры кредита, включая процентные ставки, LTV и состояние позиции, определяются данными слоя консенсуса и защищены системами ZK данных.

Ion сотрудничает с командой Succinct поТочность—безопасная структура для проверки экономического состояния валидаторов на уровне консенсуса Ethereum. Цель заключается в создании проверяемой системы, которая точно оценивает стоимость залоговых активов, смягчая любые потенциальные риски манипулирования или сокращения. После установления этой системы она может облегчить процессы выдачи кредитов и ликвидации.

Ion также сотрудничает с Modulus Labs, используя ZKML для доверительного анализа и параметризации рынков кредитования, включая процентные ставки, LTV и другие детали рынка, чтобы минимизировать риски в случае аномальных случаев сокращения.

Заключение

DeFi поистине выдающийся, поскольку революционизирует способ осуществления финансовых операций, устраняя необходимость посредников и сокращая контрагентские риски. Однако в настоящее время DeFi не обеспечивает отличного пользовательского опыта. Похоже, что это готово измениться с появлением копроцессоров, которые предоставят протоколам DeFi возможность предлагать функции на основе данных, улучшать UX и совершенствовать управление рисками. Более того, по мере развития децентрализованной инфраструктуры искусственного интеллекта мы движемся к будущему Интеллектуального DeFi.

Отказ от ответственности:

1. Эта статья представлена из [ зеркало], Все авторские права принадлежат оригинальному автору [lukewasm.eth]. Если есть возражения по поводу этого перепечатывания, пожалуйста, свяжитесь с Gate Learnкоманда, и они незамедлительно справятся с этим.
2. Отказ от ответственности: Взгляды и мнения, высказанные в этой статье, принадлежат исключительно автору и не являются инвестиционными советами.
3. Переводы статьи на другие языки выполняются командой Gate Learn. Если не указано иное, копирование, распространение или плагиат переведенных статей запрещены.