Jaringan Arweave menggunakan bentuk pemberian penyimpanan yang baru untuk memastikan keberlanjutan informasi yang disimpannya. Dalam posting ini, kami akan menjelaskan dan membahas bagaimana pemberian penyimpanan bekerja, kemudian mempelajari sifat dan profil risiko menggunakan simulasi rantai Markov dalam pelaksanaannya. Posting ini membahas secara rinci. Jika Anda mencari materi pengantar, Anda mungkin ingin mengunjungi situs web utama Arweave.

Mari kita mulai!

Latar Belakang: Apa itu endowment?

Pada draf kertas kuning Arweave tahun 2019, kami menjelaskan struktur endowment Arweave (lihat bagian 3.2.2). Logika sentral dari endowment Arweave adalah seperti ini:

Biaya penyediaan penyimpanan telah menurun dengan cepat dan eksponensial sejak dimulainya pengkodean informasi. Dari papyrus, mesin cetak Gutenberg, memori drum magnetik, disket, dan flash drive, biaya pengkodean dan pengingatan informasi telah turun selama ribuan tahun. Di era digital, kita menyebutnya sebagai tingkat Kryder.

Meskipun tingkat penurunan biaya yang tepat bervariasi, polanya dapat diandalkan dan memiliki ruang signifikan untuk pertumbuhan: Batas kepadatan data teoritis sendiri 10^51 kali lebih besar daripada pencapaian saat ini. Selain itu, kami tidak memprediksi akan ada penurunan keinginan untuk menyimpan data dengan lebih efisien, karena manusia dan mesin selalu cenderung lebih efektif jika mereka dapat mengakses dan memproses informasi lebih banyak.

Dengan mempertimbangkan faktor-faktor ini, kami melihat bahwa dengan mengextrapolasi tingkat Kryder yang sangat konservatif, kami dapat menetapkan harga penyimpanan permanen dengan satu biaya. Kami mencapainya dengan membebankan biaya dasar kepada pengguna selama 200 tahun penyimpanan dengan biaya saat ini, kemudian ketika biaya penyimpanan menurun, daya beli penyimpanan kontribusi ini meningkat. Selama tingkat Kryder tetap di atas 0,5%, daya beli penyimpanan di endowment pada akhir tahun akan lebih besar daripada pada awal tahun.

Setelah protokol mendekati akhir masa pakainya, ukuran dan biaya dataset akan turun ke level yang sangat rendah. Karena ukurannya kecil, kami mengharapkan bahwa itu akan secara altruistik 'diimpor' ke dalam sistem penyimpanan informasi permanen berikutnya, melanjutkan replikasi data. Ini mengikuti pola yang sama yang membuat arsip Gopher ditemukan di web modern, dll.

Anda dapat melihat detail lengkap dan matematika yang mendasari pendekatan ini di sini.

Mendefinisikan Tingkat Kryder+

Dalam praktiknya, jaringan Arweave memanfaatkan modifikasi dari tingkat Kryder mentah, yang akan kita sebut sebagai tingkat 'Kryder+' dalam dokumen ini. Tingkat Kryder+ mencakup bukan hanya penyimpanan data mentah, tetapi juga faktor-faktor lain yang diperlukan untuk menjaga jaringan seperti Arweave tetap online: replikasi, listrik, dan biaya operasional. Kami catat, masing-masing dari ini dipengaruhi oleh penurunan biaya penyimpanan yang sama:

Replikasi: Setiap replika baru dari kumpulan data mewarisi biaya penyimpanan yang menurun sama seperti yang pertama.

Penggunaan Daya: Perubahan dalam kepadatan data dan keandalan (faktor yang paling berpengaruh terhadap tingkat Kryder) jarang, jika pernah, disertai dengan peningkatan penggunaan daya. Akibatnya, seiring media penyimpanan meningkat dalam kapasitas, biaya energi relatif untuk menyimpan jumlah data tertentu juga menurun.

Biaya Operasional: Seperti penggunaan daya, seiring efisiensi media penyimpanan digital individu meningkat, jumlah perangkat yang diperlukan untuk menyimpan sepotong data (dan dengan demikian, biaya operasional untuk menjaga perangkat tersebut) menurun.

Pada versi saat ini dari jaringan Arweave (2.5.3), 45 replika dataset ditargetkan pada tingkat Kryder+ (didefinisikan di sini), bersama dengan kelebihan penyimpanan 2x untuk biaya operasional dan daya (lihat di sini).

Setelah upgrade Arweave 2.6, jaringan akan secara otomatis menentukan tingkat Kryder+ dengan bereaksi terhadap harga di mana penambang bersedia menyediakan penyimpanan. Jaringan dapat mengatur orakel tanpa kepercayaan untuk harga ini karena para penambang termotivasi untuk meminimalkannya, saling bersaing satu sama lain.

Yang mencolok absen dari formulasi Kryder+ Arweave adalah biaya bandwidth. Arweave mencakup ini dengan menggunakan seperangkat insentif berbasis karma yang terpisah - lihat di sini.

Mensimulasikan hibah

Sekarang bahwa kita telah membahas latar belakang teoritis dana hibah Arweave, serta implementasinya dalam jaringan langsung, kita dapat mempertimbangkan simulasi mekanisme ini untuk mengamati kemungkinan hasil dunia nyata. Untuk membantu upaya ini, kita menggunakan teknik simulasi berbasis rantai Markov. Model ini menjalankan banyak iterasi individual dari masa depan potensial tahun demi tahun, kemudian mengumpulkan hasilnya. Kode untuk menjalankan dan memodifikasi simulasi ini sendiri terhubung di akhir halaman ini.

Faktor-faktor simulasi

Tarif Kryder+ adalah faktor utama dalam simulasi apapun dari dana hibah Arweave. Dalam model ini, kami menggunakan dataset biaya hard drive dari waktu ke waktu (ditemukan di sini) sebagai dasar kami. Dari data ini, kami mengamati tingkat Kryder rata-rata sekitar 38%. Di atas data dunia nyata, kami menambahkan kemampuan untuk menciptakan lapisan 'pessimisme' tentang masa depan dibandingkan kemajuan masa lalu, untuk memungkinkan kami melakukan uji stres bagaimana dana hibah akan beroperasi pada periode yang kurang beruntung. Kami menggambarkan faktor 'pessimisme' ini sebagai persentase penurunan biaya penyimpanan sebelumnya yang kami perkirakan akan terus berlanjut ke masa depan. Misalnya, tingkat pessimisme sebesar 10% berarti kami berpikir bahwa masa depan hanya akan efektif 10% dalam menurunkan biaya penyimpanan dibandingkan masa lalu.

Faktor penting lain dalam simulasi endowment Arweave adalah volatilitas harga tokennya. Arweave menggunakan token dengan harga mengambang untuk endowmentnya dengan dua alasan utama:

Stablecoin terpusat sangat mungkin runtuh atau berhenti beroperasi jauh sebelum blok terakhir di jaringan Arweave ditambang. Selanjutnya, arsitektur stablecoin terdesentralisasi yang dibangun ke dalam protokol Arweave itu sendiri akan rentan terhadap under-collateralization jika terjadi volatilitas pasar yang ekstrem.

Sebaliknya, token asli Arweave memiliki klaim kuat terhadap utilitas dan beroperasi secara independen dari rantai atau layanan eksternal apa pun. Kurangnya ketergantungan ini membantu memastikan bahwa protokol Arweave dapat terus berlanjut tanpa terpengaruh oleh faktor eksternal dalam jangka waktu yang sangat lama.

Salah satu efek dari sifat mengambangnya harga token, bagaimanapun, adalah 'nilai fiat' dari hibah ini tidak stabil. Untuk memodelkan hal ini dalam simulasi kami, kami mengasumsikan volatilitas yang pesimis, netral terhadap harga dalam nilai hibah. Artinya, semua fluktuasi simulasi terhadap nilai hibah seharusnya rata-rata nol secara keseluruhan, tetapi secara individu akan membuat harga naik dan turun dalam waktu yang bersamaan.

Untuk memungkinkan setiap simulasi individu berakhir dalam jangka waktu yang wajar, eksekusi dihentikan setelah 10.000 tahun berlalu, atau endowment mencapai nol.

Masa Hidup Endowment

Cara termudah untuk memahami perilaku dana hibah adalah dengan melihat rata-rata jumlah tahun dana hibah bertahan di bawah berbagai kondisi eksternal.

Di atas kita melihat plot waktu hidup amal dengan berbagai tingkat volatilitas harga token maksimum tahunan (horizontal), terhadap perubahan dalam tingkat Kryder+ efektif (vertikal, juga tercantum dengan nilai 'pessimism' mereka terhadap data dunia nyata). Skenario di mana setiap operasi berjalan (20 per kombinasi) menghasilkan umur lebih dari 10.000 ditandai dengan warna hijau gelap.

Sel-sel penting pertama yang perlu diperhatikan dalam gambaran ini adalah volatilitas 0% dan pesimisme 0%. Tingkat 0% untuk pesimisme/Kryder+ mengimplikasikan bahwa kita berasumsi bahwa biaya penyimpanan tidak akan pernah turun lagi. Dalam hal ini, jaringan tetap harus menyimpan data pengguna setidaknya selama 200 tahun dengan ekonomi yang berfungsi. Parameter ini dipilih sedemikian rupa sehingga bahkan mereka yang sangat skeptis terhadap kemajuan teknologi di masa depan dapat mempercayai bahwa data mereka akan secara ekonomis layak disimpan setidaknya ~3 generasi sebelum membutuhkan penyimpanan altruistik.

Pengamatan penting lain dari hasil rendering ini berasal dari volatilitas 30% dan zona Kryder+ 2/4%. Dalam simulasi kami, volatilitas maksimum 30% dalam harga token menyiratkan perubahan harga token rata-rata per tahun sebesar 15% – sangat dekat dengan volatilitas rata-rata S&P500 sebesar 14,4% per tahun dari tahun 1950 hingga 2015. Dengan asumsi tingkat volatilitas rata-rata ini dalam harga token jaringan, kami melihat bahwa tingkat Kryder+ hanya sekitar ~2% akan menghasilkan panjang waktu run-endowment hampir 2.000 tahun, dan tingkat yang sedikit lebih tinggi akan menghasilkan panjang waktu run-endowment lebih dari 10.000 tahun.

Selanjutnya, jika volatilitas rata-rata akhir yang mirip dengan komoditas diasumsikan (sekitar 2-5%, menurut perkiraan Bank Dunia), kita akan melihat bahwa bahkan tingkat Kryder+ kurang dari 0,76% akan menghasilkan waktu proses penghasilan lebih dari 10.000 tahun.

Probabilitas Deflasi

Seperti yang dapat dilihat di atas, dalam sejumlah besar skenario, endowment masih berisi token untuk melanjutkan insentif penyimpanan data setelah simulasi berakhir pada 10.000 tahun. Jika kita lebih dalam menggali eksekusi setiap jalannya, kita melihat bahwa sebagian besar token diambil dari endowment pada tahun-tahun awal penyimpanan:

Dengan perilaku ini, kita dapat mencatat bahwa ketika pengguna menempatkan token ke dalam dana endowment untuk mendukung data yang mereka simpan, ada kemungkinan sangat tinggi bahwa beberapa token tersebut tidak akan pernah dilepas kembali.

Di atas, kita melihat plot jumlah token yang kemungkinan tidak pernah dirilis dari endowment pada berbagai tingkat pesimisme tentang penurunan biaya penyimpanan di masa depan terhadap saat ini.

Jalankan sendiri

Simulator yang digunakan dalam kasus ini dapat ditemukan di sini. Silakan cek, pelajari modelnya, dan bagikan simulasi yang telah dimodifikasi! Ini dapat menangani sekitar 10.000 eksekusi penuh dalam beberapa menit pada satu thread, sehingga dapat digunakan untuk mensimulasikan banyak skenario dengan cepat.

Disclaimer：

1. Artikel ini dicetak ulang dari [ Sam Williams], Semua hak cipta milik penulis asli [Sam Williams]. Jika ada keberatan terhadap cetak ulang ini, silakan hubungi Belajar Gatetim, dan mereka akan menanganinya dengan segera.
2. Penafian Tanggung Jawab: Pandangan dan opini yang terdapat dalam artikel ini semata-mata milik penulis dan tidak merupakan nasihat investasi apa pun.
3. Terjemahan artikel ke bahasa lain dilakukan oleh tim Gate Learn. Kecuali disebutkan, menyalin, mendistribusikan, atau menjiplak artikel yang diterjemahkan dilarang.