开启链游技术架构新序章 — 基于Arweave打造纯链上游戏_AVE:ARW

作者:webb

文章来源:PemaDAO社区和WLabs联合投稿

GameFi的繁荣及衰落

2021-2022链游市场经历了高光时刻,我们看到了《AxieInfinity》单日收入超过《王者荣耀》、看到了《StepN》仅用四个月内达成30万日活用户,成为2022第一季度最火爆的加密应用、看到了用户争抢《Otherside》土地发售引发的天价gas费。

越来越多的资本进入链游赛道,仅2022年第一季度的融资规模就超过2021年半年的规模,6-8月中链游更是成为融资规模最大的赛道。同时上亿级别的融资越来越多,MetaApp完成1亿美元C轮融资,DigiDaigaku母公司LimitBreak已通过两轮融资筹集2亿美元。

mymetadata.io

但随着5月份加密市场整体的下跌,大部分项目都不可避免的进入死亡螺旋,无论是用户数量还是代币价格都呈断崖式下跌,AxieInfinity、StepN等明星项目也没有幸免,链游市场一蹶不振。

一、链游的技术困局

可以说NFT和Play2Earn模式是引爆上一波GameFi牛市的导火索。通过区块链和NFT可以赋予链游颠覆传统游戏的特性:

拥有权:通过链上NFT,玩家真正“拥有”他们的装备,而不是属于游戏运营商。

开放的市场:玩家可以在市场中自由交易他们的游戏资产,这也诞生了玩家疯狂追逐的Play2Earn模式。

可组合性:玩家的装备、物品可以穿越多个游戏进行使用,想象一下你在魔兽世界获得的传奇装备可以在CSGO中使用的场景。Loot给我们做了很好的示范。

故事听起来很酷,但真实的情况并非如此:

虽然游戏资产和NFT在玩家手中,但数值产出和保存却在中心化的游戏服务器上,项目方可以随意修改属性,甚至关闭服务器,玩家手中的NFT实际上只是一纸空文。

造成这种情况的技术原因有几个:

高昂的存储成本:存储是区块链上的稀缺资源,以太坊为主的所有公链,实际上都属于计算层,本质还是账本,设计之初就不善于做大量存储工作,项目方不可能将动辄数GB的游戏数据存储到链上。

高昂的计算成本:在链上进行计算要消耗gas费,玩家和项目方都无法承担游戏服务中高昂的计算费用。

无法忍受的响应时间:区块链从发起交易到打包出块要经历漫长的等待过程,快则几秒钟,慢则几分钟。这对于游戏这种需要低延时、高频交互的应用很不友好。

所以现在链游的技术架构以“资产上链,链下执行”为主,这种模式仅完成了资产去中心化,但代币的产生是在链下完成,通常在玩家交易前需要提取“提取”操作把游戏内的资产转移到链上。游戏计算和交互大部分也在链下的游戏服务器内进行,这种模式的链游去中心化程度还很低。

很多L2、游戏应用链着手解决计算成本问题,如Avax的subnet、专为游戏服务的IMX等,但都没有从根本上解决存储成本和响应时间问题。也有一些项目进行了纯链上游戏的探索,如Lssac(一款基于starknet的纯链上游戏),但是lssac是轻量级数值游戏,可玩性不高,对于高频交互、动辄10GB资源的3A游戏采用这种方式是不行的。

区块链底层基础设施的瓶颈,造成了现有链游的技术困局,人们被“困在”传统区块链的套子中。

如何才能破局呢?不妨跳出传统区块链,尝试一个全新的视角—用“非典型”区块链项目Arweave解决链游的技术困局!

Filecoin做比较,显然大名鼎鼎的IPFS协议和Filecoin的热度更高。但深入了解Arweave后你会发现:其实Arweave能做的远不止存储这么简单!永久存储与极简的设计理念:经济博弈

Arweave是一条为“永久存储”数据服务的区块链,通过独特的共识机制和经济博弈保证矿工对数据进行永久保存。

Arweave的有一个理论基础,就是每年存储的成本都是按照30%左右速率下降,成本下降是一个收敛的曲线。那么进行两百年或者更久远的存储收费将是一个常数。所以Arweave可以做到一次付费,永久存储。

IPFS是去中心存储中最知名的项目,始于2014年,2015年全球发布,Filecoin作为IPFS的激励层,直到2020年7月主网才上线。这么硬核的一只团队都要开发如此之久,可见Filecoin的工程化难度之大。这源自于Filecoin使用了一套非常复杂的系统来保节点对数据的存储,并且为此创建了两个数据市场、两套激励机制、两套定价机制。

真的需要这么复杂吗?Arweave的团队选择了截然不同的技术路线——极简化的设计,利用经济博弈保证矿工对区块的存储

Arweave采用一种叫做Blockweave的结构。与传统区块链结构不同,Blockweave中的区块除了指向上一个区块外,还指向一个随机的历史区块,称之为回忆区块

PoW共识之上,矿工要想生成新的区块,还需提供一个回忆区块的存储证明。回忆区块的选择是完全随机的,这就激励矿工去存储更多的历史区块,来提高出块的概率。特别是一个稀缺的历史区块,因为稀缺区块的竞争压力小,出块的概率会更高。简单的说矿工的出块概率=拥有随机回忆区块的概率*第一个找到hash的概率

在Arweave中矿工不需要对所有区块进行下载,但独特的设计激励了矿工去多存储数据,并且存储稀有的数据,实现了数据的永久存储。

Paradigm,基于存储的共识范式。dapp并不直接运行在Arweave上,Arweave只存储用户发送的交易指令,而计算在上层进行,这些计算层就像Arweave上的L2。在L2中将用户所有的输入从Arweave上下载并且按顺序执行,就得到了最终的计算结果。更进一步的,如果将程序运行的源代码也上传到Arweave,那么任何客户端都可以基于源代码和输入执行出最终结果,并且都是一致的,无需信任的。我们把这种模式形容为图灵机纸带。

通过SCP构建应用给了开发者极高的自由度。开发者可以使用熟悉的任何语言,无论是Java、Solidity、Python,只要获得标准化的输入,都可以构建出同样的结果。

一个很酷例子就是前端应用,我们把静态前端页面存储到Arweave上,通过浏览器即可直接打开运行,例如Uniswap已经将历史页面放到Arweave上,用户可以通过地址直接访问历史版本的Uniswap网站,并且整个过程都是可信的,前端页面即是即是合约!

到此链游困局的三个难题都解开了:

存储成本:基于Arweave的永久存储非常便宜,目前存储1GB的数据只需要3美元左右,可以说在Arweave上存储应用的成本比租借AWS服务器更便宜。

计算成本:SCP的模式中,Arweave并不负责计算,计算是每个应用服务自己进行,所以根本没有计算成本问题!

响应时间:用户直接访问的是应用层服务,由于计算层是应用服务自己负责,所以响应时间可以做到和传统web服务一样。

服务架构:每个游戏服务都是一个L2

基于SCP的游戏服务架构

基于Arweave的游戏架构中,游戏服务类似Arweave上的一个L2层,负责接收、执行玩家的指令,并将这些指令有序的上传到Arweave上。指令序列一旦打包到Arweave上就具备了不可篡改性,在任何时候都可以基于这些序列构建出游戏最终状态。

这种模式下,客户端只负责记录操作并发送到游戏服务,并不执行任何计算;游戏服务收集玩家操作并进行排序然后执行,并且把执行结果发送给客户端。我们把客户端类比成“视频播放器”,只要将服务器返回的结果表现出来即可。比如玩家跑、跳、攻击操作序列发送到游戏服务器,服务器计算出玩家到了什么位置,对怪物造成了多少伤害,再广播给视野内的所有客户端,客户端同步执行这个序列,这样所有在线玩家都达到了同步状态。

在理想情况下,游戏服务也是一组去中心化的节点,交易验证、交易排序、执行都经过共识,这样比单一节点可信度和安全性都要高。缺点是在计算和响应速度上肯定比不上单节点服务。

这种类型的架构适合实时性要求不是很高的游戏,比如回合制游戏、卡牌游戏、经营类游戏、剧情类游戏等。

高实时性、低实时性计算分离

1.P2P技术的应用

高实时性游戏通常会有“开房间”操作,例如王者荣耀和吃鸡,每局游戏匹配一定数量的玩家,并在游戏中进行局部交互。我们可以这种游戏中的高频操作和低频操作分开。

当几个玩家进入一局游戏,将这些玩家用P2P网络直接连接,进行实时高速通信,玩家客户端之间同步操作序列并进行计算,操作序列只要在参与玩家之间共识即可。同时这些玩家的操作序列会发送到游戏服务上,游戏服务进行执行并进行结果校验,最终结果以游戏服务为准。发现玩家作弊或者执行错误时,将正确序列发送到客户端,客户端可以重放操作并纠正结果。

这些操作就要求所有客户端和游戏服务具有相同的时间标尺,这就用到了传统游戏的帧同步技术。

2.帧同步技术的应用

帧同步是在游戏中应用很广泛的技术,用于MOBA、射击这类需要强实时性游戏中。基本原理就是相同输入相同的时机=相同的结果。这和SCP范式非常的相似,具有很好的融合性。

相同输入问题已经由Arweave解决,我们在游戏中还需解决相同时机问题。

首先服务器向各个客户端下发时间种子,保证客户端时间与服务器保持一致。客户端和服务器把时间切分成相同时间片,一个时间片叫做一帧。粒度可能是每秒50帧、每秒80帧,每秒切分的帧数越多控制越精细,但由于人的反应速度有限,所以没必要进行太细粒度切分。

客户端把玩家的操作填充到某一帧中发送到游戏服务,服务器根据各个客户端发送的操作序列进行计算,最终获得状态结果。

在链游中我们也可以使用帧同步技术,先由服务器将时间同步到各个客户端,客户端在P2P的网络内广播格子操作序列,并同步给服务器,最终各个客户端和服务器计算出的状态结果应该是一致的,服务器也会把这个序列同步到Arweave上。当出现分歧时以服务器计算结果为准,进行修正。

这种指令占用的空间非常小,不会花费太多的存储费用。Arweave每一个交易都没有最大的限制,一个交易可以存1KB也可以存1GB甚至10GB。现在很多AR的交易一笔交易就是2GB,也就说可以处理2000万条指令。

重复造轮子:每个游戏项目都要维护相同的功能,例如NFT、代币的发行及交易逻辑。

降低可组合性:每个游戏实现方式不同,很难相互兼容。

增大安全风险:除了游戏外,游戏项目组还要维护代币、NFT发行、交易的代码,这部分代码如何处理不好会使用户损失资产。

所以我们希望有一个专业的L2,负责NFT、代币的发行与交易,以降低游戏开发成本、提高安全性、带给用户更好更统一的交易体验。整个架构就变成了下面的样子:

天然的跨链属性

基于Arweave的这种模式还带给了我们一大好处—资产跨链。Arweave用于存储共识数据,所有存储的AR上的数据我们都可以认为是可信的、不可篡改的,因此Arweave上发行的token、NFT可以无需信任的转移到其他公链。

只需要把各个链上的地址映射到NFTL2上,NFTL2可以无差别对待所有其他链的地址,在转账过程中可以直接将以太坊地址资产发送到Solana地址上,只在Arweave上生成一条记录即可。

例如在everPay(基于Arweave的SCP范式钱包应用https://everpay.io/)上进行一笔跨链转账:

上图将以太坊地址的usdc发送到Arweave地址上,并且无需手续费。

这种设计还方便构建NFT交易所等上层设施,NFTL2将作为Arweave生态中Gamefi基础设施赋能游戏服务。

游戏存储与更新

Arweave上的存储价格非常便宜,目前存储1GB的数据只需要3美元左右,我们完全可以将所有的游戏内容都放到链上,包括游戏资源、执行程序、配置文件等。如同现有的web2游戏一样,玩家在进行游戏前先下载游戏内容。

对于大型游戏和web游戏,可以先下载部分资源,并根据游戏内容实时下载其他资源。这需要在玩家与Arweave节点之间建立一条高速的数据加载通道,在传统web2中这一工作由CDN完成。当然在Arweave生态中,也需要这样的缓存层帮助用户快速拉取数据,缓存层可以直接将Arweave内容缓存在本地,并为用户提供高速下载通道,或者将数据拉取到离用户最近的Arweave节点进行存储。

同样的道理,游戏的更新内容也放到Arweave上待用户拉取即可。

总结

现有链游的技术架构以“资产上链,链下执行”为主,这种模式仅完成了资产去中心化,去中心化程度很低,玩家手中的资产只是一纸空文,项目方仍可随意修改数值。造成这种情况的技术原因有三个:高昂的存储成本、高昂的计算成本、无法忍受的响应时间。

利用Arweave构建的纯链上游戏,可以很好的解决上述的问题。Arweave上的应用基于SCP存储共识范式,就像图灵机纸带,Arweave上只记录游戏输入输出,计算交给应用层处理,所以没有计算成本问题和响应时间问题。帧同步技术和这种模式有天然的兼容性,可以在游戏中应用。

这种模式中每个游戏服务都是一个Arweave的L2层。需要一个专用的NFTL2层作为基础设施,为各个游戏提供NFT发行、代币发行、资产交易等经济功能。

《传统游戏进军链游GameFi的探索之路》

CoinMarketCapxFootprintAnalytics:2022年GameFi行业报告

Arweave的潜力是复兴亚历山大图书馆,而非Filecoin?替代品

ForesightVentures:读懂Arweave,Web3.0的关键基础设施

链上怎么跑游戏程序

关于?PermaDAO

加入PermaDAO,一起做Buidler

everFinance是专注于为Web3提供基础设施的科技公司,以支持10亿用户进入Web3网络作为愿景,采用全新存储共识范式,探索提高用户体验,降低开发?槛,增强网络性能的全新WEB3开发范式。

PermaDAO是由everFinance发起的共建者社区。所以参与的人都能在这里找到自己的角色来贡献Arweave生态,任何关于Arweave的提案与任务都可以发布于此,并得到整个社区的支持与回馈。?加入PermaDAO,建设Web3!

关于WLabs

WLabs是一家成立在新加坡,专注于链游垂直赛道的机构,目前以原创内容输出为核心,同时提供链游项目的研究分析、模型建立、运营咨询等服务。

WGGDAO社区由WLabs孵化的第一个产品,是聚合了链游真实玩家的DAO社区,可以让创作者和玩家互通互联。

Linktree:?https://linktr.ee/wlabs

该文章仅作为观点陈述,不作为任何投资建议。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:15ms0-4:563ms