¿Qué es la data availability?

La data availability es la garantía de que los datos completos detrás de un bloque propuesto se han publicado en la red, de modo que cualquier participante pueda descargarlos y verificar o reconstruir de forma independiente el estado de la cadena. El concepto es fundamental para los rollups, que ejecutan transacciones fuera de su cadena principal y deben publicar los datos subyacentes en algún lugar verificable.

El problema que resuelve el DA es la retención. Un productor de bloques podría publicar una cabecera de aspecto válido mientras oculta las transacciones que contiene, dejando a la red sin la capacidad de demostrar que algo va mal porque falta la evidencia. Garantizar que los datos se han publicado, aunque sea brevemente, cierra ese vector de ataque y permite que funcionen las pruebas de fraude y la reconstrucción de estado.

El DA es temporal por diseño. Las redes solo necesitan que los datos se mantengan el tiempo suficiente para que pasen las ventanas de verificación y disputa, tras lo cual se pueden podar. Ethereum elimina los datos de blobs después de aproximadamente 18 días, y Celestia redujo su ventana mínima de poda a poco más de 7 días, manteniendo estables los requisitos de almacenamiento de los nodos a medida que crece el rendimiento.

Publicar datos es el mayor costo operativo individual para la mayoría de las Layer 2 networks, por lo que el precio y la capacidad del DA determinan directamente las comisiones de los rollups. Esto ha convertido al DA en un mercado competitivo donde Ethereum, Celestia, EigenDA y Avail venden espacio de blobs a los mismos clientes.

¿Cómo funciona la data availability?

Los sistemas de DA modernos combinan códigos de erradicación, compromisos criptográficos y muestreo aleatorio para permitir que nodos pequeños y económicos verifiquen que existen enormes cantidades de datos sin necesidad de descargar ninguno de ellos.

1. Código de erradicación

El código de erradicación expande los datos de un bloque en un conjunto mayor de fragmentos redundantes, normalmente mediante codificación Reed-Solomon, de modo que el original se puede reconstruir a partir de solo una porción de las piezas. Si sobrevive la mitad de los datos extendidos, sobrevive todo el conjunto de datos.

Esta propiedad transforma el problema de la retención. Sin codificación, ocultar una sola transacción significa suprimir un fragmento diminuto, algo que las comprobaciones aleatorias casi nunca detectarían. Con codificación, ocultar cualquier cosa implica suprimir una porción tan grande de los datos extendidos que un puñado de muestras detecta el vacío con casi total certeza.

Los compromisos vinculan los fragmentos a la cabecera del bloque para que los nodos puedan comprobar cada muestra con una huella digital. Celestia organiza sus datos codificados en un cuadrado bidimensional con namespaced Merkle trees, mientras que Ethereum y Avail se comprometen con los datos de blobs utilizando compromisos polinómicos KZG, los cuales demuestran que un fragmento pertenece al conjunto sin revelar el resto.

2. Muestreo de data availability (DAS)

El muestreo es la técnica de verificación construida sobre la codificación. En lugar de descargar un bloque, un nodo ligero solicita unas pocas muestras aleatorias y las compara con los compromisos. Cada muestra exitosa elecciona drásticamente la probabilidad de que todos los datos estén presentes, y unas pocas docenas de muestras elevan la confianza por encima del 99,99 %.

La seguridad escala con la participación. Cada nodo de muestreo adicional consulta diferentes coordenadas aleatorias, de modo que miles de clientes ligeros cubren colectivamente todo el conjunto de datos aunque ninguna máquina individual lo almacene. Los datos retenidos fallan en las muestras rápidamente y los nodos honestos rechazan el bloque antes de que se finalice.

Los bloques grandes se vuelven seguros gracias al muestreo. Una cadena puede aumentar su capacidad de datos en un orden de magnitud sin obligar a cada nodo a comprar más ancho de banda, ya que el costo de verificación se mantiene aproximadamente constante. Ese es el mecanismo detrás de PeerDAS de Ethereum y de la red de nodos ligeros de Celestia.

3. Nodos completos, nodos ligeros y reconstrucción

Las redes de DA dividen las tareas de verificación entre los distintos tipos de nodos. Los nodos completos descargan y almacenan bloques completos o porciones asignadas de estos, sirven muestras al resto de la red y reconstruyen los datos faltantes a partir de fragmentos con códigos de erradicación cuando un productor retiene parte de un bloque.

Los nodos ligeros realizan el muestreo. Solo almacenan cabeceras y compromisos, se ejecutan en ordenadores portátiles o teléfonos, y aun así obtienen garantías sólidas de que los datos existen. Bajo el diseño PeerDAS de Ethereum, ni siquiera los validadores almacenan ya cada blob, ya que cada nodo custodia una porción asignada de los datos codificados y muestrea el resto de sus pares.

La red de seguridad que une a ambos es la reconstrucción. Si suficientes nodos honestos retienen suficientes fragmentos entre ellos, el conjunto de datos completo siempre se puede reconstruir y republicar, por lo que las redes de muestreo necesitan una población honesta mínima, y las poblaciones más grandes fortalecen la red en lugar de sobrecargarla.

4. Comités de data availability (DAC)

No todas las cadenas pagan por garantías completas de DA. Un comité de data availability es un grupo fijo de operadores conocidos que almacenan los datos de un rollup fuera de la cadena principal y firman atestaciones de que existen. Los validiums y optimiums utilizan este modelo para reducir los costos a casi cero, aceptando que los usuarios deben confiar en el comité en lugar de realizar una verificación abierta.

Si un comité se confabula o falla, es posible que los usuarios no puedan demostrar sus saldos o salir de la cadena, un riesgo que los sistemas basados en muestreo eliminan al permitir que cualquiera compruebe los datos directamente. L2BEAT realiza un seguimiento de qué redes dependen de comités frente a capas de DA verificables, y una gran parte de las cadenas específicas de aplicaciones todavía eligen el modelo de comité por su precio.

Los diseños híbridos intentan reducir la brecha. Algunos comités publican compromisos criptográficos en la cadena principal, añaden staking y slashing para castigar el mal comportamiento, o recurren a la publicación completa onchain si las atestaciones dejan de llegar.

Data availability en Ethereum: blobs y PeerDAS

Ethereum convirtió data availability en un producto de primera categoría con la actualización Dencun en marzo de 2024, la cual introdujo blobs a través de EIP-4844. Los blobs son paquetes de datos de 128 KB que los rollups adjuntan a los bloques, tasados mediante un mercado de comisiones independiente y depurados después de aproximadamente 18 días.

La capacidad ha aumentado de forma escalonada desde su lanzamiento. Dencun comenzó con un objetivo de 3 blobs por bloque, la actualización Pectra duplicó esa cifra a 6, y la actualización Fusaka activó entonces PeerDAS, el protocolo de muestreo que permite a los nodos verificar blobs sin necesidad de descargarlos todos. Fusaka también añadió bifurcaciones Blob Parameter Only, pequeñas actualizaciones programadas previamente que aumentan los límites de blobs sin un hard fork completo.

Dos bifurcaciones BPO se sucedieron en cuestión de semanas. La segunda bifurcación BPO elevó el objetivo a 14 blobs por bloque con un máximo de 21, aproximadamente 2,7 MB de datos por bloque, y los desarrolladores principales han reservado futuros aumentos hasta que la demanda llene el nuevo espacio. La hoja de ruta avanza hacia el sharding completo, donde el muestreo bidimensional admite recuentos de blobs mucho mayores, y la próxima actualización Glamsterdam reestructura la propagación de bloques para desbloquear el siguiente paso.

La fijación de precios importa tanto como la capacidad. Las comisiones de los blobs flotan en su propia subasta, por lo que los rollups pagan muy poco cuando el espacio de blobs está holgado y se disparan de forma conjunta cuando este se satura, un ciclo que se manifestó cuando la demanda alcanzó los límites de Pectra antes de que Fusaka restableciera el margen.

Blobs de Ethereum vs Celestia vs EigenDA vs Avail

Los rollups eligen ahora entre el espacio de blobs nativo de Ethereum y las redes de data availability dedicadas, y la decisión determina su base de costos, su límite de rendimiento y sus asunciones de confianza. Ethereum ofrece la seguridad más sólida y mantiene la verificación de datos dentro del mismo conjunto de validadores que liquida el rollup, mientras que las alternativas venden mucho más ancho de banda bruto por menos.

Celestia es la red de data availability específica más grande, una cadena de proof-of-stake que no hace otra cosa que ordenar y publicar blobs de datos verificados mediante el muestreo de nodos ligeros. Su actualización Matcha elevó los bloques máximos de 8 MB a 128 MB y redujo la inflación a la mitad, como parte de una hoja de ruta que apunta a 1 GB por segundo de rendimiento. Los rollups soberanos y las cadenas de alto volumen como Eclipse publican allí por el precio y el margen.

EigenDA adopta un enfoque diferente al funcionar como un servicio asegurado por ETH restaked a través de EigenLayer en lugar de operar su propia cadena. Su segunda versión alcanzó los 100 MB por segundo en mainnet, el mayor rendimiento en vivo de cualquier sistema de data availability, razón por la cual las cadenas centradas en el rendimiento como MegaETH se construyen sobre él. La contrapartida es un modelo de dispersión más cercano a un comité descentralizado que a una cadena con muestreo abierto.

Avail se sitúa entre ambas, una cadena de data availability soberana que utiliza los mismos compromisos KZG y diseño de muestreo que la hoja de ruta de sharding de Ethereum. Actualmente opera bloques de 4 MB con una trayectoria establecida hacia una capacidad de varios gigabytes, y combina la capa de data availability con Nexus, un sistema de coordinación cross-chain que ya está activo en mainnet.

Así es como se comparan las principales opciones:

data availability frente a almacenamiento de datos

La data availability y el almacenamiento responden a preguntas distintas. La disponibilidad demuestra que los datos se publicaron y se pudieron verificar en el momento en que se produjo un bloque, que es lo que exigen el consenso y las pruebas de fraude. El almacenamiento mantiene los datos recuperables mucho después, que es lo que necesitan los exploradores, indexadores y usuarios que reproducen el historial.

Las blockchains solo aplican lo primero. Una vez que pasa la ventana de blobs de Ethereum (de unos 18 días) o la ventana de poda de Celestia, el protocolo no promete que los datos sigan existiendo, y el incentivo para conservarlos pasa a las partes que necesitan el historial, incluidos los equipos de rollups, nodos de archivo, exploradores e indexadores.

Las redes de almacenamiento permanente cumplen el segundo rol. Sistemas como Arweave y Filecoin pagan a los nodos para que conserven los datos de forma indefinida, y algunos rollups archivan allí su historial de blobs podados. Confundir ambos conceptos genera la falsa creencia de que la poda hace que los rollups no sean seguros, cuando la ventana relevante para la seguridad ya se ha cerrado en el momento en que los datos expiran.

Por qué la data availability es importante para los rollups

La seguridad de cualquier rollup se reduce a la afirmación de que agentes externos pueden comprobar su estado, y esa afirmación falla si no se publican los datos. Los optimistic rollups necesitan los datos para que los retadores puedan detectar una raíz de estado no válida y enviar una prueba de fraude dentro de la ventana de disputa. Si el secuenciador pudiera ocultar las transacciones, nadie podría construir la prueba y el robo se finalizaría sin oposición.

Los ZK rollups la necesitan por otro motivo. Una prueba de validez ya garantiza que la transición de estado se calculó correctamente, pero los usuarios siguen necesitando los datos subyacentes para conocer sus propios saldos y salir del rollup si sus operadores desaparecen. Las pruebas sin datos dejan a una chain correcta pero inutilizable, razón por la cual ambas familias de rollups tratan la data availability como no negociable, mientras que los validiums aceptan garantías de comités más débiles para recortar costes.

La capacidad de data availability también limita el rendimiento de los rollups. Una chain solo puede procesar transacciones tan rápido como pueda publicar los datos que hay detrás de ellas, por lo que los límites de blobs y el ancho de banda de data availability establecen los techos de rendimiento y los niveles de comisiones en todo el ecosistema de Layer 2. Ese vínculo es la razón por la cual cada gran actualización de escalado de los últimos dos años, desde Dencun pasando por Fusaka hasta Matcha de Celestia, ha sido primero una actualización de data availability.

Desafíos de garantizar la data availability

La retención de datos sigue siendo el ataque principal. El muestreo la contrarresta estadísticamente, pero las garantías dependen de suposiciones que deben cumplirse en la práctica, incluidos suficientes nodos de muestreo honestos, solicitudes de muestras impredecibles y una reconstrucción que funcione cuando falten fragmentos. El protocolo de reconstrucción de bloques de Celestia para poblaciones mínimas de nodos ligeros sigue en desarrollo activo, y PeerDAS se lanzó en el mainnet de Ethereum hace apenas medio año.

La economía crea un segundo conjunto de presiones. Las capas de data availability dedicadas fijan un precio tan bajo para el espacio de blobs que los ingresos por comisiones se mantienen escasos, lo que plantea dudas sobre cómo se financian sus conjuntos de validadores a largo plazo, mientras que Ethereum se enfrenta a la tensión opuesta porque enviar datos a capas externas traslada los ingresos por comisiones lejos de sus propios validadores. Los sistemas basados en comités heredan riesgos de centralización conocidos, ya que un conjunto pequeño de operadores puede censurar, coludirse o simplemente desconectarse.

La escala añade sus propios riesgos de ingeniería. Propagar bloques de 128 MB o 100 MB por segundo de datos dispersos lleva al límite las capacidades de red, y cada salto de capacidad debe preservar la propiedad de que una conexión doméstica modesta aún pueda verificar la chain. Los objetivos de la hoja de ruta del sector, bloques de gigabytes y más allá, dependen de que el muestreo siga funcionando a medida que los conjuntos de datos crezcan exponencialmente.

Conclusión

La data availability comenzó como un rincón oscuro del diseño de rollups y se convirtió en el eje sobre el que gira todo el debate sobre el escalado. Quien publica los datos define la seguridad de la chain construida encima, y quien les pone precio define las comisiones que pagan los usuarios.

El sector se ha consolidado en torno al muestreo. PeerDAS de Ethereum, los nodos ligeros de Celestia y el diseño KZG de Avail convergen en la misma idea: las comprobaciones aleatorias sobre datos con códigos de cancelación permiten que pequeñas máquinas verifiquen bloques enormes, mientras que EigenDA muestra la gran cantidad de ancho de banda bruto que un conjunto de operadores restaked puede ofrecer hoy en día.

Esperamos que la demanda decida la próxima fase. La capacidad de blobs supera el uso en Ethereum, Celestia mantiene un margen de 16x sobre sus antiguos límites y la gran incógnita es qué aplicaciones, desde chains de negociación de alta frecuencia hasta juegos onchain, crecerán en el espacio que se ha construido para ellas.