在以太坊引入 blob 数据与 KZG 批量验证机制后，如何衡量节点在处理 blob 时所付出的计算成本，成为设计费用机制的重要前提。Anders Elowsson 提出，可以将节点在处理不同类型验证任务时的计算负载，统一转换为「点验证倍数」（point evaluation multiples）进行衡量。例如，在 EIP-7594 提案中，为了将每个 blob 加入到 mempool，需要对 128 个 cell 的证明进行批量验证。这一过程的计算成本，大约是标准点验证的 15 倍，表明节点在处理这些 blob 验证任务时会承受显著更高的算力负担。通过这种方式，可以构建一个统一的、易于比较的指标体系，在进一步设计费用分配机制、调整资源激励结构时，能够以点验证为基础单位来量化每项操作的计算强度。同时，这也为计算层与共识层在资源协同与激励方面提供了通用参考尺度。 在执行层（EL）和信标链（CL）之间，blob 数据验证所带来的成本分布呈现出结构性差异。Elowsson 指出，执行层的成本在最坏情况下是固定的，例如点验证的 gas 成本始终以 POINT_EVALUATION_PRECOMPILE_GAS 为基准，不随 blob 数量的变化而波动。而在信标链中，由于验证过程可以跨列（columns）并行处理，因此其单位验证成本随着 blob 数量的增加而递减，大致遵循对数倒数的规律。这意味着，验证 1 个 blob 和验证 4 个 blob 在信标链上的边际成本是下降的，从而鼓励批量处理与聚合验证。此外，尽管点验证也具备理论上的并行性潜力，但目前并未完全释放，这在未来的客户端优化中可能成为提升效率的重要路径。理解这两种成本曲线的差异，不仅有助于优化以太坊的运行效率，也对制定公平且可持续的费用机制至关重要。 为了建立有效的 blob 数据费用市场，Anders Elowsson 提议将 blob 基础费用（blob base fee）锚定在执行层基础费用（execution base fee）的一定比例上。具体而言，EIP-7918 设定该比例为 38%，即 blob base fee 至少为 exec base fee 的 0.38 倍。这种机制的目标是确保 blob 消费者按需支付，反映节点在验证 blob 时所面临的计算负载压力。在他提供的数据分析中，可以看到在两个为期三周的历史周期中，实际市场出清的 blob 费用波动明显，有时高于该最低门槛，有时低于。当引入 EIP-7918 的调整后，系统将取「观测值」与「38% 锚定值」中的最大者作为新的基础费用，从而避免在需求旺盛时费用被低估。此外，Elowsson 还展示了从 2024 年 11 月到 2025 年 3 月的费用直方图对比，表明新机制会在高峰期提高最低费用，有助于抵御 spam 攻击或资源抢占，同时确保节点运行具有经济可持续性。这些设计也表明，以太坊正在从 gas 市场迈向更细致的资源定价体系。【原文为英文】\n原文链接