Plutus项目1.42.0.0版本核心功能解析与优化
Plutus是Cardano区块链平台的智能合约开发框架,它基于Haskell语言构建,允许开发者编写安全可靠的智能合约。1.42.0.0版本带来了多项重要更新,包括核心功能的增强、性能优化以及新特性的引入。
加密库升级:从cryptonite到crypton
本次更新最显著的变化之一是加密库的切换。Plutus-core模块将底层加密实现从cryptonite迁移到了crypton库。crypton是一个与cryptonite兼容的替代品,这种切换属于无缝升级,不会影响现有合约的功能,但可能带来性能提升和安全性改进。
新增BuiltinArray类型及相关操作
1.42.0.0版本引入了一个重要的新类型——BuiltinArray,并提供了三个核心操作函数:
listToArray:将列表转换为BuiltinArray类型indexArray:通过索引访问BuiltinArray中的元素lengthOfArray:获取BuiltinArray的长度
这个新类型为智能合约开发提供了更高效的数据结构选择,特别是在需要频繁随机访问元素的场景下,相比传统的列表结构会有更好的性能表现。
DropList内置功能及成本模型
新版本增加了DropList内置功能及其对应的成本模型。DropList是一种特殊的数据结构操作,在智能合约中处理列表数据时能够提供更高效的操作方式。配套的成本模型确保了这些操作在区块链上执行时能够正确计算gas消耗,防止资源滥用。
Plutus IR优化:修复死代码消除缺陷
Plutus中间表示(Plutus IR)的死代码消除(DCE)过程存在一个潜在缺陷,可能导致错误地移除活跃的数据构造器或解构器。这个缺陷在1.42.0.0版本中得到了修复,确保了编译器优化过程不会意外删除必要的代码,提高了编译结果的可靠性。
PlutusTx模块功能增强
PlutusTx模块是智能合约开发的核心部分,本次更新带来了多项改进:
-
新增fix函数:提供了Plinth版本的
Data.Function.fix,为递归算法实现提供了基础支持。 -
空间-时间权衡工具:新增的
PlutusTx.Optimize.SpaceTime模块包含了一系列实用工具,特别是递归展开(recursion unrolling)功能,允许开发者在代码大小和执行速度之间做出权衡。 -
列表操作增强:
PlutusTx.Data.List模块新增了null函数和其他实用列表操作,丰富了基础数据结构的功能集。 -
内联优化改进:
PlutusTx.Optimize.Inline.inline函数现在支持内联局部绑定,为性能关键代码提供了更灵活的优化手段。 -
AsData性能提升:移除了产品类型代码生成中的构造函数ID检查,并避免创建严格的死绑定,显著提升了相关操作的执行效率。
编译器默认行为调整
Plutus编译器插件也进行了几项重要调整:
-
日志保留:
preserve-logging编译标志的默认值改为true,确保调试信息在默认情况下不会被优化掉。 -
固定点操作符内联:Plinth编译器现在默认内联固定点操作符,这一行为可以通过
no-inline-fix或conservative-optimisation选项关闭。 -
局部绑定内联:内联器现在能够处理带有INLINE编译指示的局部绑定,而不仅仅是顶层绑定,为细粒度优化提供了可能。
这些变化共同提升了Plutus智能合约的编译效率和运行时性能,同时为开发者提供了更多优化控制选项。1.42.0.0版本的更新主要集中在性能优化和新功能引入上,体现了Plutus项目持续改进的承诺,为Cardano生态系统的智能合约开发提供了更加强大和高效的工具链。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00