NEARCore 2.5.0-rc.1版本技术解析:分片重构与性能优化
NEAR是一个采用分片技术的区块链平台,旨在实现高吞吐量和可扩展性。近期发布的NEARCore 2.5.0-rc.1版本引入了多项重要改进,包括分片重构V3和跨分片带宽调度器等核心协议变更,以及多项非协议层面的性能优化。本文将深入解析这些技术改进的实现原理及其对网络的影响。
协议层重大变更
分片重构V3
NEARCore 2.5.0-rc.1版本最核心的改进之一是实现了分片重构V3机制。这一改进通过协议版本75和76分两个阶段实施,将网络分片数量从6个增加到8个,显著提升了网络的处理能力。
分片重构过程中,节点需要将被重构的分片数据加载到内存中。对于验证节点而言,由于它们通常配置了单分片跟踪和内存Trie(memtrie)功能,这一过程影响较小。但对于RPC节点、归档节点等需要跟踪全部分片的节点类型,在重构完成前将面临较高的内存需求。
特别值得注意的是,从这个版本开始,分片ID(ShardIds)将不再是有序的数字标识符,而是任意的唯一标识符。这一改变为未来更灵活的分片管理奠定了基础。
跨分片带宽调度器
协议版本74中引入了跨分片带宽调度器(NEP-584),这一创新机制负责管理分片间的收据(receipt)传输。通过优化跨分片通信的资源分配,该调度器显著提高了跨分片交易的吞吐量,增强了网络的水平扩展能力。
非协议层改进
状态同步优化
本版本改进了状态同步机制,将状态同步点调整到当前epoch内。节点现在需要在epoch开始后等待几个区块才能启动状态同步过程。这一改变虽然不涉及协议变更,但需要与协议版本74配合启用。
状态同步服务提供商也进行了变更,新的"fast-state-parts"存储桶取代了原有的"state-parts"。用户需要相应调整配置中的state_sync.sync.ExternalStorage.location.GCS.bucket参数。
交易验证并行化
通过并行化交易验证过程(包括签名检查),在verify_and_charge_transaction之前完成这些操作,显著提高了节点的交易处理吞吐量。这一优化对于提升网络整体性能具有重要意义。
升级计划与注意事项
NEAR网络将通过三次协议升级逐步部署这些改进:
- 协议版本74投票将于2025年2月16日18:00 UTC开始
- 协议版本75投票将于次日同一时间启动
- 协议版本76投票随后在2月18日开始
在分片重构期间,跟踪状态的节点(包括RPC、归档、索引器等)需要至少64GB内存来成功完成重构过程。即使是排名21-25的潜在验证节点,也建议配置64GB内存以确保稳定运行。重构完成后,不加载内存Trie的节点可以适当降低内存配置。
若节点在重构过程中崩溃,可能会遇到存储错误。此时可通过neard flat-storage resume-resharding命令恢复重构过程,然后重新启动节点。
总结
NEARCore 2.5.0-rc.1版本通过分片重构V3和跨分片带宽调度器等创新,显著提升了网络的扩展性和性能。这些改进使NEAR能够更好地支持大规模去中心化应用,同时为未来的进一步扩展奠定了基础。节点运营者需要特别注意升级过程中的硬件要求和操作步骤,以确保平稳过渡。
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00