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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112