zkSync Era Prover v19.0.0 版本深度解析
zkSync Era 是一个基于零知识证明技术的 Layer2 扩容解决方案,它通过创新的 zkRollup 架构为区块链网络带来了高性能和低成本的交易体验。作为 zkSync Era 的核心组件之一,Prover(证明器)负责生成零知识证明,确保链下交易的有效性能够被链上验证。本次发布的 Prover v19.0.0 版本带来了一系列重要的功能增强和性能优化。
核心功能升级
GPU 支持与自动扩展优化
本次版本最显著的改进是将 GPU 和简单 Scaler 整合为统一的 Scaler 系统。这一架构重构使得证明生成过程能够更灵活地利用 GPU 资源,同时简化了系统的扩展机制。新版本还专门添加了 gpu_checker 二进制工具,用于验证 GPU 环境的正确配置和运行状态。
预编译合约准备
为支持即将推出的新预编译合约,v19.0.0 版本提前进行了必要的底层准备。预编译合约是 EVM 兼容链上优化特定计算性能的重要手段,这些准备工作为未来引入更高效的密码学原语和其他复杂计算奠定了基础。
签名验证缓存
虚拟机层面新增了签名验证结果的缓存机制。这一优化显著减少了重复签名验证的计算开销,对于高频交易场景尤其有利,能够提升整体系统的吞吐量。
性能优化
批量插入优化
Witness Generator(见证生成器)现在支持将多个证明作业作为单个批量插入操作处理。这种优化减少了数据库交互次数,在大规模并发场景下能够显著降低系统负载。
索引简化
对 prover_jobs_fri 表的索引结构进行了合理化简化。通过优化数据库索引,提高了查询效率,特别是在高负载情况下能够保持稳定的性能表现。
监控与可观测性增强
新版本改进了与 Prometheus 监控系统的集成,特别是 Witness Generator 现在能够更好地支持 Prometheus push gateway 的连续模式。此外,重新引入了 autoscaler_queue 指标,为系统自动扩展行为提供了更全面的监控视角。
架构重构
数据访问层优化
对 Witness Generator 的数据访问层(WG DAL)进行了重构,使其更加模块化和高效。这一改进提升了数据访问的性能和可靠性,为后续功能扩展打下了更好的基础。
证明作业处理机制革新
重新设计了证明作业的处理流程,使作业调度和执行更加高效。新的处理机制能够更好地适应不同规模和类型的证明任务,提高了系统的整体稳定性。
安全增强
新版本引入了自定义数据可用性(DA)支持,为外部节点提供了更灵活的数据处理能力。同时,对密钥和承诺信息的管理进行了改进,确保了敏感信息的安全存储和访问。
总结
zkSync Era Prover v19.0.0 版本通过架构优化、性能提升和功能增强,进一步巩固了其作为高效零知识证明生成系统的地位。特别是 GPU 支持的整合和自动扩展机制的改进,为处理大规模交易提供了更强大的能力。这些改进不仅提升了当前系统的性能,也为未来的功能扩展奠定了坚实的基础。
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 StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03