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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00