AleoNet/snarkOS v3.6.0版本深度解析:共识升级与性能优化
Aleo是一个专注于隐私保护的区块链平台,其核心组件snarkOS作为节点实现,支撑着整个网络的运行。最新发布的v3.6.0版本带来了多项重要更新,包括共识机制的重大改进、性能优化以及开发者体验的提升。
共识机制升级:迈向30个验证节点
v3.6.0版本最引人注目的变化是对共识机制的升级。经过充分的负载测试,验证节点数量将从现有规模增加到30个。这一改变基于AleoBFT共识算法(一种基于Bullshark的变体),预计将使Aleo网络的吞吐量提升至每秒约65笔交易。
此次共识升级将在不同网络分阶段实施:
- Canary网络:区块高度5,780,000(约2025年4月11日)
- Testnet测试网:区块高度6,765,000(约2025年4月15日)
- Mainnet主网:区块高度7,060,000(约2025年5月4日)
重要提示:验证节点必须及时升级,否则可能面临分叉风险;客户端也需要升级以避免停止运行。
验证节点性能优化
v3.6.0版本对验证节点的性能进行了多方面的优化:
-
初始化性能提升:改进了程序加载机制,避免了递归加载同一程序导致的指数级减速;通过增加并行化程度,CDN数据获取速度显著提高。
-
运行时优化:验证节点委员会的构建成本较高,现在在更多地方进行了缓存;部署合成速度提升了近2倍,这得益于静态分配向量和其他内存优化。
-
网络稳定性增强:对等节点连接和同步逻辑进行了全面改进,提高了网络稳定性。
-
支出限制机制:引入了交易支出限制功能,有效控制了最大区块时间。
验证节点存储配置改进
修复了交易缓存的存储路径配置问题,确保其存储在--storage标志指定的位置。此前,它总是存储在默认的Aleo账本目录中。使用自定义存储路径的验证节点应检查是否备份了整个指定文件夹。
证明者支持增强
新增了对CUDA的支持,这将显著提升snarkOS证明者的运行效率,为GPU加速提供了开箱即用的支持。
开发者体验改进
-
锁追踪功能:新增了锁追踪功能,可以记录当前持有的锁,这在排查死锁问题时非常有用。
-
文档完善:修复了Cargo文档编译问题,并对代码库的许多部分进行了更详细的文档说明,大大改善了新贡献者的开发体验。
-
测试自动化:开发了回归测试套件,确保所有已部署程序在新版本snarkVM上保持有效;现在每个PR都会自动启动一个小型开发网络进行测试,以更自动化的方式发现问题。
监控与API改进
初步实现了验证节点遥测功能,用于跟踪其他验证节点的指标和性能。这使得验证节点能够更好地监控其对等节点(及自身)的行为,并通过连接或链下警报做出相应反应。
该功能目前通过新的遥测标志可选使用,引入了参与度评分的基本概念,可通过日志和新的REST API访问。
总结
AleoNet/snarkOS v3.6.0版本是一次重要的升级,不仅扩大了网络规模,还通过多项优化提升了整体性能。共识机制的改进为未来进一步扩展奠定了基础,而各种性能优化和开发者工具则使整个生态系统更加健壮和易用。随着这些改进的逐步部署,Aleo网络将能够支持更高的交易吞吐量,同时保持其核心的隐私保护特性。
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 StartedRust0153- 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