narwhal 的安装和配置教程
2025-05-23 07:47:40作者:宣利权Counsellor
项目基础介绍
narwhal 是一个基于 Narwhal mempool 的 BFT(拜占庭容错)共识协议的实现。该项目旨在提供一个小巧、高效且易于基准测试和修改的代码库。它并没有设计用于生产环境,但是使用了真实的加密技术(dalek)、网络(tokio)和存储(rocksdb)。
主要编程语言
该项目主要使用 Rust 编程语言,同时使用了 Python 编写基准测试脚本。
项目使用的关键技术和框架
- Rust:用于编写核心协议的编程语言,以其安全性和性能著称。
- Python:用于编写辅助的基准测试脚本。
- dalek:一个 Rust 库,提供加密算法。
- tokio:一个 Rust 异步运行时,用于网络通信。
- rocksdb:一个基于 C++ 的高性能嵌入式 key-value 存储库。
准备工作
在开始安装之前,请确保您的系统中已安装以下依赖项:
- Rust 编译器和工具链。
- Python 和 pip 包管理器。
- Clang 编译器(因为 rocksdb 需要它)。
- tmux 终端会话管理器。
安装步骤
-
克隆项目仓库到本地机器:
git clone https://github.com/asonnino/narwhal.git cd narwhal/benchmark -
安装 Python 依赖项:
pip install -r requirements.txt -
在您的系统中安装 Clang 和 tmux,具体安装方法取决于您使用的操作系统。
-
运行基准测试脚本来启动一个本地测试环境:
fab local请注意,第一次运行此命令可能会花费较长时间,因为需要编译 Rust 代码。
-
基准测试完成后,它将显示一个执行总结,包括事务吞吐量(TPS)、带宽(BPS)和延迟等指标。
以上就是 narwhal 的安装和配置的基本步骤。如果您需要进行更复杂的配置或自定义,请参考项目的官方文档和教程。
登录后查看全文
热门项目推荐
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
660
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
505
610
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
392
289
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108