zksync-era项目prover-v21.0.0版本技术解析
zksync-era是一个基于ZK Rollup技术的区块链二层扩容解决方案,它通过零知识证明技术实现了高吞吐量的链下交易处理能力,同时保证了与主网同等级别的安全性。prover作为该项目的核心组件之一,主要负责生成零知识证明,验证交易的有效性。
主要更新内容
协议版本v28支持
本次更新最重要的特性是新增了对Protocol Version v28的支持。在区块链开发中,协议版本的升级往往意味着底层算法或核心逻辑的重大变更。对于零知识证明系统而言,协议升级可能涉及证明电路的优化、新的密码学原语引入或性能改进。
开发团队通过更新依赖库的方式实现了对新协议版本的支持,这需要确保所有相关组件(包括GPU加速模块)都能兼容新的协议规范。这种升级通常会带来证明效率的提升或新功能的引入。
Rust编译器版本升级
项目将Rust编译器版本升级至nightly-2025-03-19。Rust作为系统级编程语言,其nightly版本包含了最新的语言特性和改进。这次升级可能带来了以下优势:
- 性能优化:新版本的编译器可能生成更高效的机器码
- 新语言特性:可以利用最新的Rust特性简化代码或提高安全性
- 工具链改进:配套工具如cargo等可能有更好的构建体验
值得注意的是,使用nightly版本虽然能获得最新特性,但也需要承担更高的不稳定性风险,这表明开发团队对保持技术前沿的积极态度。
重要问题修复
链ID查询优化
修复了在WG(可能指工作组或特定组件)查询中链ID连接的问题。在区块链系统中,链ID是区分不同网络的重要标识符。这个修复确保了在多链环境下的查询准确性,避免了可能出现的跨链数据混淆问题。
证明任务分块处理优化
调整了插入prover jobs时的分块(chunks)数量。在零知识证明生成过程中,合理的数据分块策略对性能有显著影响。过大或过小的分块都可能导致效率低下:
- 分块过大:可能导致内存压力增加,并行度降低
- 分块过小:可能增加管理开销,降低整体吞吐量
这个优化通过调整分块数量,有望提升证明任务的处理效率。
Pod健康检查机制改进
增强了Kubernetes pod的健康检查机制,现在会定期(根据pod_check_interval配置)检查pod列表中的陈旧实例。在分布式证明系统中:
- 及时识别并处理失效pod可以避免资源浪费
- 防止系统为已经不可用的pod分配任务
- 提高整体系统的可靠性和资源利用率
这个改进使得prover在云原生环境中的运行更加健壮。
技术影响分析
这次版本升级从多个维度提升了prover组件的性能和可靠性:
- 功能性:通过支持新协议版本,为系统引入了新的能力或优化
- 稳定性:改进的健康检查机制增强了分布式环境下的容错能力
- 效率:优化的分块策略和链ID查询提升了处理速度
- 开发体验:编译器升级为开发者提供了更现代化的工具链
对于使用zksync-era的开发者而言,升级到这个版本可以获得更稳定高效的证明生成能力,同时为未来可能的协议升级做好准备。需要注意的是,由于包含breaking changes,升级时可能需要相应的适配工作。
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