BSC项目v1.5.11版本发布:支持1.5秒区块间隔的PBS(MEV)优化
BSC(Binance Smart Chain)是一个兼容EVM的高性能区块链网络,作为Binance生态系统的重要组成部分,它通过优化共识机制实现了高吞吐量和低交易成本。BSC网络近期即将激活BEP-520改进方案,将区块间隔从3秒缩短至1.5秒,这一重大升级需要节点软件的相应适配。
版本核心优化
v1.5.11版本是一个维护性更新,主要针对BSC网络即将实施的1.5秒区块间隔(Lorentz硬分叉)进行MEV(最大可提取价值)相关参数的优化调整。MEV机制对区块时间非常敏感,为了在更短的区块间隔下保持系统稳定性,本次更新调整了两个关键参数:
- 将每个构建者的最大投标数(defaultMaxBidsPerBuilder)从3降低到2
- 将无中断剩余时间(defaultNoInterruptLeftOver)从400毫秒缩短到250毫秒
这些调整相当于在配置文件中设置了以下参数:
[Eth.Miner.Mev]
MaxBidsPerBuilder = 2
NoInterruptLeftOver = 250000000
技术细节解析
在区块链系统中,MEV是指矿工或验证者通过调整交易顺序等方式获取的额外收益。BSC采用的PBS(提议者-构建者分离)架构将区块构建和提议过程分离,有助于减少MEV带来的中心化风险。
当区块间隔缩短到1.5秒后,原有的MEV参数可能导致以下问题:
- 投标处理时间不足,影响区块构建质量
- 投标竞争过于激烈,增加网络负载
- 中断处理不及时,影响区块传播效率
通过降低MaxBidsPerBuilder参数,可以减少每个构建者需要处理的投标数量,确保在更短的时间窗口内完成优化选择。而缩短NoInterruptLeftOver则确保系统能更及时地响应新的投标,避免因等待时间过长而错过更优的交易组合。
升级指南
对于运行BSC节点的用户,本次升级相对简单,只需进行二进制文件替换即可完成。无需复杂的配置调整或数据迁移,这体现了BSC团队对向后兼容性的重视。
其他改进
除了MEV相关优化外,v1.5.11版本还包含了一些其他改进:
- 修复了指标收集过程中可能出现的并发访问panic问题
- 优化了JavaScript工具函数getKeyParameters的实现
- 清理了重复的包导入,提高了代码整洁度
总结
BSC v1.5.11版本虽然是一个维护性更新,但对于即将到来的1.5秒区块间隔升级至关重要。通过精心调整MEV参数,BSC网络能够在保持高性能的同时,确保MEV机制的稳定运行,为开发者和用户提供更流畅的区块链体验。这种前瞻性的优化展现了BSC团队对网络性能和技术细节的持续关注,为后续的生态发展奠定了坚实基础。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0112AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









