Fuel Core项目中的Gas价格因子问题解析
2025-04-30 03:35:31作者:彭桢灵Jeremy
背景概述
在Fuel Core项目中,Gas费用计算机制是一个关键的系统组件,它直接影响着区块链网络的交易成本和资源分配效率。当前系统采用了一种特殊的Gas费用计算方式,其中包含执行费用(exec price)和数据可用性费用(da gas price)两个组成部分。
问题本质
系统目前存在一个设计上的局限性:数据可用性Gas费用的计算被放在了Gas费用更新器(Gas Price Updater)之外进行。这导致系统只能通过间接方式推导出上一个区块的DA Gas费用,具体做法是从总Gas费用中减去上一个执行价格。
这种间接推导方法存在一个严重缺陷:它无法精确反映通过Gas费用因子实现的微小费用调整。当我们需要进行小幅度费用调整(例如10%的变动)时,这种间接计算方式会抹去费用因子带来的精细调节效果。
技术细节分析
当前实现中,系统使用以下公式推导DA Gas费用:
last_da_gas_price = gas_price.saturating_sub(last_exec_price)
这种方法的问题在于:
- 它无法保留通过费用因子实现的细微调整
- 计算过程与实际的定价逻辑分离,导致信息丢失
- 无法精确控制DA Gas费用的独立调整
解决方案
经过技术分析,我们提出了以下改进方案:
- 将DA Gas费用的计算完全移入Gas费用更新器中
- 让V1算法直接维护总Gas费用
- 在更新器内部完成所有费用计算逻辑
这种重构带来的好处包括:
- 精确控制DA Gas费用的独立调整
- 保留费用因子带来的细微调节能力
- 提高费用计算的一致性和可预测性
实现注意事项
在实施改进方案时,需要特别注意以下几点:
- 最小值的处理:确保执行费用和DA费用的最小值都得到适当缩放
- 费用因子的应用:正确实现费用因子的除法和乘法运算
- 边界条件:处理费用计算中的各种边界情况,如最小值、最大值等
- 系统一致性:确保新旧算法的平滑过渡和兼容
未来展望
随着Fuel Core项目的持续发展,Gas费用机制将进一步完善。特别是当项目实现更先进的Gas定价算法后,当前讨论的问题将变得不那么关键。但在过渡期间,解决这个问题对于维持网络稳定性和用户体验至关重要。
通过这次改进,Fuel Core将获得更精确、更灵活的Gas费用调节能力,为后续的功能扩展和性能优化奠定坚实基础。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
469
465
暂无描述
Dockerfile
778
5.08 K
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++
877
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677