Polygon Bor项目v2.1.0-beta4版本发布:Bhilai硬分叉与Amoy测试网升级详解
2025-07-07 18:39:38作者:贡沫苏Truman
Polygon Bor作为Polygon网络的核心客户端实现,承担着区块生产与共识机制的关键功能。本次发布的v2.1.0-beta4版本是一个重要的预发布版本,主要针对Amoy测试网进行了重大升级,为即将到来的Bhilai硬分叉做好准备。
核心升级内容
本次版本最关键的更新是Bhilai硬分叉的区块高度设定。开发团队已经确定Amoy测试网的硬分叉将在区块高度22765056处触发,预计时间为2025年6月11日UTC时间上午10点(印度标准时间下午3:30)。所有运行Amoy测试网的节点必须在此之前完成升级。
Bhilai硬分叉引入了多项重要改进,包括:
- 区块Gas限制提升至4500万(45M),这是PIP-60方案的核心内容
- 优化了共识机制和Span处理逻辑
- 修复了本地区块结束检查的潜在问题
验证节点配置调整
对于验证节点运营者,本次升级有一个强制性配置变更需要特别注意。所有验证节点必须检查并更新config.toml文件中的gaslimit参数设置:
[miner]
gaslimit = 45000000
这个调整是为了支持PIP-60方案中关于提升区块Gas限制的改进。如果该参数未被注释,必须确保其值设置为45000000(45M)。
技术改进细节
在v2.1.0-beta基础上,本版本包含以下重要技术改进:
- 共识机制优化:修复了Span ID为1时可能出现的重复提交问题,提升了网络稳定性
- 区块处理增强:完善了本地区块结束检查的逻辑,避免潜在的nil指针异常
- 硬分叉调度:为Amoy测试网精确设定了Bhilai硬分叉的触发区块高度
版本兼容性与升级建议
本次发布的v2.1.0-beta4仍处于预发布状态,主要面向测试网环境。对于生产环境节点运营者,建议:
- 先在测试环境中验证升级过程
- 仔细检查所有配置文件,特别是gaslimit参数
- 监控升级后的节点表现,特别是共识相关指标
- 为Amoy测试网节点预留足够的升级时间窗口
Polygon Bor作为Polygon网络的核心组件,其稳定性和性能直接影响整个网络的运行效率。本次v2.1.0-beta4版本的发布,标志着Polygon网络向更高性能和安全性的方向又迈进了一步,特别是通过提升区块Gas限制,将为网络处理更高吞吐量的交易奠定基础。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1