Lighthouse v7.0.0 版本发布:Electra 硬分叉与重大功能更新
Lighthouse 是以 Rust 语言实现的区块链共识层客户端,由 Sigma Prime 团队开发维护。作为区块链生态中性能优异的客户端选择之一,Lighthouse 以其高效稳定著称,特别适合生产环境部署。本次发布的 v7.0.0 版本是 Lighthouse 的一个重要里程碑,主要引入了区块链 Electra 硬分叉支持,并带来多项功能增强与优化。
核心更新:Electra 硬分叉支持
v7.0.0 版本最重要的更新是对 Electra 硬分叉的全面支持。Electra 是区块链共识层的重大升级,与执行层的 Prague 升级共同构成 Pectra 升级。Electra 的核心特性是引入了"最大有效余额"(Max EB)机制,将单个验证者的最大有效余额从 32 ETH 提升至 2048 ETH。
这一改变将显著提升网络运行效率,降低验证者数量同时保持同等安全级别。更重要的是,Max EB 机制消除了质押激励中的某些中心化因素,使独立验证者也能获得之前仅大型运营商才能享受的复利收益。
验证者可以通过"合并"(consolidation)操作来调整其最大有效余额,这是一种将质押从一个验证者转移到另一个验证者的过程。合并操作通过智能合约调用触发,完全自愿且可选择性执行。对于运行少量验证器的独立运营商,无需强制进行合并操作。
网络协议与性能优化
v7.0.0 在网络协议方面做出了重要改进,默认启用了 IPv6 支持。当检测到全局可路由地址时,Lighthouse 将自动监听 IPv6 连接。对于仅配置 IPv4 的大部分用户,这一变更不会产生影响,但能显著改善已正确配置 IPv6 栈的用户体验。IPv6 默认监听端口已从 9090 改为 9000(与 IPv4 相同),可通过 --port6
标志调整。
在性能方面,v7.0.0 优化了状态缓存机制,默认缓存大小调整为 32,以在非最终性期间更好地控制内存使用。同时改进了状态缓存启发式算法,提升了非最终性期间 BlocksByRange
/BlobsByRange
请求的响应效率。对于连接 HTTP API 的服务(如 Rocket Pool 奖励生成、区块浏览器等),建议将 --state-cache-size
设置为更高值(如 128)以获得更好性能。
验证者相关改进
新版本在验证者客户端方面有几个重要更新:
-
Gas Limit 强制执行:Lighthouse 现在会在验证来自外部构建者(如 mev-boost 中继)的执行负载时强制执行 Gas Limit 偏好设置。用户可通过
--gas-limit
为连接到 VC 的所有验证器配置 Gas Limit,或在validator_definitions.yml
文件中设置单独限制。 -
新增
--disable-attesting
标志:允许临时禁用验证者客户端的证明功能,便于维护操作。 -
改进的验证者合并工具:为 Electra 的验证者合并操作提供了更完善的工具链支持。
其他重要特性
-
实验性 redb 数据库后端:新增了对 redb 数据库后端的支持,目前仍处于实验阶段,仅推荐专家用户使用。
-
运行时可信节点管理:新增了运行时动态添加可信节点的 API 接口。
-
完整 Hoodi 测试网支持:新增了
--network hoodi
标志以支持 Hoodi 测试网。 -
默认启用轻客户端服务器:轻客户端服务器现在默认启用,无需额外配置。
升级注意事项
-
强制升级:所有主网用户必须在 2025 年 5 月 7 日 Electra 分叉前升级到 v7.0.0 版本,否则需要重新同步链数据。
-
执行客户端兼容性:必须同时升级执行客户端至兼容 Pectra 的版本,包括 Reth v1.3.12、Nethermind v1.31.9、Geth v1.15.9 等。
-
Rust 编译器要求:从源码编译的用户需将 Rust 编译器升级至 1.83.0 或更高版本。
-
IPv6 回退:如需禁用 IPv6,可使用
--listen-address 0.0.0.0
标志仅监听 IPv4。 -
状态缓存日志:由于缓存大小调整,可能会看到更多
WARN State cache missed
日志,这些警告可安全忽略,将在下个版本中降级为 DEBUG 级别。
总结
Lighthouse v7.0.0 是一个功能丰富且关键的版本更新,不仅为即将到来的 Electra 硬分叉做好准备,还带来了多项网络协议改进和性能优化。对于区块链节点运营商而言,及时升级至该版本至关重要,以确保网络顺利过渡到新的共识机制。新版本在验证者功能、数据库选项和网络协议等方面的增强,进一步巩固了 Lighthouse 作为高效稳定区块链客户端的地位。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-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++030Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0280Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









