Plutus 1.46.0.0 版本发布:核心编译器优化与GHC版本升级
Plutus 是 Cardano 区块链平台的智能合约开发框架,它基于 Haskell 语言构建,为开发者提供了在区块链上编写安全、可靠智能合约的工具链。本次发布的 1.46.0.0 版本带来了多项重要改进,主要集中在编译器优化和开发环境升级方面。
GHC 版本支持调整
本次更新最显著的变化是移除了对 GHC 8.10 的支持。GHC (Glasgow Haskell Compiler) 是 Haskell 的主要编译器,Plutus 框架基于它构建。现在,Plutus 主要支持 GHC 9.6 版本,同时兼容 9.8 和 9.10 版本。值得注意的是,plutus-tx-plugin 组件目前仅支持 GHC 9.6 版本。
这种版本调整反映了项目对现代化开发环境的追求,新版本 GHC 带来了更好的性能、更丰富的语言特性和更完善的工具支持。开发者需要相应升级他们的开发环境以适配这些变化。
编译器优化改进
Plutus-core 组件在本版本中实现了多项编译器优化:
-
条件分支中的延迟取消:在 #7042 变更中,实现了当延迟出现在 ifThenElse 条件分支下时的强制取消机制。这项优化可以减少不必要的计算延迟,提高合约执行效率。
-
日志保留与内联优化:当禁用日志保留功能时,编译器现在会对那些被确定为最终会被求值的"不纯"项进行内联优化。这种优化策略可以显著减少运行时开销,提升合约性能。
-
严格性分析增强:PIR 的 StrictifyBindings 过程现在加入了更强大的严格性分析能力,能够识别并优化更多非严格绑定,进一步降低运行时开销。
字符串处理修复
plutus-tx-plugin 组件修复了 HEX 编码字符串字面量的处理问题。在之前的版本中,某些情况下会导致出现"Use of fromString @ PlutusTx.Builtins.HasOpaque.BuiltinByteStringHex with inscrutable content"错误。这一修复使得开发者能够更可靠地处理十六进制编码的字节串。
对开发者的影响
对于使用 Plutus 进行智能合约开发的团队,本次更新需要注意以下几点:
-
开发环境需要升级到支持的 GHC 版本(9.6、9.8 或 9.10),特别是如果之前使用的是 8.10 版本。
-
编译器优化可能会影响合约的 gas 消耗计算,建议在升级后重新测试合约性能。
-
HEX 字符串处理的修复解决了之前的一些边界情况问题,开发者可以更放心地使用相关功能。
-
严格性分析的增强意味着编译器能够生成更高效的代码,但开发者也需要更注意代码中的严格性语义。
总体而言,Plutus 1.46.0.0 版本通过底层编译器的持续优化和开发环境的现代化,为 Cardano 智能合约开发者提供了更强大、更可靠的开发工具链。这些改进将有助于开发出性能更好、成本更低的智能合约应用。
kernelopenEuler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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0127
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