Plutus项目中的quotientInteger成本模型问题分析
概述
在Plutus项目的成本模型实现中,quotientInteger内置函数的成本计算方式存在一个值得注意的问题。该问题最初由项目贡献者发现并报告,经过深入讨论后被确认为实现细节上的理解偏差而非实际错误。
成本模型背景
Plutus执行引擎使用复杂的成本模型来评估智能合约执行的资源消耗。对于quotientInteger这样的内置函数,其成本计算采用了基于输入参数大小的二维模型,具体分为对角线以上和以下两种不同情况。
问题发现过程
在代码审查过程中,开发者注意到builtinCostModelC.json文件中将quotientInteger标记为"const_above_diagonal"(对角线以上为常数成本),而根据成本模型文档cost-model-overview.pdf的描述,理论上应为"const_below_diagonal"(对角线以下为常数成本)。
技术分析
经过深入讨论和技术验证,确认原始实现是正确的:
- 当计算如quotientInteger 123 456789时,结果为0,计算成本很低,对应小x和大y的情况(即对角线以上)
- 当计算如quotientInteger 456789 123时,需要更多计算工作,对应大x和小y的情况(即对角线以下)
这种设计反映了整数除法运算的实际计算复杂度特性:当被除数远小于除数时结果直接为0,计算简单;而当被除数远大于除数时需要执行完整的除法运算,计算成本较高。
实现验证
在第三方实现(OpShin/uplc)中最初出现了测试失败的情况,但最终发现是constAboveDiagonal实现中的bug所致,而非成本模型本身的问题。这一发现过程也提示了测试用例可以进一步优化,增加对角线以上情况的测试覆盖。
成本模型文件的作用
Plutus项目使用多个成本模型文件来支持不同版本:
- builtinCostModelA:用于Chang硬分叉前(协议版本<9)的PlutusV1/V2脚本
- builtinCostModelB:用于协议版本≥9的PlutusV1/V2脚本
- builtinCostModelC:专用于PlutusV3脚本(仅存在于协议版本≥9)
这些成本模型文件在编译时被读入并构建为BuiltinCostModel对象,嵌入到评估器代码中。实际链上执行时,本地成本模型仅作为模板,真正的成本参数由账本代码根据协议版本和账本语言版本提供。
总结与建议
这一案例展示了Plutus成本模型设计的复杂性,特别是对于涉及多参数的内置函数。对于开发者而言,理解成本模型的具体实现需要注意:
- 仔细区分对角线以上和以下的不同成本特性
- 充分测试各种边界情况
- 注意不同协议版本间的成本模型差异
未来Plutus团队计划简化这一机制,实现跨账本语言版本的统一成本模型,这将大大降低开发者的理解和使用门槛。
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 StartedRust0174
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 Notebook099
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook04
inference通过更改一行代码,您可以在应用程序中用另一个大型语言模型(LLM)替换OpenAI GPT。Xinference赋予您使用任何所需LLM的自由。借助Xinference,您能够在云端、本地、甚至笔记本电脑上运行任何开源语言模型、语音识别模型和多模态模型的推理。Python02