zksync-era项目prover组件v20.0.0版本深度解析
2025-06-16 05:42:21作者:宣利权Counsellor
项目背景与技术定位
zksync-era是一个基于零知识证明技术的Layer2扩容解决方案,其核心组件prover负责生成交易有效性的零知识证明。prover模块的性能和稳定性直接影响整个系统的吞吐量和安全性。最新发布的v20.0.0版本带来了多项重大架构改进和功能增强。
核心架构变革
本次版本最显著的变更是完全移除了旧的证明系统栈,标志着项目进入了全新的技术阶段。这一变革经过了长期的技术验证和迭代,新架构在性能和可靠性方面都有显著提升。
关键技术升级
1. 证明系统版本升级至V27
版本引入了V27版本的证明系统,这是项目发展历程中的重要里程碑。V27版本在以下几个方面进行了优化:
- 改进了电路设计,提升了证明生成效率
- 优化了内存管理机制,降低了资源消耗
- 增强了证明验证的健壮性
2. 对象存储集成S3实现
新增了S3对象存储支持,为分布式证明生成提供了更灵活的存储方案:
- 支持大规模证明数据的持久化存储
- 实现了与云原生架构的深度集成
- 提供了高可用的存储后端选择
3. 共识协议版本化
引入共识协议版本控制机制,使得:
- 系统可以平滑地进行协议升级
- 不同版本的节点可以更好地协同工作
- 为未来的协议演进奠定了基础
系统交互优化
1. 核心与证明器间采用JSON-RPC
将原有的通信协议替换为JSON-RPC,带来了以下优势:
- 提高了系统组件间的互操作性
- 简化了接口定义和维护
- 增强了调试和监控能力
2. 网关服务迁移
完成了向新网关架构的迁移工作:
- 优化了服务发现机制
- 改进了负载均衡策略
- 提升了系统整体的可用性
稳定性与可靠性增强
1. 证明数据处理兼容性
实现了证明数据处理的后向兼容:
- 确保系统升级过程中服务的连续性
- 简化了版本迁移流程
- 降低了运维复杂度
2. 任务调度优化
针对证明任务调度进行了多项改进:
- 优化了"重量级"作业的重新评估机制
- 改进了任务排序算法
- 提升了集群资源利用率
3. 自动扩展器增强
增强了自动扩展组件的可靠性:
- 完善了集群状态缓存管理
- 优化了Pod生命周期处理
- 提高了扩展决策的准确性
运维与部署改进
1. 服务优雅终止
优化了电路证明器的关闭流程:
- 实现了更平滑的服务终止
- 减少了中断对运行中任务的影响
- 提升了运维体验
2. API端点配置
调整了证明器网关的API配置:
- 统一了服务访问端点
- 简化了部署配置
- 提高了环境一致性
总结与展望
zksync-era prover v20.0.0版本通过多项架构革新和技术升级,显著提升了系统的性能、可靠性和可维护性。特别是完全转向新证明栈的决策,为后续的技术演进扫清了障碍。对象存储支持和JSON-RPC通信等改进,使得系统更加云原生和标准化。这些变化不仅解决了当前版本中的技术挑战,也为未来的功能扩展奠定了坚实基础。
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 StartedRust0444
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 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。Python0760
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
项目优选
收起
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
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.13 K
暂无描述
Markdown
825
5.48 K
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++
780
1.57 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++
964
2.27 K
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++
1.2 K
1.24 K
CANN 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 Notebook
640
272
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。
C
830
6.13 K
昇腾LLM分布式训练框架
Python
193
272