以太坊在區(qū)塊鏈上實(shí)現(xiàn)了一個(gè)運(yùn)行環(huán)境,被稱為以太坊虛擬機(jī)(EVM)。每個(gè)參與到網(wǎng)絡(luò)的節(jié)點(diǎn)都會(huì)運(yùn)行EVM作為區(qū)塊驗(yàn)證協(xié)議的一部分。他們會(huì)驗(yàn)證區(qū)塊中涵蓋的每個(gè)交易并在EVM中運(yùn)行交易所觸發(fā)的代碼。每個(gè)網(wǎng)絡(luò)中的全節(jié)點(diǎn)都會(huì)進(jìn)行相同的計(jì)算并儲(chǔ)存相同的值。合約執(zhí)行會(huì)在所有節(jié)點(diǎn)中被多次重復(fù),這個(gè)事實(shí)得使得合約執(zhí)行的消耗變得昂貴,所以這也促使大家將能在鏈下進(jìn)行的運(yùn)算都不放到區(qū)塊鏈上進(jìn)行。對(duì)于每個(gè)被執(zhí)行的命令都會(huì)有一個(gè)特定的消耗,用單位Gas計(jì)數(shù)。
Gas是以太坊世界的燃料,它決定了以太坊網(wǎng)絡(luò)生態(tài)系統(tǒng)的正常運(yùn)行,用于交易、執(zhí)行智能合約、支付數(shù)據(jù)存儲(chǔ)費(fèi)用等各個(gè)方面。
每個(gè)合約可以利用的命令都會(huì)有一個(gè)相應(yīng)的Gas值。Gas值的存在避免智能合約進(jìn)入死循環(huán),你不能編寫永不結(jié)束的程序,因?yàn)槟阌帽M了Gas,計(jì)算將被節(jié)點(diǎn)拒絕。
Gas同時(shí)也是礦工的傭金,并以ETH⽀付。在以太坊中,由交易發(fā)起者付出的Gas最終會(huì)以ETH貨幣的價(jià)值計(jì)算并付給礦工作為手續(xù)費(fèi),也就是:Gas cost= Gas Used*Gas Price。
在現(xiàn)實(shí)中,所有的交易最終都是由礦工選擇的,但是用戶所選擇支付的交易費(fèi)用多少會(huì)影響到該交易被打包所需等待的時(shí)長(zhǎng)。如果該交易由于計(jì)算,包括原始消息和一些觸發(fā)的其他消息,需要使用的Gas數(shù)量小于或等于所設(shè)置的Gas limit,那么這個(gè)交易會(huì)被處理。如果Gas總消耗超過(guò)Gas limit,那么所有的操作都會(huì)被復(fù)原,但交易是成立的并且交易費(fèi)任會(huì)被礦工收取。區(qū)塊鏈會(huì)顯示這筆交易完成嘗試,但因?yàn)闆]有提供足夠的Gas導(dǎo)致所有的合約命令都被復(fù)原。所以交易里沒有被使用的超量Gas都會(huì)以以太幣的形式打回給交易發(fā)起者。因?yàn)镚as消耗一般只是一個(gè)大致估算,所以許多用戶會(huì)超額支付Gas來(lái)保證他們的交易會(huì)被接受。
來(lái)源:《區(qū)塊鏈雜談》第十五期
作者:陶婧婕
關(guān)注科技行者微信公眾號(hào)(ID:itechwalker),獲取更多《區(qū)塊鏈雜談》電子雜志
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。