Пропускная способность сети Starknet достигла 857 TPS

cryptonews.ruPublié le 2022-08-30Dernière mise à jour le 2024-10-30

Команда Starknet объявила о скачке TPS.
По их данным, сеть обновила исторический максимум пропускной способности на уровне в 857 TPS.
Другие обозреватели показывают от 127,5 TPS до 382 TPS.

Команда проекта Starknet заявила о том, что сеть побила предыдущий рекорд по пропускной способности. Согласно публикации разработчиков, 29 октября 2024 года она достигла 857 TPS.

Records are meant to be broken.

Yesterday, we reached a new peak of 857 TPS on Starknet Mainnet (thanks to @cartridge_gg), shattering our earlier record of 503 TPS.

Our scaling is real, and we’re just getting started. See you in 2025 to break this record again. pic.twitter.com/E2cXctaXcL
— Starknet 🐺🐱 (@Starknet) October 30, 2024

Предыдущий исторический максимум составлял 503 TPS. В команде заявили, что это далеко не предел, пообещав обновить рекорд в 2025 году.

Стресс-тест сети проводился посредством игрового проекта flippyflop, разработанного студией Cartridge.

По данным L2BEAT, Starknet обладает самой высокой пропускной способностью среди решений второго уровня. После нее идет сеть Base от биржи Coinbase.

Вместе с тем, как видно на графике ниже, максимально зарегистрированное на портале значение пропускной способности Starknet составляет 127,5 TPS.

Топ-5 решений второго уровня. Источник: L2BEAT.

Портал Chainspect показывает, что по состоянию на конец дня 29 октября 2024 года самое высокое значение TPS сети составляло 207. Максимально зарегистрированное — 382.

Показатели сети Starknet. Источник: Chainspect.

Проект Starkscan показывает уже заявленное командой значение — 857 TPS. Чем обусловлена эта разница, на момент написания неизвестно.

Пропускная способность сети Starknet. Источник: Starkscan.

Так или иначе, это в любом случае значительно выше в сравнении с L1 в виде Ethereum. По данным Blockchair, 29 октября 2024 года пропускная способность сети была на уровне в 13,5 TPS.

Напомним, одной из целей этапа The Surge в дорожной карте Ethereum является достижение TPS в 100 000 и более. Подробнее по ссылке.

Lectures associées

Les actions de semi-conducteurs plombent Wall Street, le trading lié à l'IA pris en tenaille par les taux et les rendements ?

Les actions de semi-conducteurs ont mené à une baisse du marché américain, avec le Nasdaq en recul de 2,2 % et le S&P 500 de 1,4 %. Cette correction généralisée, touchant notamment Nvidia, Micron, et les sociétés coréennes de mémoire, résulte de deux pressions conjointes. Premièrement, les anticipations d’un resserrement monétaire de la Fed s’accroissent, pesant sur les valorisations des valeurs de croissance. Deuxièmement, les investisseurs s’interrogent désormais sur le moment où les dépenses d’investissement massives en IA des géants du cloud se traduiront par des bénéfices clairs. La vente s’est concentrée sur la chaîne d’approvisionnement matérielle de l’IA, segment le plus surévalué et le plus achalandé. Alors que la demande en infrastructure IA reste solide, le marché réévalue les valorisations à l’aune d’un coût du capital plus élevé et d’un horizon de rentabilité plus lointain. Les prochains indicateurs, comme les résultats de Micron et l’évolution des données sur l’inflation, apporteront des éclaircissements sur la suite de cette correction. Pour l’heure, il s’agit moins d’un éclatement de bulle que d’un réalignement face à un contexte macroéconomique et d’attentes de rentabilité devenus plus exigeants.

marsbitIl y a 42 mins

Les actions de semi-conducteurs plombent Wall Street, le trading lié à l'IA pris en tenaille par les taux et les rendements ?

marsbitIl y a 42 mins

Nouvelle étude d'OpenAI : Comment entraîner une IA qui 'ne déraille pas sous pression' ?

Les modèles d'IA modernes peuvent se comporter de manière non fiable ou dangereuse lorsqu'ils sont poussés au-delà de leurs données d'entraînement ou soumis à des pressions. Dans un nouveau document de recherche intitulé "Reinforcement Learning Towards Broadly and Persistently Beneficial Models", OpenAI explore comment entraîner des modèles pour qu'ils conservent des comportements bénéfiques et sûrs dans de nouveaux scénarios complexes et sous contrainte. Plutôt que de se concentrer uniquement sur une liste d'interdictions, l'étude défend l'idée qu'un bon assistant d'IA doit, dans des situations inédites, rester honnête, prudent, capable d'être corrigé et orienté vers des jugements bénéfiques pour l'humain. Elle propose d'utiliser l'apprentissage par renforcement non pas pour maximiser une récompense étroite (ce qui peut conduire à des détournements ou "reward hacking"), mais pour inculquer des traits bénéfiques profonds. Les chercheurs ont créé un ensemble de données de dialogue synthétique couvrant 12 domaines (médical, juridique, scientifique, etc.) pour évaluer 15 traits bénéfiques comme la véracité, la transparence métacognitive, la perception des risques et l'équité. Dans des expériences, le remplacement de seulement 5% des données d'entraînement standard par des données axées sur ces traits a significativement amélioré les performances du modèle sur 44 des 53 évaluations de sécurité et d'alignement, avec une amélioration moyenne de 9,1 points de pourcentage. Fait marquant, un modèle entraîné avec des données de traits bénéfiques uniquement dans le domaine de la santé a également montré des améliorations dans des tâches non sanitaires, suggérant un transfert d'alignement inter-domaines. Le modèle a appris une inclination sous-jacente à reconnaître l'incertitude et à privilégier la prudence dans les situations à risque. De plus, ces modèles ont démontré une "persistance de l'alignement" plus forte, résistant mieux aux invites adverses et au réglage fin malveillant sans dégradation généralisée de leur comportement. OpenAI souligne que cette recherche ne résout pas l'alignement des IA, mais représente un pas vers un "façonnage préalable" des modèles. L'enjeu pour l'industrie est de développer des IA dont le comportement reste robuste et prévisible dans des tâches complexes à haut risque, au-delà du simple refus systématique.

marsbitIl y a 45 mins

Nouvelle étude d'OpenAI : Comment entraîner une IA qui 'ne déraille pas sous pression' ?

marsbitIl y a 45 mins

Goldman Sachs aborde à nouveau l'état actuel de la frénésie de l'IA : "Les bénéfices solides l'emporteront sur les inquiétudes liées à la valorisation" avant que le cycle d'investissement n'atteigne son sommet, la volatilité augmentera encore

L'engouement pour l'IA n'est pas une simple réplique de la bulle de 1999-2000, selon Goldman Sachs. Le rapport clé est que, si les bénéfices et les dépenses en capital continuent d'être révisés à la hausse, les marchés ont déjà intégré des attentes optimistes importantes, les rendant plus sensibles à tout changement de récit. Contrairement à la fin des années 1990, la valorisation prospective n'est pas excessivement étirée car les anticipations de profits ont augmenté en parallèle des cours. Le signal majeur actuel est l'accélération des investissements en IA, dont l'intensité dépasse déjà le pic des années 90. Cependant, d'autres signaux de bulle (baisse des marges macro, déséquilibres de financement des entreprises, déficit courant) ne sont pas présents. Le défi principal est désormais le risque de "bulle de profits". La valeur boursière ajoutée des sociétés liées à l'IA (environ 27 000 milliards de dollars) dépasse les gains macroéconomiques de référence. Pour justifier les valorisations actuelles, il faut postuler que les gagnants de l'IA capteront une part durablement élevée des gains de productivité. À court terme, tant que le pic du cycle d'investissement n'est pas atteint, les bénéfices solides devraient l'emporter sur les craintes de valorisation. Cependant, la volatilité devrait augmenter, car les cours dépendent d'hypothèses optimistes. La demande de protection contre les baisses prend donc de la valeur. Par ailleurs, l'économie non-IA est moins vigoureuse qu'à la fin des années 1990, ce qui pourrait amplifier les corrections si le récit de l'IA faiblit.

marsbitIl y a 47 mins

Goldman Sachs aborde à nouveau l'état actuel de la frénésie de l'IA : "Les bénéfices solides l'emporteront sur les inquiétudes liées à la valorisation" avant que le cycle d'investissement n'atteigne son sommet, la volatilité augmentera encore

marsbitIl y a 47 mins

Zuckerberg entre sur le marché des prédictions

Meta, dirigé par Mark Zuckerberg, développe une nouvelle application de marché de prédiction nommée "Arena". Conçue comme un produit indépendant pour concurrencer des plateformes comme Polymarket et Kalshi, l'application permettra aux utilisateurs de prédire les résultats d'événements politiques, sportifs ou culturels. Initialement, elle fonctionnera sur un système de points (sans argent réel), similaire à l'application Forecast lancée puis abandonnée par Meta en 2020. La société n'exclut pas d'introduire ultérieurement des paris en argent réel. Le lancement intervient dans un secteur en pleine croissance, avec un volume de transactions en ligne dépassant 1300 milliards de dollars en 2026. Les revenus potentiels, via des frais sur les transactions ou la monétisation des données utilisateurs, sont considérables. Meta compte sur sa base de plus de 3,56 milliards d'utilisateurs quotidiens pour assurer le succès d'Arena. Cependant, des défis majeurs subsistent : les risques réglementaires liés aux paris, les difficultés de conversion des applications indépendantes de Meta et les critiques sur son modèle commercial. La réussite d'Arena dépendra de la capacité de la société à naviguer dans cet environnement complexe.

Foresight NewsIl y a 55 mins

Zuckerberg entre sur le marché des prédictions

Foresight NewsIl y a 55 mins

Le rebond du marché des actions des semi-conducteurs : est-ce la fin d'un ajustement technique ou le début d'une inversion de tendance ?

L'action des semi-conducteurs a rebondi après une forte vente le 23 juin en Corée du Sud, où le Kospi a chuté d'environ 10%. La question centrale est de savoir si ce rebond marque la fin d'un simple ajustement technique ou un début de renversement de tendance. Le cœur de la volatilité réside dans la phase de repricing des actions semi-conductrices après le sur-achat lié à l'IA. Les titres mémoire, comme Samsung, SK Hynix et Micron, ont été poussés à la hausse par l'expansion des infrastructures IA, le HBM (mémoire haute bande passante) étant un composant clé en pénurie. Le rebond observé ressemble davantage à une correction de position qu'à une confirmation de reprise haussière. L'attente de rémunération des actionnaires chez Samsung a aidé, mais le test décisif viendra des résultats trimestriels, notamment ceux de Micron. Ses chiffres et ses prévisions doivent prouver que la dynamique de prix et la visibilité des commandes pour le HBM restent solides, soutenant ainsi la valorisation de toute la chaîne. Si Micron dépasse ses prévisions élevées et maintient des perspectives fortes, le rebond pourrait signaler la poursuite de la tendance. En revanche, si les indications deviennent prudentes, notamment sur l'équilibre offre-demande pour 2027, la correction récente pourrait annoncer un affaiblissement. Pour l'instant, le marché attend la preuve que les fondamentaux justifient encore les valorisations élevées.

marsbitIl y a 1 h

Le rebond du marché des actions des semi-conducteurs : est-ce la fin d'un ajustement technique ou le début d'une inversion de tendance ?

marsbitIl y a 1 h

Trading

Spot

Futures

Catégories populaires

Nouvelles de l'industrie1,887 actualités