Berachain V2革新之路:验证节点质押与削减机制

Odaily星球日报Dipublikasikan tanggal 2024-06-12Terakhir diperbarui pada 2024-06-12

Abstrak

V2中的一个关键经济变化是引入了更大的验证节点保证金,即质押在BERA中的数量。

原文作者:Infrared Finance

原文编译:深潮 TechFlow

Berachain V2革新之路:验证节点质押与削减机制

今年一月,Berachain 的 Artio 测试网上线,从那时起,生态系统一直在稳步上升。开发人员、用户和验证器操作员都参与了测试,帮助对网络进行压力测试并指导 Berachain 的设计决策。V1测试网验证了核心概念,如流动性证明,但也发现了改进的空间,这就是V2的用武之地。我们将尽力总结 Berachain 核心开发人员的最新成果。

简要说明

  • 验证节点现在需要质押 69, 420 个 BERA,而不是 BGT,以提高经济安全性。

  • BGT 委托者不再会被削减。

  • 所有验证节点都有平等的机会生产区块。

  • 验证节点数量上限已增加,以改善去中心化。

  • 核心技术栈从 Polaris 更改为 BeaconKit,以提高性能和 EVM 兼容性。

  • 即将推出公开的 Infrared 测试网部署。

V2的新变化

BERA 质押和削减变化

V2中的一个关键经济变化是引入了更大的验证节点保证金,即质押在 BERA 中的数量。简单来说,验证节点保证金是验证节点开始生产区块时必须质押的代币数量。

在V2中,验证节点保证金从少量的 BGT 增加到 69, 420 个 BERA。这确保了验证节点有更高的经济投入,通过增加潜在攻击的成本来提高网络的安全性。这一变化意味着验证节点承担更多责任,同时在不影响 BGT 在流动性证明中的角色的情况下增加了 BERA 的实用性。

BERA 质押的变化也影响了验证节点削减,这是对行为不当或表现不佳的验证节点的惩罚。如果验证节点被削减,一部分质押的代币将被扣除,这是一个不理想的结果。

在V1中,削减可能影响到验证节点和 BGT 委托者。在V2中,只有验证节点的 BERA 质押才会被削减。这保护了 BGT 委托者,并将更多责任放在验证节点身上,确保用户和协议在使用他们的 BGT 参与流动性证明时更加安心。

更公平的区块生产

在V1中,验证节点生产新区块的机会随着委托给他们的 BGT 数量的增加而增加。在V2中,区块生产得到了改进,所有验证节点现在都有平等的机会生产新区块,区块奖励将根据他们的委托 BGT 成比例增加。这确保了更公平的奖励分配,并鼓励更多验证节点加入网络,同时仍保持 BGT 委托的重要性。

验证节点数量上限

验证节点数量上限已从 100 增加到 128 ,未来可能还会更多。众所周知,增加更多验证节点的上限可以改善去中心化和网络安全。去中心化很重要!

架构升级

最后,Berachain V2从 Polaris 架构迁移到 BeaconKit,这将提高网络性能。BeaconKit 允许使用任何以太坊执行客户端,如 Reth、Geth 或 Nethermind,使 Berachain 与 EVM 完全兼容。此升级解决了V1中遇到的瓶颈,确保了更顺畅的交易处理。如果您想了解更多,请阅读Dev Bear 关于该主题的技术博客

这些变化对 Infrared 的影响

V2引入的变化是网络向前迈出的重要一步。Berachain V2将为用户、开发人员和验证节点提供更好的体验,使整个生态系统受益。

BGT 转向纯粹的经济角色,通过明确 BGT 的价值主张,增强了围绕 iBGT 构建的生态系统。我们已经看到许多协议采用 iBGT 来构建飞轮,并期望这一趋势在改进的 BGT 设计下继续发展。

关于验证节点的 BERA 质押,我们正在计划一些令人兴奋的事情,很快会与大家分享。

接下来是什么?

我们正在全力完成新的、公开的 Infrared 测试网部署,希望尽快上线供用户和合作伙伴使用。

原文链接

Bacaan Terkait

Perang Tanpa Nama Seragam: Peta Dunia Model dari Para Raksasa Domestik

"Dunia Model" belum memiliki nama yang seragam di industri. Beberapa menyebutnya Dunia Model, Dunia Model Dasar, AI Fisik, atau menyembunyikannya dalam arsitektur seperti model mobil otonom, VLA, atau sistem kecerdasan embodied. Di balik kebingungan penamaan, intinya sama: membuat mesin membangun lingkungan dinamis internal yang dapat disimulasikan dan dianalisis ulang, mengurangi ketergantungan pada data nyata, dan memampatkan dunia nyata menjadi mesin data yang dapat menghasilkan, mencoba, dan mengulang tanpa batas. Raksasa internet seperti Alibaba, Tencent, ByteDance, Huawei, dan Baidu memiliki pendekatan berbeda. Alibaba meluncurkan tiga model untuk dunia bahasa, virtual, dan fisik. Tencent fokus pada dunia 3D yang dapat diedit untuk game dan sosial. ByteDance memanfaatkan data video, sementara Huawei dan Baidu mengintegrasikan kemampuan ini ke dalam sistem mobil dan AI yang lebih besar tanpa menyebutnya secara terpisah. Produsen mobil seperti NIO, Li Auto, XPeng, Geely, BYD, dan Great Wall menggunakan Dunia Model sebagai "sekolah menyetir dan ujian" untuk pelatihan dan simulasi sistem mengemudi otonom. Mereka menggunakannya untuk menghasilkan skenario kompleks, meningkatkan keamanan, dan mempercepat pengembangan. Penyedia teknologi seperti Momenta, Horizon Robotics, Haomo.AI, dan DeepRoute bertindak sebagai "mesin dunia tersembunyi" di balik layar. Mereka menyediakan model dan platform simulasi yang membantu pabrikan menguji dan menyempurnakan sistem L3/L4. Perusahaan rintisan lebih gesit dan fokus, tetapi menghadapi tantangan data, daya komputasi, dan skala. Sementara itu, raksasa teknologi dan otomotif memiliki keunggulan sumber daya dan jalur integrasi ke produk nyata. Kompetisi bergeser dari sekadar menciptakan model menjadi siapa yang dapat secara efektif mengintegrasikannya ke dalam sistem yang memahami dan berinteraksi dengan dunia fisik. Dunia Model bukan sekadar tren, tetapi evolusi alami dari model bahasa besar, model generasi video, dan sistem otonom. Ini telah menjadi infrastruktur industri kunci, dengan pertempuran untuk mendefinisikan dan menguasainya semakin intens.

marsbit7m yang lalu

Perang Tanpa Nama Seragam: Peta Dunia Model dari Para Raksasa Domestik

marsbit7m yang lalu

Meta Ikut Arus Pasar Prediksi, Bisakah Menghindari Jalan Gagal Metaverse?

**TL;DR:** * **Meta Masuki Pasar Prediksi:** Meta (perusahaan induk Facebook, Instagram, WhatsApp) membentuk tim kecil untuk mengembangkan aplikasi pasar prediksi bernama kode "Arena". Pengguna dapat bertaruh menggunakan poin (bukan uang sungguhan) pada hasil acara politik, olahraga, dan isu global. * **Peluang Besar Berbasis Pengguna:** Pasar prediksi (seperti Polymarket dan Kalshi) menunjukkan permintaan nyata dengan volume perdagangan miliaran dolar. Meta memiliki aset utama: 3,56 miliar pengguna aktif harian. Ini berpotensi membawa pasar niche ini ke audiens mainstream. * **Tantangan Besar: Regulasi dan Kepercayaan:** Meta memiliki catatan buruk dalam menangani informasi politik/misinfo dan proyek keuangan (seperti Libra/Diem yang gagal). Arena yang fokus pada konten sensitif (pemilu) bisa menjadi target regulator (seperti CFTC) sejak dini, terutama terkait integritas pasar dan potensi penyalahgunaan informasi. Skala pengguna Meta justru bisa memperbesar kontroversi. * **Perbandingan dengan Metaverse:** Keputusan ini kontras dengan investasi besar dan merugi di Metaverse (Reality Labs rugi ~$900 miliar). Membangun pasar prediksi secara software lebih murah dan menangkap tren yang sudah ada, dibanding menciptakan kebiasaan baru seperti di Metaverse. * **Masa Depan Arena:** Versi awal kemungkinan adalah fitur prediksi sosial non-uang di platform Meta (Instagram, Facebook Groups). Ini bisa memperluas pasar. Namun, untuk berkembang ke perdagangan berbasis uang sungguhan, Meta harus membangun kepercayaan yang saat ini rendah di mata regulator dan publik. Keberhasilan tidak dijamin hanya dengan skala pengguna.

Foresight News56m yang lalu

Meta Ikut Arus Pasar Prediksi, Bisakah Menghindari Jalan Gagal Metaverse?

Foresight News56m yang lalu

Trading

Spot
Futures
活动图片