Polygon Luncurkan Hard Fork Madhugiri, Targetkan Peningkatan Throughput 33%

cointelegraphDipublikasikan tanggal 2025-12-09Terakhir diperbarui pada 2025-12-09

Abstrak

Polygon telah meluncurkan hard fork terbaru yang disebut Madhugiri, yang bertujuan meningkatkan throughput jaringan hingga 33% dan mengurangi waktu konsensus blok menjadi satu detik. Pembaruan ini mencakup dukungan untuk tiga proposal peningkatan Ethereum (EIP) Fusaka yang meningkatkan efisiensi operasi matematis dan mencegah transaksi mengonsumsi daya komputasi berlebihan. Hard fork juga memperkenalkan tipe transaksi baru untuk lalu lintas bridge Ethereum-Polygon serta fleksibilitas untuk upgrade masa depan. Peningkatan ini memperkuat infrastruktur Polygon untuk mendukung kasus penggunaan berfrekuensi tinggi seperti tokenisasi aset dunia nyata (RWA) dan stablecoin. Aishwary Gupta dari Polygon Labs memprediksi ledakan stablecoin dalam lima tahun ke depan, namun menekankan pentingnya transparansi dan akuntabilitas di sektor RWA. Upgrade Madhugiri ini menyusul hard fork kompleks Heimdall 2.0 pada Juli yang memangkas finalitas transaksi menjadi lima detik, meski sempat mengalami gangguan teknis pada September yang telah diperbaiki melalui hard fork.

Jaringan blockchain Polygon telah meluncurkan upgrade protokol terbarunya yang dikenal sebagai hard fork Madhugiri, yang bertujuan untuk mencapai peningkatan throughput jaringan sebesar 33% dan mengurangi waktu konsensus blok menjadi satu detik.

Pengembang inti Polygon Krishang Shah mengatakan di X bahwa pembaruan ini mencakup dukungan untuk tiga Proposal Peningkatan Ethereum Fusaka, khususnya EIP-7823, EIP-7825 dan EIP-7883. EIP-EIP ini membuat operasi matematika yang berat menjadi lebih efisien dan aman dengan membatasi jumlah gas yang mereka konsumsi.

Mereka juga mencegah transaksi tunggal mengonsumsi daya komputasi yang berlebihan, membantu jaringan berjalan lebih lancar dan dapat diprediksi.

Upgrade ini memperkenalkan tipe transaksi baru untuk lalu lintas jembatan Ethereum ke Polygon dan menambahkan fitur fleksibilitas bawaan untuk upgrade di masa depan. Polygon sebelumnya mengatakan bahwa pembaruan ini membuat peningkatan throughput semudah "membalik beberapa sakelar".

"Kami juga mengurangi waktu konsensus menjadi 1 detik, sehingga blok sekarang dapat diumumkan dalam 1 detik jika sudah siap, alih-alih menunggu penuh 2 detik," tulis Shah.

Sumber: Krishang Shah

Pembaruan baru memperkuat Polygon untuk stablecoin dan RWA

Dengan Madhugiri yang kini telah live, Polygon bertujuan untuk memperkuat infrastrukturnya sekaligus meningkatkan kinerjanya secara material. Ini adalah prasyarat untuk use case berfrekuensi tinggi dan berkepercayaan tinggi, seperti tokenisasi aset dunia nyata (RWA) dan stablecoin.

Aishwary Gupta, kepala pembayaran dan RWA global di Polygon Labs, sebelumnya memprediksi "siklus super stablecoin".

Gupta mengatakan akan ada lonjakan "setidaknya 100.000 stablecoin" dalam lima tahun ke depan. Namun, dia mengatakan ini tidak hanya tentang mencetak token dan harus memiliki utilitas yang sesuai seperti yield.

Gupta juga mengadvokasi lebih banyak transparansi dan akuntabilitas di sektor RWA. Dia sebelumnya berargumen bahwa angka RWA tidak berarti jika aset tidak dapat diaudit, diselesaikan, atau diperdagangkan.

"Ketika transparansi dan akuntabilitas terbentuk, RWA akan mencapai ketinggian yang lebih besar, membuka triliunan modal institusional," tulisnya.

Terkait: Co-founder Polygon pertimbangkan menghidupkan kembali MATIC setahun setelah rebrand POL

Hard fork menyusul upgrade besar Heimdall

Upgrade ini datang menyusul perbaikan sebelumnya yang cepat. Pada 10 Juli, Polygon meluncurkan Heimdall 2.0, yang dijuluki oleh CEO Polygon Foundation Sandeep Nailwal sebagai hard fork "paling kompleks secara teknis" sejak peluncurannya.

Pembaruan tersebut mengurangi waktu finalitas transaksi dari satu hingga dua menit menjadi sekitar lima detik.

Namun, pada 10 September, jaringan mengalami gangguan signifikan ketika sebuah bug menyebabkan penundaan finalitas 10 hingga 15 menit, memengaruhi sinkronisasi validator, layanan panggilan prosedur jarak jauh, dan alat pihak ketiga. Meskipun demikian, tim meyakinkan komunitas bahwa blok masih berjalan.

Pada 11 September, Polygon Foundation mengumumkan bahwa fungsi konsensus dan finalitas telah dipulihkan melalui hard fork. Dengan pembaruan ini, node tidak lagi macet, sementara checkpoint dan milestone difinalisasi seperti yang diharapkan.

Majalah: Fork Fusaka Ethereum dijelaskan untuk pemula: Apa itu PeerDAS?

Pertanyaan Terkait

QApa tujuan utama dari hard fork Madhugiri yang diterapkan oleh Polygon?

AHard fork Madhugiri bertujuan untuk meningkatkan throughput jaringan sebesar 33% dan mengurangi waktu konsensus blok menjadi satu detik.

QEIP (Ethereum Improvement Proposal) apa saja yang didukung dalam pembaruan Madhugiri?

APembaruan ini mendukung tiga EIP Fusaka, yaitu EIP-7823, EIP-7825, dan EIP-7883, yang membuat operasi matematika berat lebih efisien dan aman.

QBagaimana hard fork Madhugiri dapat mendukung penggunaan stablecoin dan tokenisasi RWA?

APeningkatan kinerja dan infrastruktur dari Madhugiri merupakan prasyarat untuk penggunaan frekuensi tinggi dan berkepercayaan tinggi seperti stablecoin dan tokenisasi Aset Dunia Nyata (RWA).

QApa yang terjadi pada jaringan Polygon pada tanggal 10 September yang memerlukan hard fork?

APada 10 September, sebuah bug menyebabkan penundaan finalitas 10 hingga 15 menit yang memengaruhi sinkronisasi validator, layanan RPC, dan alat pihak ketiga, yang kemudian diperbaiki dengan hard fork.

QApa yang dikurangi oleh pembaruan Heimdall 2.0 yang diterapkan Polygon pada Juli?

APembaruan Heimdall 2.0 mengurangi waktu finalitas transaksi dari satu hingga dua menit menjadi sekitar lima detik.

Bacaan Terkait

GensynAI : Jangan Biarkan AI Mengulangi Kesalahan Internet

Beberapa bulan terakhir, banyak talenta dari industri kripto beralih ke AI karena pesatnya perkembangan industri kecerdasan buatan. Para peneliti yang bergerak di kedua bidang ini terus mengeksplorasi satu pertanyaan yang belum terjawab: **Bisakah blockchain menjadi bagian dari infrastruktur AI?** Proyek yang menggabungkan AI dan Crypto, seperti AI Agent, on-chain reasoning, pasar data, dan penyewaan daya komputasi, telah banyak bermunculan. Namun, sebagian besar masih berada di "lapisan aplikasi AI" dan belum membentuk closed-loop bisnis yang nyata. Berbeda dengan itu, **Gensyn** justru menyasar lapisan paling inti dan mahal dalam industri AI: **pelatihan model**. Gensyn bertujuan untuk mengorganisir sumber daya GPU yang tersebar secara global menjadi jaringan pelatihan AI terbuka. Pengembang dapat mengirimkan tugas pelatihan, node menyediakan daya komputasi, dan jaringan bertugas memverifikasi hasil pelatihan serta mendistribusikan insentif. Nilai utama di balik ini bukan semata-mata "desentralisasi", melainkan solusi atas masalah mendesak dalam industri AI: **sumber daya komputasi (GPU) yang semakin terkonsentrasi di tangan segelintir raksasa teknologi.** Kelangkaan pasokan H100, kenaikan harga layanan cloud, dan persaingan ketat untuk mengunci sumber daya komputasi menunjukkan bahwa kepemilikan GPU kini menjadi penentu kecepatan pengembangan AI, terutama di era model besar (large models). **Mengapa Gensyn Menarik Perhatian?** 1. **Menyasar Lapisan Infrastruktur Inti AI:** Gensyn langsung masuk ke dalam proses pelatihan model, bagian yang paling menantang secara teknis dan paling banyak mengonsumsi sumber daya. Ini adalah lapisan yang mudah membentuk hambatan platform (platform壁垒). Jika jaringan pelatihannya mencapai skala, ia berpotensi menjadi pintu masuk penting bagi pengembangan AI di masa depan. 2. **Menawarkan Model Kolaborasi Komputasi yang Lebih Terbuka:** Berbeda dengan ketergantungan pada platform cloud terpusat yang biayanya terus naik, Gensyn mengusung model yang memanfaatkan GPU menganggur dan menjadwalkan sumber daya komputasi secara dinamis. Ini dapat meningkatkan efisiensi penggunaan daya komputasi secara keseluruhan dan mengurangi hambatan inovasi bagi tim AI kecil-menengah. 3. **Tingkat Kesulitan Teknis sebagai Keunggulan:** Tantangan sebenarnya bukan sekadar menghubungkan GPU, tetapi **cara memverifikasi hasil pelatihan, memastikan kejujuran node, dan menjaga keandalan pelatihan di lingkungan terdistribusi.** Gensyn fokus pada solusi teknis ini (seperti mekanisme verifikasi probabilistik, model distribusi tugas), menjadikannya lebih mirip perusahaan infrastruktur teknologi mendalam (deep tech). 4. **Memiliki Closed-Loop Bisnis Nyata:** Kebutuhan akan pelatihan AI adalah pasar nyata yang terus berkembang, dengan celah pasokan GPU yang berkelanjutan. Gensyn tidak sekadar menambahkan blockchain untuk kepentingannya sendiri, tetapi menjawab kebutuhan industri akan sistem penjadwalan sumber daya yang lebih fleksibel dan terbuka. Singkatnya, batas antara Crypto (sistem finansial) dan AI (sistem teknologi) semakin kabur. AI membutuhkan koordinasi sumber daya, mekanisme insentif, dan kolaborasi global—hal-hal yang menjadi keahlian Crypto. Gensyn mewakili upaya untuk membuka akses kemampuan pelatihan, yang selama ini dikuasai sedikit perusahaan besar, menjadi sistem yang lebih terbuka dan dapat dikolaborasikan. Inisiatif ini tidak lagi sekadar cerita konsep, tetapi berkembang menuju infrastruktur AI nyata, di mana perusahaan paling bernilai di era AI sering kali lahir dari lapisan infrastruktur.

marsbit5j yang lalu

GensynAI : Jangan Biarkan AI Mengulangi Kesalahan Internet

marsbit5j yang lalu

Mengapa AI China Berkembang Begitu Cepat? Jawabannya Tersembunyi di Dalam Laboratorium

Pengarang mencatat bahwa laboratorium AI China telah menjadi kekuatan yang semakin sulit diabaikan dalam kompetisi model besar global. Keunggulannya tidak hanya terletak pada banyaknya talenta, kemampuan rekayasa yang kuat, dan iterasi cepat, tetapi juga berasal dari cara organisasi yang sangat realistis: lebih banyak fokus pada pembuatan model daripada konsep, lebih menekankan eksekusi tim daripada individu bintang, dan lebih memilih menguasai tumpukan teknologi inti sendiri daripada bergantung pada layanan eksternal. Dari kunjungan ke sejumlah laboratorium AI terkemuka China, penulis menemukan ekosistem AI China tidak sepenuhnya sama dengan AS. AS lebih menekankan orisinalitas, investasi modal, dan pengaruh ilmuwan puncak, sedangkan China lebih mahir dalam mengejar cepat arah yang sudah ada. Melalui sumber terbuka, optimasi rekayasa, dan kontribusi banyak peneliti muda, China mendorong kemampuan model ke garis depan dengan cepat. Yang paling menarik untuk diperhatikan bukanlah apakah AI China telah melampaui AS, melainkan dua jalur pengembangan berbeda yang terbentuk: AS lebih seperti kompetisi garis depan yang digerakkan modal dan laboratorium bintang, sedangkan China lebih seperti kompetisi industri yang didorong oleh kemampuan rekayasa, ekosistem sumber terbuka, dan kesadaran penguasaan teknologi mandiri. Ini berarti kompetisi AI di masa depan tidak hanya soal peringkat model, tetapi juga kemampuan organisasi, ekosistem pengembang, dan eksekusi industri. Perubahan nyata AI China terletak pada cara mereka berpartisipasi dalam garis depan global dengan caranya sendiri, bukan hanya meniru Silicon Valley. Penulis juga menyoroti beberapa perbedaan utama dalam ekosistem AI China: permintaan AI domestik mulai muncul, banyak pengembang terpengaruh Claude, perusahaan memiliki mentalitas kepemilikan teknologi, ada dukungan pemerintah meski skalanya belum jelas, industri data kurang berkembang dibanding Barat, dan ada kebutuhan kuat akan chip NVIDIA lebih banyak. Penutupnya menekankan pentingnya ekosistem global yang terbuka dan kolaboratif untuk menciptakan AI yang lebih aman, mudah diakses, dan bermanfaat bagi dunia.

marsbit6j yang lalu

Mengapa AI China Berkembang Begitu Cepat? Jawabannya Tersembunyi di Dalam Laboratorium

marsbit6j yang lalu

3 Tahun 5 Kali Lipat, Pabrik Kaca Berusia Satu Abad Dibangkitkan Kembali

Menurut CRU, permintaan serat optik untuk pusat data AI meningkat 75.9% per tahun, dan kesenjangan pasokan-meningkat dari 6% menjadi 15%. Harga serat optik melonjak lebih dari 3 kali lipat dalam beberapa bulan, dan kapasitas produksi tidak dapat mengimbangi. Inilah alasan NVIDIA berinvestasi di Corning dan mempercepat ekspansi kapasitas serat optik, dengan total investasi $45 miliar dalam tiga perusahaan di seluruh rantai optik. Corning, perusahaan kaca berusia 175 tahun dari New York, melihat sahamnya naik 316.81% dalam setahun terakhir, mencapai kapitalisasi pasar $160 miliar. NVIDIA memilih Corning karena keahliannya dalam serat optik khusus berkinerja tinggi yang penting untuk pusat data AI, seperti serat dengan kehilangan sinyal ultra-rendah (0.15 dB/km), kepadatan tinggi, dan ketahanan tekuk yang baik. Penghasilan Corning dari segmen komunikasi optik untuk perusahaan (Enterprise) melonjak dari $1.3 miliar pada 2023 menjadi lebih dari $3 miliar pada 2025. Perusahaan telah mengamankan kontrak pasokan jangka panjang bernilai miliaran dolar dari klien seperti Meta dan NVIDIA. Meskipun bukan produsen serat optik terbesar secara global, keunggulan teknis Corning di pasar serat canggih untuk AI, ditambah dengan investasi R&D tahunan sebesar $1 miliar, memberinya posisi unik. Percepatan adopsi teknologi **CPO (Co-Packaged Optics)** oleh NVIDIA, yang dijadwalkan mulai produksi massal pada paruh kedua 2026, menjadi katalis penting bagi permintaan serat optik premium Corning. Namun, valuasi sahamnya yang telah melonjak pesat dan potensi keterlambatan dalam eksekusi pesanan menjadi faktor risiko yang perlu diperhatikan.

marsbit7j yang lalu

3 Tahun 5 Kali Lipat, Pabrik Kaca Berusia Satu Abad Dibangkitkan Kembali

marsbit7j yang lalu

Trading

Spot
Futures
活动图片