区块链跨链技术:打破互操作性限制 推动价值互联网发展

币界网Xuất bản vào 2024-08-19Cập nhật gần nhất vào 2024-08-19

币界网报道:

在区块链技术面临的诸多挑战中,区块链之间的互操作性问题极大程度地限制了其应用空间。无论是公有链还是联盟链,跨链技术都是实现价值互联网的关键,是区块链向外拓展和连接的重要桥梁。目前,主流的跨链技术包括公证人机制(Notary Schemes)、侧链/中继链(Sidechains/Relays)、哈希锁定(Hash-locking)以及多方安全计算(MPC)。

主流跨链技术

1、公证人机制(Notary Schemes)

公证人机制引入一方或多方可信实体作为信用背书,技术上可实现且较为简单。在这种机制中,公证人负责监听链上的事件,并对另一条链采取相应操作。公证人机制包括单签名、多签名和分布式签名三种实现方式。

单签名公证人机制:由单一指定的独立节点或机构担任,承担数据收集、交易确认和验证任务。尽管处理速度快,但安全性较为薄弱。

多签名公证人机制:由多位公证人共同签名完成跨链交易,提高了安全性,适用于需要多重签名支持的区块链。

9l6DdTl3OffxtzQc52QNCFT0cmh49z2IHhvohHwY.png 

分布式签名公证人机制:采用多方计算(MPC)思想,多个公证人持有密钥碎片,共同签名后拼凑出完整密钥,更加去中心化,安全性也更高。

 u4I6SjlGGklun2dC84p4o4X95ovtYUcHxrt26Jtc.png

2、侧链/中继链(Sidechains/Relays)

侧链技术通过双向锚定,实现主链和侧链之间的资产流通,增强主链的性能。主链上的资产可以通过SPV模式(简单支付验证)等方式在侧链中释放,实现资产的双向流通。BlockStream的Liquid项目和BTCRelay都是典型的侧链应用,侧链技术相对哈希锁定而言,能够提供更多的跨链交互场景。

3、哈希锁定(Hash-locking)

哈希锁定技术用于区块链网络之间的资产交换,确保资产转移要么全部完成,要么全部未完成。其底层技术包括哈希时间锁定合约,通过设置超时机制,确保交易的安全性和完整性。该技术被广泛应用于闪电网络,极大提升了交易速度和安全性。

4、多方安全计算(MPC)

多方安全计算通过分布式节点控制区块链系统中的私钥,将数字资产的使用权和所有权分离,实现不同区块链系统间的资产流通和价值转移。MPC方案保障了跨链交易的安全性和隐私性,推动了区块链技术的进一步发展。

跨链技术推动价值互联网发展

当下的我们进入了一个以人工智能、区块链和大数据等为代表的数字化社会,各种新模式、新业态层出不穷。随着区块链应用深化,支付结算、物流追溯、医疗病历、身份验证等领域的企业或行业,都将建立各自区块链系统。

DDO认为,未来这些众多的区块链系统间的跨链协作与互通是一个必然趋势。可以说,跨链技术是区块链实现价值互联网的关键,互联互通将成为越来越重要的议题。

未来,区块链的标准,将从用户的角度出发、以业务为导向,从智能合约、共识机制、私钥安全、权限管理等维度,规范区块链的技术和治理,增强区块链的可信程度,给区块链的信任增加砝码。DDO也将继续创新研发,助力推动价值互联网的实现。

Nội dung Liên quan

Vừa qua, DeepSeek V4 cập nhật DSpark, tốc độ suy luận tăng 80%

Vừa qua, DeepSeek V4 đã được cập nhật với framework giải mã suy đoán mới là **DSpark**, giúp tăng tốc độ suy luận lên tới 80%. Cốt lõi của bản cập nhật này là framework **DSpark**, một kỹ thuật giải mã suy đoán được triển khai trên DeepSeek-V4-Pro hiện có để tăng tốc độ suy luận, chứ không phải là nâng cấp kiến trúc mô hình. DSpark giải quyết các điểm nghẽn về độ trễ và thông lượng trong môi trường sản xuất, đặc biệt ở các tình huống có tải cao. DSpark kết hợp hai cải tiến chính: 1. **Kiến trúc sinh bán tự hồi quy (Semi-Autoregressive Generation)**: Giữ lợi thế về thông lượng cao của mô hình phác thảo song song, đồng thời thêm mô-đun nối tiếp nhẹ để mô hình hóa mối quan hệ phụ thuộc giữa các token, giúp giảm thiểu tỷ lệ chấp nhận suy giảm. 2. **Xác minh theo lịch trình độ tin cậy, nhận biết phần cứng (Confidence-Scheduled Verification)**: Một "đầu độ tin cậy" (Confidence Head) được sử dụng để đánh giá xác suất tồn tại của mỗi token phác thảo. Hệ thống điều phối sẽ xác định độ dài xác minh tối ưu một cách linh hoạt dựa trên đặc điểm tải và phần cứng, chỉ phân bổ tài nguyên tính toán cho những token có khả năng được chấp nhận cao nhất. Trong các thử nghiệm trên nhiều lĩnh vực như suy luận toán học, tạo mã và hội thoại, DSpark vượt trội so với các phương pháp tiên tiến hiện tại như Eagle3 và DFlash. So với cơ sở sinh token đơn trước đó (MTP-1), DSpark đã **tăng tốc độ phản hồi cho người dùng từ 57% đến 85%** (tuỳ thuộc vào việc sử dụng mô hình Flash hay Pro) trong khi vẫn duy trì cùng tổng thông lượng. Cùng với DSpark, DeepSeek cũng công khai mã nguồn **DeepSpec**, một bộ công cụ toàn diện để đào tạo và đánh giá các mô hình phác thảo cho giải mã suy đoán. DeepSpec cung cấp một đường ống công việc tiêu chuẩn bao gồm chuẩn bị dữ liệu, đào tạo và đánh giá, hỗ trợ nhiều thuật toán (DSpark, DFlash, Eagle3) và mô hình mục tiêu (hiện tại là Qwen3 và Gemma).

marsbit5 giờ trước

Vừa qua, DeepSeek V4 cập nhật DSpark, tốc độ suy luận tăng 80%

marsbit5 giờ trước

Cách mà thần đồng Karpathy sử dụng Claude, hóa ra là như thế này?

Andrej Karpathy, một chuyên gia hàng đầu trong lĩnh vực AI, được cho là đã sử dụng một tệp CLAUDE.md cá nhân để hướng dẫn Claude - công cụ AI lập trình từ Anthropic - hoạt động hiệu quả hơn. Dù tính xác thực của tệp này chưa được kiểm chứng, nhưng nội dung của nó phản ánh chính xác những nguyên tắc Karpathy thường chia sẻ. Tài liệu này đưa ra các quy tắc then chốt để tránh những lỗi phổ biến khi AI viết code. Trọng tâm bao gồm: **Đọc kỹ code hiện có** trước khi viết mới để đảm bảo tính nhất quán; **Suy nghĩ thấu đáo** về yêu cầu và các phương án triển khai trước khi bắt tay vào code; **Giữ mọi thứ đơn giản nhất có thể**, tránh thiết kế thừa và chỉ xử lý những vấn đề thực sự tồn tại; **Sửa đổi một cách "phẫu thuật"**, chỉ thay đổi phần cần thiết và tuân thủ phong cách code sẵn có của dự án. Các hướng dẫn khác bao gồm việc luôn **xác minh code** bằng kiểm thử, làm việc **theo mục tiêu rõ ràng**, **gỡ lỗi có phương pháp**, thận trọng khi thêm **phụ thuộc mới**, và **giao tiếp hiệu quả** về những thay đổi. Tài liệu cũng chỉ ra các "mẫu thất bại" thường gặp như làm quá nhiều việc cùng lúc, tạo ra sự trừu tượng hóa không cần thiết, hoặc lạc quyết định ban đầu. Về cơ bản, những nguyên tắc này nhằm biến Claude từ một thực thể tạo code chung chung thành một trợ lý lập trình thực sự hiểu ngữ cảnh, tuân thủ dự án và giảm thiểu nhu cầu viết lại code. Dù tệp gốc có phải của Karpathy hay không, các nguyên tắc này được cộng đồng đánh giá cao và đã có dự án trên GitHub tổng hợp chúng, được cho là giúp giảm tỷ lệ lỗi code do AI tạo ra một cách đáng kể.

marsbit7 giờ trước

Cách mà thần đồng Karpathy sử dụng Claude, hóa ra là như thế này?

marsbit7 giờ trước

Giao dịch

Giao ngay
活动图片