海象協議：為AI和代理商業時代設計的更快、更便宜、可驗證數據層 當中心化雲端服務癱瘓時，整個互聯網也隨之停擺。 @WalrusProtocol 的設計理念是數據始終在線運作，它通過將內容分散到多個節點上，在鏈上錨定“可用性證明”（Proofs of Availability），並通過多條路徑提供資產服務。即使網絡的部分節點出現故障，應用程序仍然可以繼續運行，數據來源也保持可審計性。 --- ### 簡介 @WalrusProtocol 是由 @Mysten_Labs 團隊（@SuiNetwork 背後的團隊）創建的一個去中心化數據平台。 數據（“Blob”）經過糾刪編碼（erasure-coded）並分布到全球由 $WAL 質押的存儲節點上；元數據、經濟學和證明結算則運行在 Sui 上。 每個數據Blob都被映射到 Sui 對象（Sui 上的一種價值類型，可通過唯一 ID 在鏈上尋址），因此所有權和訪問控制實現了完全可編程化 → 這使得數據可以與智能合約、支付和權限互動。 --- ### 技術架構 - **紅色模塊（Red Stuff）編碼與分片**： 通過將數據分片存儲到多個節點來降低數據複製的開銷成本，當部分節點失效時可從子集重建數據（提升效率）。 - **可用性證明（PoA）**： 節點會隨機接受挑戰，證明它們仍然持有數據，且每次簽署的證明都記錄在 Sui 上 → 這創建了一個公開的、不可篡改的審計分類帳，用於確認鏈上實際可用的數據。 - **可編程性**： 將數據轉變為可編程資產，通過 Sui 智能合約實現自動化、貨幣化和訪問控制。 - **訪問層**： 通過“Portal”入口和“Walrus Sites”提供多條路徑來發布和獲取相關內容（無單點故障）。 - **成本優勢**： 與 Filecoin 和 Arweave 等傳統解決方案相比，Walrus 的“Red Stuff”糾刪編碼與架構帶來了大約 80% 的成本節約。 --- ### 網絡數據統計 - **存儲的總數據Blob數量**：歷史累計約15.45M - **使用率**：~538 TB 用量/ ~4,167 TB 容量（約12.9%） - **每日流量**：~5,500 個新增數據Blob；10,000–15,000 次存儲事件 - **安全性**：~1.01B 的 $WAL 被質押（約佔市場流通供應量的67%），分布於約125個存儲節點 --- ### 競爭格局：Walrus 與 Filecoin、Arweave 和 IPFS 的比較 - **@WalrusProtocol**： 提供可驗證、可編程的數據管理，支持靈活的存儲協議；元數據存儲在 Sui 上，經過糾刪編碼的分片存在於 WAL 質押節點上。透過 Red Stuff 編碼，避免了多次完整副本的開銷，在保持快速恢復與可審計性的同時降低 $/GB 的有效成本。 - **@Filecoin**： 提供存儲交易市場（默認為“冷存檔”）；礦工通過複制證明和時空證明完成基於合約期的存儲交易。需要支付耐久副本的費用（或“永久”存儲），並在寫入成本和政策靈活性之間進行取捨。 - **@ArweaveEco**： 基於“Blockweave”實現永久存檔；一次付費，永久存儲；基於PoW的訪問證明。Filecoin 和 Arweave 通常支持耐久副本存儲，但需要在寫入成本和靈活性之間權衡。 - **@IPFS**： 內容尋址的P2P網絡；僅進行內容發現和傳輸 → 持久性需要依賴固定節點或外部提供商。IPFS 在提取時驗證內容哈希，但不驗證持久性。 --- ### 總結 Walrus 的關鍵亮點在於： 對於需要可驗證可用性、熱檢索以及可編程數據流的應用程序（如 AI 代理、廣告效能分析和動態應用），其架構優化了解決通用存檔系統或傳輸層未解決的成本/效能痛點。 --- ### Walrus 的採用與市場動能 - **@Everlyn_ai (AI 視頻)**： 使用 Walrus 作為視頻和訓練數據的默認數據層 → 將數據集從 AWS/Azure 遷移，存儲超過5,000 個用戶視頻，並利用 Sui 完成智能支付（在保持速度的同時降低存儲成本）。 - **@TalusNetwork (鏈上AI代理)**： 使用 Walrus 作為默認數據層，因此代理狀態和模型具有可驗證的可用性。 - **@flock_io (隱私保護AI)**： 結合 Seal 使用 Walrus，用於存儲、訓練和部署具有隱私保證的 AI 模型。 - **@Humanityprot (人類身份識別)**： 使用 Walrus 在鏈上存儲超過1,000萬個已驗證用戶憑證，利用 Walrus 的可驗證、高吞吐量數據層進行身份證明。此集成支持實時憑證簽發、可編程訪問控制和跨鏈身份驗證。 回顧10月份 AWS 的宕機事故，許多網站因為傳統網站集中於單一雲區而無法運行。使用 Walrus 的網站和應用程序從多個去中心化存儲節點中獲得服務，配合鏈上元數據和入口訪問 → 從而消除單一區域依賴，即使部分節點或區域宕機，內容仍然可檢索。這正是 Walrus 設計用於預防的故障類型。 --- ### 個人見解 - Walrus 宣稱相比現有解決方案可降低約80%的存儲成本，未來更多合作將證明其技術可行性。 - 已經有針對 AI/視頻、代理、廣告技術、數據市場、身份等領域的真實合作夥伴，表明確實存在將內容從中心化雲端遷移的基礎設施。 - Walrus 的優勢在於能夠提供快速速度與可編程經濟性的可驗證可用性。 - 一些需要考慮的問題包括對 Sui 的依賴，因為 Walrus 將元數據、定價、質押和證明結算下放至 Sui → 這意味著其繼承了 Sui 的活性/費用條件與治理，如果 Sui 出現宕機或擁堵可能影響性能。此外，由於目前“懲罰機制”尚未上線，任何違規行為更多依賴於聲譽/經濟杠桿，而非硬性處罰。