Ich betrachte Walrus als eine fehlende Schicht für Anwendungen, die Dezentralisierung wünschen, aber dennoch echte Dateien benötigen. Ketten sind großartig für Zustände und Regeln, aber sie sind nicht dafür gebaut, große Medien zu speichern. Walrus konzentriert sich auf Blob-Speicherung, was große, unstrukturierte Daten wie Bilder, Videos, Audio, Spiel-Assets und KI-Datensätze bedeutet. Sie kombinieren ein Speicher-Netzwerk mit Sui als Koordinations-Schicht, sodass Anwendungen Blobs außerhalb der Kette speichern können, während Referenzen und Lebenszyklus-Logik innerhalb der Kette bleiben. Wir sehen, dass Anwendungen Speicher als gemeinsame Dienstleistung behandeln, bei der die Verfügbarkeit zuverlässig überprüft und vertraut werden kann.
Walrus verwendet Erasure-Coding. Ein Blob wird in viele kleine Teile zerlegt. Diese Teile werden über viele Speicherknoten verteilt. Um die Datei wiederherzustellen, benötigt das Netzwerk nur genug Teile, nicht alle Teile. Dadurch wird es widerstandsfähig gegenüber Veränderungen, da Knoten verschwinden können und das Blob dennoch rekonstruiert werden kann. Dies hilft auch, die Kosten im Vergleich zur vollständigen Replikation zu senken, da Reparaturen nur das fehlende Material verschieben müssen.
Betreiber führen Speicherknoten aus und werden durch WAL-basiertes Staking und Belohnungen motiviert, sich richtig zu verhalten. Wenn ein Knoten schlecht abschneidet, kann er Strafen erhalten. Das ist wichtig, weil Verfügbarkeit genauso ein wirtschaftliches wie technisches Problem ist.
Wie nutzen Menschen es? Ein Entwickler lädt ein Blob über Walrus-Tools hoch und speichert die zurückgegebene Referenz in seiner Sui-Anwendung. Benutzer können später das Blob abrufen, während die Anwendung die korrekte Referenz und Regeln überprüft. Im Laufe der Zeit sieht das langfristige Ziel nach einer stabilen, zensurresistenten Speicherung aus, die sich wie Infrastruktur für soziale Apps, Spiele und KI-Datenmärkte anfühlt.
