Ne vous laissez pas emporter par le discours sur la modularité, parlons de la manière dont Walrus (WAL) démonte les couches DA dites "à lecture unique". Ne vous contentez pas de suivre la mode en spéculant sur Celestia, une couche supposée "disponibilité des données (DA)". En y réfléchissant un peu, vous remarquerez un bogue : les solutions actuelles de DA, pour gagner en vitesse, sont fondamentalement "à lecture unique". Les données sont stockées pendant quelques jours voire quelques mois, puis supprimées. Cela suffit-il pour les véritables applications Web3 ? Vous ne pouvez pas imaginer que vos sauvegardes de jeu sur chaîne ou votre graphe social soient soumis à un "nettoyage massif" toutes les quelques semaines. C'est précisément là que Walrus (WAL) se révèle le plus rusé et le plus intelligent : il n'essaie pas de rivaliser directement avec la capacité de traitement des données dans le secteur DA, mais s'inscrit justement au point idéal entre "interactions fréquentes à court terme" et "stockage à faible coût à long terme". Grâce à la très haute finalité du réseau Sui, Walrus peut traiter les écritures de blobs aussi rapidement qu'une couche DA, tout en utilisant le codage d'élimination pour conserver réellement les données, au lieu de les jeter comme des matériaux à usage unique. Ce modèle hybride, qui supporte à la fois la pression des interactions immédiates et préserve les données historiques, comble un vide énorme dans l'infrastructure actuelle. Tandis que les autres s'efforcent de faire passer les données plus vite, Walrus réfléchit déjà à la manière de faire en sorte que les données soient non seulement rapides, mais aussi durables. Cette rareté d'"être rapide et durable" est précisément le atout le plus solide de Walrus dans la bataille confuse qui règne actuellement.
