Patrzę na Walrus jako na brakującą warstwę dla aplikacji, które chcą dezentralizacji, ale wciąż potrzebują rzeczywistych plików. Łańcuchy są świetne w zakresie stanu i zasad, ale nie zostały zaprojektowane do przechowywania dużych plików multimedialnych. Walrus skupia się na przechowywaniu danych binarnych (blobs), co oznacza duże dane nieustrukturyzowane, takie jak obrazy, filmy, dźwięki, zasoby do gier i zbiory danych do uczenia maszynowego. Łączy sieć przechowywania z Sui jako warstwą koordynacji, dzięki czemu aplikacje mogą przechowywać dane poza łańcuchem, zachowując przy tym odniesienia i logikę cyklu życia w łańcuchu. Obserwujemy, jak aplikacje traktują przechowywanie jako wspólną funkcję, której dostępność można sprawdzić i ufać wiarygodnie.

Walrus wykorzystuje kodowanie zredukowane. Blob jest przekształcany w wiele małych fragmentów. Te fragmenty są rozprowadzane na wielu węzłach przechowywania. Aby odzyskać plik, sieć potrzebuje tylko wystarczającej liczby fragmentów, a nie wszystkich. Staje się odporna na zmiany, ponieważ węzły mogą zniknąć, a blob nadal można odtworzyć. Pomaga to również obniżyć koszty w porównaniu do pełnej replikacji, ponieważ naprawy mogą przesyłać tylko te fragmenty, które brakują.

Operatorzy uruchamiają węzły przechowywania i są motywowani do poprawnego działania za pomocą stakingu opartego na WAL i nagród. Jeśli węzeł działa słabo, może zostać ukarany. To ważne, ponieważ dostępność jest problemem ekonomicznym, tak samo jak technicznym.

Jak ludzie go używają? Deweloper przesyła blob za pomocą narzędzi Walrus, a następnie przechowuje zwrócony odniesienie w swojej aplikacji Sui. Użytkownicy mogą później pobrać blob, podczas gdy aplikacja sprawdza poprawne odniesienie i zasady. W dalszej perspektywie długoterminowym celem jest stabilne, odporność na cenzurę przechowywanie, które będzie działać jak infrastruktura dla aplikacji społecznościowych, gier i rynków danych dla sztucznej inteligencji.

@Walrus 🦭/acc $WAL #walus