Você sabia que o maior mito sobre codificação de eliminação no Walrus é que é apenas redundância sofisticada, como backups simples, quando na verdade é uma potência matemática que divide seus dados em fragmentos mais peças de paridade, permitindo a reconstrução mesmo que até um terço dos nós falhe, tudo isso com um overhead de armazenamento mínimo de cerca de 1,5x em comparação com o bloat de 3x da replicação completa?
No Walrus, a codificação de eliminação funciona codificando blobs usando algoritmos de Reed-Solomon, onde os dados originais são divididos em k fragmentos e m fragmentos de paridade, armazenados em validadores descentralizados do Sui e nós de armazenamento, garantindo que, desde que k fragmentos estejam disponíveis, o blob completo possa ser recuperado sem precisar de todo o conjunto, combatendo diretamente pontos únicos de falha no armazenamento centralizado tradicional.
Este processo integra-se perfeitamente à linguagem Move do Sui para verificação on-chain, onde hashes criptográficos e provas confirmam a integridade dos dados durante a codificação e recuperação, impedindo adulteração e permitindo escalabilidade eficiente para conjuntos de dados grandes, como modelos de treinamento de IA que podem abranger gigabytes.
Os tokens WAL desempenham um papel crucial aqui, pois são usados para apostar nós em tarefas de codificação, pagar pela certificação de blobs on-chain e incentivar a participação honesta por meio de penalidades de corte se um nó falhar em fornecer seu fragmento durante um desafio de recuperação, criando uma economia auto-sustentável que alinha os incentivos dos operadores com a confiabilidade dos dados.
Por exemplo, se você estiver construindo um aplicativo de IA no Sui, poderia fazer o upload de um conjunto de dados de 10 GB via Walrus, tê-lo codificado em eliminação em 30 fragmentos (20 de dados + 10 de paridade) distribuídos por 30 nós e, posteriormente, recuperá-lo completamente mesmo que 10 nós fiquem offline, tudo enquanto paga apenas WAL pela certificação inicial e taxas mínimas de armazenamento contínuas baseadas em preços por epoch.
Qual limite específico de falhas de nós faria você reconsiderar o uso da codificação de eliminação em detrimento da replicação completa no seu próximo projeto integrado ao Walrus?
