في عصر الانفجار في البيانات، أخيرًا جاء من يكسر قيود التخزين اللامركزية. تقدم شركة Mysten Labs جهاز Walrus، الذي يعيد كتابة قواعد اللعبة في التخزين باستخدام نظام تقني مبتكر.

جوهر هذا النظام هو ترميز التصحيح ثنائي الأبعاد Red-Stuff. بالمقارنة مع الحلول التقليدية التي تعتمد على النسخ الكامل والتي تكون مكلفة، أو مشكلة الترميز التصحيحي الأحادي الأبعاد ذات الكفاءة المنخفضة في الاسترداد، حققت هذه التقنية دمجًا بين عالمين — حيث أصبح كفاءة التخزين أسرع بمئة مرة من Filecoin وArweave، ويمكنه إصلاح نفسه بسهولة، لمواجهة مخاطر فقدان البيانات.

وظيفة Quilt هي حيلة موجهة لسيناريو الملفات الصغيرة. حيث يتم حزم وتخزين الملفات المجزأة بشكل جماعي، مما يقلل التكاليف بمقدار 420 مرة مباشرة. بالنسبة لسيناريوهات البيانات الوصفية للـNFT، وبيانات التدريب للذكاء الاصطناعي، والتي تتطلب تكرارًا عاليًا للملفات الصغيرة، يعني ذلك أن التوسع لم يعد رفاهية.

وتيرة بناء النظام البيئي لم تتباطأ أيضًا. في تعاون مع منصة الفيديو المدعومة بالذكاء الاصطناعي التوليدي Everlyn، استلم Walrus مجموعة بيانات تدريبية بحجم 50 جيجابايت، لدعم تحديثات النموذج في الوقت الحقيقي. بالإضافة إلى ذلك، تعاون مع io.net لإنشاء منصة حوسبة لامركزية للذكاء الاصطناعي، تربط بين التخزين والحوسبة، بحيث لم يعد المستخدم بحاجة للتنقل بين خدمات مختلفة. وظائف مثل التحكم في الوصول للخصوصية، والتوافق عبر السلاسل، تتيح أن يجد المستخدمون مكانًا من الملفات الشخصية إلى التطبيقات المؤسسية.

خلف جولة التمويل التي بلغت 1.4 مليار دولار، هناك خطة توزيع رموز WAL مثيرة للاهتمام — حيث تتجه أكثر من 60% إلى المجتمع. النموذج الانكماشي سيزداد قيمة مع زيادة نشاط الشبكة، وهذا التصميم يحفز المشاركين على المدى الطويل. من الأساس التقني إلى تطبيقات النظام البيئي، يعيد Walrus ترتيب طريقة توزيع قيمة البيانات، ودور $WAL في هذه العملية يتجاوز مجرد رمز بروتوكولي، ليصبح بمثابة تذكرة دخول لاقتصاد البيانات في عصر الذكاء الاصطناعي.