Ceux qui ont travaillé dans la technologie savent très bien — le secteur du stockage décentralisé regorge de pièges à un point absurde.

IPFS a explosé en popularité à ses débuts, mais sa mise en œuvre s’est avérée un vrai chaos. La perte de données est monnaie courante, et la vitesse de recherche est si lente qu’on a envie de casser son ordinateur. Filecoin a essayé d’utiliser la grande arme de l’incitation économique pour sauver la mise, mais à la place, les mineurs ont tous activé le "mode de fraude", en gagnant follement des subventions, alors que les applications ayant réellement besoin de stockage étaient ignorées. Arweave a effectivement réussi à faire du stockage permanent, mais à un coût effrayant — ce qui revient quasiment à un prix exorbitant pour les développeurs moyens et petits.

Ce n’est qu’en approfondissant la compréhension du cadre technique de Walrus que j’ai vu une lueur d’espoir.

L’atout maître de ce projet est l’algorithme de codage Red Stuff. Son nom peut sembler un peu ado, mais la logique sous-jacente est extrêmement solide. Il utilise une approche de code de correction d’erreurs en deux dimensions : les données sont découpées en forme de matrice, et un codage de correction d’erreurs est appliqué séparément sur les lignes et les colonnes. Le plus grand avantage est — lors de la récupération des données, il n’est pas nécessaire d’avoir tous les fragments complets. Tant qu’on rassemble un certain pourcentage d’informations sur les lignes et colonnes, on peut reconstruire intégralement les données originales. Chez Walrus, les paramètres sont fixés à un taux de redondance de 4,5 fois, ce qui permet de tolérer la perte de deux tiers des nœuds. Ce niveau de tolérance aux fautes est déjà parmi les meilleurs dans le domaine des systèmes distribués.

En comparant, c’est encore plus évident.

Les solutions traditionnelles de copie intégrale, bien que simples, ont généralement un taux de redondance de 3 à 5 fois, et la récupération des données doit se faire à partir d’une copie complète — si ce n’est pas le nœud qui tombe en panne ou si le réseau subit des perturbations, c’est le blocage assuré. Le code de correction d’erreurs Reed-Solomon de base peut réduire le coefficient de redondance, mais au prix d’une communication intensive avec de nombreux nœuds lors de la récupération, ce qui multiplie la consommation de bande passante et la latence. La structure en deux dimensions de Red Stuff trouve justement un équilibre entre taux de redondance et efficacité de communication.

Du point de vue applicatif, cela signifie quoi ? Cela permet aux développeurs de déployer un stockage distribué fiable à moindre coût, avec une tolérance accrue à la perte de nœuds, et sans que la performance du réseau ne s’effondre si quelques nœuds tombent. Cela devient particulièrement crucial à l’heure où les applications Web3 commencent à atteindre une véritable échelle.