Regardez le schéma de stockage de Walrus, il est vraiment différent. La plupart des projets de stockage distribué jouent la carte du « plusieurs copies » mais Walrus emprunte une autre voie — en utilisant un code de correction d’erreurs rouge pour diviser les données en fragments, qui sont ensuite dispersés et stockés sur différents nœuds.
Le plus génial, c’est qu’il suffit de collecter suffisamment de fragments pour reconstituer les données complètes. Si un nœud tombe en panne ? Aucun problème. Cette approche réduit directement le coût de redondance du stockage, passant de dizaines voire centaines de fois à environ 4,5 fois. Cela peut sembler abstrait, mais en y regardant sous un autre angle — c’est l’utilisation des mathématiques et de l’ingénierie pour résoudre des problèmes économiques concrets.
Plutôt que de se lancer dans des concepts sophistiqués, cette approche consiste à affiner l’efficacité dans des scénarios d’utilisation réels, ce qui est assez rare dans l’infrastructure Web3.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
10 J'aime
Récompense
10
5
Reposter
Partager
Commentaire
0/400
WalletManager
· Il y a 6h
La technologie de code de correction d'erreurs rouge a été maîtrisée depuis longtemps, une redondance de 4,5 fois ? Cela dépend du coefficient de fiabilité du nœud, sinon le crash sera rapide.
Serrez les jetons, l'infrastructure est la clé.
La logique derrière Walrus est similaire à celle de ma wallet multi-signatures avec sharding, l'analyse en chaîne montre que ce type de projet est à long terme prometteur.
Il y a tellement de projets de blabla conceptuel, enfin quelqu'un qui ose parler avec des données.
J'ai peur que les opérateurs de nœuds soient paresseux, que le coût de la récupération des fragments ne soit pas maîtrisé, le facteur de risque doit encore être réduit.
C'est ça, la vraie pensée d'investissement axée sur la valeur, pas cette illusion, je mise tout.
Voir l'originalRépondre0
DEXRobinHood
· Il y a 6h
Eh bien, enfin un projet qui ne fait pas de la gonflette et qui passe directement à l'action
Je dois souligner cette approche mathématique, un coût de redondance de 4,5 fois qui écrase directement ces idiots de solutions de stockage répétées
Le code de correction d'erreurs Reed-Solomon est vraiment impressionnant, il faut juste voir comment la stabilité des nœuds suivants se comporte
Bon, c'est une direction qui vaut la peine d'être suivie
Voir l'originalRépondre0
OnchainDetective
· Il y a 6h
Attendez, je dois vérifier d'où vient ce chiffre de 4.5x. Selon les données on-chain, la plupart des projets qui prétendent "optimiser les coûts" n'ont finalement pas atteint leurs objectifs... Il est évident qu'il y a anguille sous roche.
La solution de code de correction d'erreurs Walrus semble très séduisante, mais ce qui m'intéresse le plus, c'est — comment est conçue la mécanique d'incitation des nœuds ? Y a-t-il un risque que certains portefeuilles contrôlent une grande partie de l'espace de stockage ? Dans ce mode de fonctionnement, il est facile de créer de nouveaux risques de centralisation.
C'est effectivement intéressant, mais il faut d'abord vérifier les données opérationnelles réelles, ne pas se laisser berner par le white paper.
En suivant plusieurs adresses, on peut voir que les fonds du portefeuille du développeur principal de Walrus... Attendez, le lien entre ces fonds est un peu complexe.
Après analyse, le principal danger pour ce genre de projet "pionnier" est la distorsion des incitations. Que faire si, à terme, le nœud de stockage devient rempli d'adresses zombies ?
Ce coût de 4.5x semble économique, mais le vrai problème, c'est — après fragmentation des données, le délai de récupération ne risque-t-il pas de devenir un goulot d'étranglement ? Je n'ai pas vu cette partie mentionnée dans le white paper.
Mais bon, pour revenir à la réflexion, cette approche est vraiment plus pragmatique que ces projets qui ne font que vanter des concepts tous les jours... Mais dans Web3, plus c'est pragmatique, plus c'est facilement ignoré.
Voir l'originalRépondre0
PumpAnalyst
· Il y a 6h
Mec, cette stratégie de code de correction d'erreurs en rouge semble impressionnante, mais une redondance de 4,5 fois peut-elle vraiment tenir ? Ou est-ce encore un projet PPT qui trompe les gens ?
En réalité, si le coût de redondance peut être réduit à ce point, je commence à m'inquiéter un peu, où est la gestion des risques ?
L'aspect technique est joli, mais après le lancement du réseau principal, pourra-t-il vraiment résister à l'épreuve ? C'est ça le vrai enjeu. Ne vous laissez pas manipuler par les nouvelles de financement pour faire monter le prix.
Je ne nie pas que l'idée est bonne, mais beaucoup de bases Web3 ont échoué. Je recommande de suivre la performance réelle des principaux nœuds avant de décider si vous montez à bord.
Voir l'originalRépondre0
FancyResearchLab
· Il y a 6h
Oh là là, cette technologie de codes de correction d'erreurs et de suppression d'erreurs commence enfin à être utilisée sérieusement. Avant, on entendait surtout parler de toutes sortes de "mécanismes de consensus révolutionnaires", mais cette fois, Walrus est vraiment sérieux dans ses calculs — 4,5 fois de redondance contre stockage répété à cent fois, les chiffres ne mentent pas.
---
Honnêtement, j'aime bien ce genre de choses concrètes, ne pas se perdre dans des termes qui sonnent super impressionnants, ceux qui peuvent vraiment réduire les coûts, c'est ça la vraie voie.
---
Ce truc des codes de correction d'erreurs, c'est génial, pourquoi personne n'y a pensé avant... Ah oui, parce qu'en écrivant le contrat, j'ai cramé mon cerveau, et je me suis encore enfermé dedans.
---
Attends, ça peut vraiment tourner de façon stable ? Si un nœud tombe en panne, la reconstitution des données ne va pas tout foutre en l'air ?
---
Ça va, ça va, au moins il y a un projet qui bosse sérieusement sur l'ingénierie plutôt que de faire du marketing de concepts, ce n'est pas évident de nos jours.
---
Assembler des fragments, ça a l'air simple, mais en pratique, ça tourne comment ? Je vais d'abord tester cette galère mathématique.
Regardez le schéma de stockage de Walrus, il est vraiment différent. La plupart des projets de stockage distribué jouent la carte du « plusieurs copies » mais Walrus emprunte une autre voie — en utilisant un code de correction d’erreurs rouge pour diviser les données en fragments, qui sont ensuite dispersés et stockés sur différents nœuds.
Le plus génial, c’est qu’il suffit de collecter suffisamment de fragments pour reconstituer les données complètes. Si un nœud tombe en panne ? Aucun problème. Cette approche réduit directement le coût de redondance du stockage, passant de dizaines voire centaines de fois à environ 4,5 fois. Cela peut sembler abstrait, mais en y regardant sous un autre angle — c’est l’utilisation des mathématiques et de l’ingénierie pour résoudre des problèmes économiques concrets.
Plutôt que de se lancer dans des concepts sophistiqués, cette approche consiste à affiner l’efficacité dans des scénarios d’utilisation réels, ce qui est assez rare dans l’infrastructure Web3.