Дизайн рівня доступності даних (DA) безпосередньо впливає на межу продуктивності всієї блокчейн-мережі. Walrus Protocol зробила тут цікаву річ — розділила рівень DA на три незалежні модулі: зберігання, валідація та пошук, кожен з яких може оновлюватися окремо.

Що стосується зберігання, використовується багаторівнева резервна копія. Нижній рівень — технологія кодування з виправленням помилок для гарантії цілісності даних, а верхній рівень — динамічне регулювання кількості копій залежно від важливості даних, що дозволяє уникнути марнотратства ресурсів і одночасно зменшує ризик втрати даних. Валідація — ще цікавіша частина — поєднує вибірковий аналіз даних і доказ з нульовим розголошенням, дозволяючи застосункам обирати рівень валідації відповідно до своїх вимог безпеки: легкий або повністю криптографічний. Рівень пошуку використовує розподілену мережу контент-адресації з краєвими кешами та інтелектуальним передзавантаженням, що знижує затримки доступу до даних.

Що стосується продуктивності, Walrus розробила паралельну конвеєрну обробку для високопродуктивних сценаріїв. Розбиття даних, кодування та валідація — ці обчислювально інтенсивні задачі — розділені на підзадачі, що виконуються паралельно, максимально використовуючи багатоядерні процесори та GPU. Реальні тестові результати показали збільшення пропускної здатності обробки даних на 60% та зменшення затримки валідації на 45%. Особливо для екосистеми ZK-Rollup вони оптимізували формат кодування поліноміальних обіцянок, що зменшило час попередньої обробки даних перед генерацією доказів з нульовим розголошенням на 35%.

Мережевий рівень також має адаптивний дизайн. Зв’язки між вузлами реальновремячно налаштовуються залежно від стану мережі та навантаження: система постійно моніторить обчислювальні можливості вузлів, використання пропускної здатності та їх географічне розташування, автоматично оптимізуючи маршрути передачі даних — забезпечуючи низьку затримку та підвищену стійкість мережі. Алгоритми балансування навантаження враховують обчислювальні можливості вузлів, залишковий обсяг пам’яті та швидкість відповіді, інтелектуально розподіляючи завдання з зберігання, щоб уникнути вузьких місць.