作爲一名谷歌認證的數據分析師,我認爲在去中心化存儲不斷演變的格局中,當可擴展性、彈性和成本效益的需求與區塊鏈無許可環境的現實發生碰撞時,#Walrus protocol 成爲了一項創新的燈塔。基於高性能的 Sui 區塊鏈構建,Walrus 解決了在 Web3 環境中存儲大型非結構化數據——如人工智能數據集、多媒體文件和企業歸檔——這一長期存在的挑戰。該協議的核心是 RedStuff,一種開創性的二維(2D)糾刪編碼算法,重新定義了數據在網絡節點間如何被分片、分發和恢復。作爲一名深入研究 Filecoin、Arweave 和 Celestia 等基礎設施層的加密分析師,我認爲 RedStuff 不僅僅是一項技術改進,更是一種範式轉變,有望降低人工智能驅動應用和多鏈生態系統的進入門檻。在本分析中,我們將剖析 RedStuff 的機制,重點關注其將數據塊拆分爲主片和次片的創新方案,評估其效率與彈性,並探討其對加密貨幣領域在 2026 年初的更廣泛影響。
基礎:理解去中心化存儲中的擦除編碼
要欣賞RedStuff的創造力,我們必須首先將擦除編碼(EC)置於去中心化系統中進行背景分析。傳統的存儲解決方案,如全複製,跨多個節點重複整個數據集,導致過高的開銷——通常在實現容錯的情況下,複製因子高達25倍或更多。這對於在加密貨幣中處理PB級數據是低效的,因爲帶寬和存儲成本可能會阻礙採用。擦除編碼,受到在Filecoin等系統中使用的Reed-Solomon(RS)編碼的啓發,將數據分割成“分片”或“符號”,添加冗餘信息,以便即使一些分片丟失,原始數據也能重建。在一維(1D)EC設置中,一個大小爲B的blob被分割成k個數據分片,添加m個冗餘分片,允許從最多m個丟失中恢復,使用任何k個分片。
然而,1D EC在動態、無需許可的網絡中存在侷限性:恢復通常需要下載整個blob的數據(每次恢復O(B)帶寬),即使是小的損失,在節點頻繁加入或離開的高流失環境中,成本也會加劇。RedStuff將其發展爲一個2D框架,借鑑Twin-code模型,但將其調整爲拜占庭容錯(BFT)和異步網絡。這種2D方法將數據分成兩個維度,使得細粒度、自愈的恢復能夠根據丟失的數據量而不是整個blob的大小進行擴展。
解碼RedStuff:2D編碼過程
RedStuff的核心創新是其基於矩陣的編碼,將數據blob視爲一個二維數組。想象一個blob被分成一個符號網格,按行和列編碼以創建相互依賴的冗餘。具體而言,RedStuff將blob分成主要和次要的薄片——分發到存儲節點的編碼數據的薄片——確保了效率和魯棒性。
逐步機制
Blob準備和符號劃分:用戶提交的blob(例如,一個大型AI模型或視頻文件)首先被填充並劃分爲一個符號矩陣E。假設網絡中有n = 3f + 1個節點(其中f是最大故障節點數,通常f ≈ n/3適用於BFT),該矩陣的結構是行對應於主要編碼,列對應於次要編碼。blob被分割爲(2f + 1)個主要組,每個組進一步編碼。
主要薄片生成:每個主要薄片S^(p,i)通過使用具有更高重構閾值(2f + 1符號)的線性編碼對矩陣的一行進行編碼而創建。這確保了要恢復一個完整的主要薄片,一方需要至少2f + 1個來自該行的符號。主要薄片作爲“骨幹”,提供對抗敵意故障的強有力保證,因爲它們需要誠實節點的超大多數進行重構。
次要薄片生成:正交地,次要薄片S^(s,i)按列編碼,閾值較低(f + 1符號)。這些充當“輔助工具”以實現高效恢復,允許用更少的符號進行部分重構。雙閾值——主要薄片的閾值較高以增強安全性,次要薄片的閾值較低以加快修復——是RedStuff不對稱的關鍵。
編碼操作:RedStuff採用輕量級的XOR操作,而不是RS編碼中的計算密集型有限域算術。對於矩陣E(i,j),主要編碼可能涉及跨行進行XOR,而次要編碼則添加垂直冗餘。這導致薄片分發到節點:每個節點每個blob接收一個主要薄片和一個次要薄片,總共4.5倍的複製因子(例如,對於f=1,n=4,它在網絡中的大小約爲原始大小的4.5倍)。
分發和存儲:薄片在Sui的區塊鏈上得到驗證,具有加密證明以確保可用性。節點質押WAL代幣以參與,面對不合規的處罰。
自我修復:遊戲改變者
RedStuff的優越之處在於其自我修復能力。在1D系統中,丟失一個分片通常需要下載整塊blob以進行恢復。RedStuff的2D結構允許局部修復:如果一個節點失敗,相鄰節點使用次要薄片來再生丟失的主要薄片,每個節點的帶寬爲O(B/n)——與薄片大小成正比,而不是與blob成正比。整個網絡的恢復成本保持在O(B),但分佈效率高。這在加密貨幣波動的節點環境中至關重要,流失率每月可達20-30%。
分析優勢:效率、韌性和比較
在對加密基礎設施重要的指標中,RedStuff表現出色:
存儲開銷:在4.5倍複製下,它是Filecoin典型的10-20倍(使用RS與更高的m)或Arweave的永久歸檔開銷的一小部分。這相當於每字節存儲節省80-100倍的成本,使Walrus在預計到2030年將達到15萬億美元的AI數據市場中具有可行性。
計算效率:基於XOR的操作比RS的伽羅華域乘法快10-50倍,降低了商品硬件上的編碼/解碼時間至毫秒級——非常適合Sui的亞秒最終性。
韌性指標:可以容忍高達2/3的節點故障(f ≈ n/3),典型設置下數據丟失的概率低於10^-12。在異步網絡中,它支持“挑戰”,節點可以在不進行完整下載的情況下證明薄片的存在。
相比之下,Filecoin的1D RS每次恢復需要O(B)帶寬,導致在高流失設置中運營成本更高。Arweave的簡潔證明是永久性的,但缺乏可編程性。RedStuff的雙薄片方法結合了最佳的特點:類似RS的安全性與類似複製的速度,同時通過認證數據樹啓用防欺詐結構。
對加密貨幣和Web3的更廣泛影響
從分析的角度看,RedStuff將Walrus定位爲AI時代的基礎層,在這個時代,龐大的數據集必須以便宜且可靠的方式存儲。通過最小化開銷並啓用可編程blob,它解鎖了像代幣化AI模型、去中心化社交媒體檔案和跨鏈遊戲資產等用例。在多鏈世界中,它的效率可能會使去中心化存儲標準化,減少碎片化並促進互操作性。挑戰仍然存在——例如,在大型網絡中優化很大的f——但通過$WAL staking的持續治理確保了迭代改進。
最終,RedStuff典範地展示了深思熟慮的密碼設計如何彌合理論韌性與實際效用之間的鴻溝。隨着Walrus在2026年向PB級容量擴展,這種2D算法不僅是編碼數據;它是在編碼未來的信任最小化、高效的Web3基礎設施。對於開發者和分析師而言,RedStuff是平衡安全性、速度和可持續性在去中心化存儲戰爭中的示範課。
