最近Web3 зберігання має явний тренд — Walrus часто з'являється у офіційних оголошеннях провідних AI-проектів. Платформи генеративного AI Everlyn, децентралізована платформа для розробки AI OpenGradient, а також платформа федеративного навчання FLock.io — ці вагомі гравці послідовно визначають Walrus як ядро зберігання, і за цим явно стоїть щось більше.

Щоб зрозуміти, в чому справа, розглянемо приклад Everlyn. Вони перенесли понад 5000 відео користувачів і 50GB тренувальних даних з AWS, і найочевидніший результат — значне зниження витрат на зберігання. Але ще більш хитро — поєднання смарт-контрактів Sui для безпосередньої оплати та зберігання, що зробило весь робочий процес надзвичайно плавним — швидкість генерації відео стабільно тримається на рівні 16 секунд, що є провідним показником у галузі.

Вибір OpenGradient ще більше підтверджує цю тенденцію. Вони відмовилися від архітектури IPFS і використовують Walrus для хостингу понад 100 AI-моделей. Перевага цього підходу — завдяки програмованим можливостям Walrus, моделі можуть безпосередньо реалізовувати токенізоване розподілення доходів, що є великим проривом для стимулювання розробників і функціонування екосистеми.

З технічної точки зору, технологія Red Stuff для кодування з виправленням помилок у Walrus вирішує реальні проблеми AI-розробки — висока ефективність відновлення даних і стабільна робота у середовищі з частими змінами вузлів. Це ідеально підходить для сценаріїв високочастотного читання та запису під час тренування AI. А завдяки нативній інтеграції з екосистемою Sui, не потрібно додатково писати адаптаційні інструменти, що значно знижує вартість підключення.

Зараз стає очевидним, що інтеграція AI і Web3 — це вже не теорія. Walrus зайняв ключову позицію у децентралізованому зберіганні AI, і з часом все більше AI-проектів будуть активно приєднуватися. Екосистема має великий потенціал для зростання, і це безумовно варто уваги.