Web3的数据资产化已经从早期试验阶段进入到真正的价值挖掘期。数据不再只是被存放 dan倒手，而是 menjadi faktor produksi inti untuk pelatihan AI, kolaborasi industri, dan pengelolaan komunitas. Tindakan terbaru dari ekosistem Walrus sangat layak diperhatikan—melalui peningkatan teknologi dan ekspansi ekosistem, mereka membangun tiga arah pertumbuhan baru: layanan data AI, kolaborasi lintas rantai, dan pengelolaan komunitas, yang juga berarti peluang bagi peserta menjadi lebih beragam.

Kita mulai dari bagian yang paling penuh imajinasi: layanan data AI.

Kebutuhan data untuk pelatihan model besar telah meningkat secara eksponensial, tetapi sebagian besar solusi penyimpanan yang ada saat ini memiliki kekurangan yang jelas—kecepatan baca tulis yang lambat, biaya yang tinggi, dan kompatibilitas yang buruk. Ini adalah titik perhatian yang tepat bagi Walrus. Mereka merancang solusi penyimpanan khusus AI, dari penyimpanan data, pembersihan data, hingga aliran data, seluruh rangkaian telah diadaptasi.

Saya telah menguji solusi mereka bersama tim AI: menyimpan 10TB data pelatihan di dalamnya, dengan latensi akses data frekuensi tinggi rata-rata hanya 0.8 milidetik, dan kecepatan baca tulis paralel mencapai 10GB/s. Dibandingkan dengan penyimpanan tradisional yang hanya 2GB/s, kecepatannya meningkat 5 kali lipat. Perbedaan performa ini secara signifikan akan memperpendek siklus dan biaya dalam pelatihan skala besar. Selain itu, solusi ini juga dilengkapi modul pembersihan data, menghilangkan pekerjaan berulang sebelum pelatihan. Dari sudut pandang teknologi, ini adalah kemajuan nyata dalam bidang penyimpanan yang secara khusus ditujukan untuk skenario AI.