¿Es Walrus realmente 100 veces más barato que AWS? El profesor de Azure te enseña a usar Walrus de manera más científica.

【Introducción: cuando hablamos de “barato”, ¿de qué estamos hablando?】

Recientemente en la plaza de Binance, sobre Walrus ( $WAL ) la discusión está muy animada. Todos están diciendo que es el “Pinduoduo del almacenamiento”, diciendo que su tecnología de código de corrección de dos dimensiones reduce el costo de almacenamiento al 1% de las soluciones tradicionales o incluso menos.
Yo también he pensado así. Como un fanático leal de Walrus, a menudo uso “barato y abundante” para recomendarlo a mis amigos desarrolladores.

Hasta anoche, en la comunidad de desarrolladores de Sui, vi a un viejo lanzando una pregunta aguda: “¿Por qué he almacenado un montón de archivos de configuración de unos pocos KB, y el precio por unidad resulta ser más caro que almacenar videos?”
Esta pregunta me despertó.
¿Acaso nuestro 'bajo costo', del que siempre nos enorgullecemos, es un mito?
Con esta duda, el profesor de Azure pasó la noche revisando el capítulo 4 del libro blanco y revisando los registros de nodos de la red de prueba, descubriendo un 'dato oculto' que el proyecto no se atrevió a promocionar.

Hoy, sin exagerar ni criticar, busquemos fallos. Este artículo puede ofender a algunos que critican sin pensar, pero si eres un verdadero inversor de $WAL, debes leerlo hasta el final.

Capítulo 1: Ese impuesto sobre metadatos del 15%

Todos están mirando la redundancia de 4.5 veces del código de corrección de errores en dos dimensiones, pensando que este número es mucho más bajo que la redundancia de decenas de veces de Filecoin, es un verdadero milagro de la física.
Pero la matemática es conservadora. El espacio ahorrado se recupera en otros lugares.

Como los analistas de datos en cadena (siguiendo la lógica de twitter @HFAirdropHunter) descubrieron previamente: ¡los metadatos de Walrus representan hasta el 15.8%!

1.1 ¿Qué son los metadatos?

En pocas palabras, es la 'identificación de datos'.
En la red de Walrus, para prevenir que nodos maliciosos hagan daño y para evitar que los usuarios almacenen datos falsos, cada fragmento de datos debe incluir una serie de complejas pruebas criptográficas (compromiso vectorial, índice hash, prueba de apertura).
Estas pruebas son los metadatos.

1.2 La pesadilla de los archivos pequeños

Vamos a hacer cuentas:

  • Escenario A: almacenar archivos grandes (como un video HD de 1GB)
    El archivo de video es muy grande, los pocos KB de metadatos que lo acompañan son prácticamente insignificantes, ocupando menos del 0.01%. En este momento,Walrus es imbatible en términos de costo-beneficio.

  • Escenario B: almacenar archivos pequeños (como registros de chat de 10KB, archivos de atributos NFT)
    El archivo tiene solo 10KB, pero los metadatos pueden ser de 5KB o incluso más.
    Es como si enviaras un anillo de diamantes, la caja de envío y el costo del seguro ocupan más espacio que el anillo mismo.
    En este momento, tu costo real de almacenamiento no es tan bajo como se dice en la promoción, y podría volverse caro debido a los altos 'gastos fijos'.

(Inserte aquí la ilustración 2: comparación de tamaño de archivos)

Conclusión 1 de Azure:
Si quieres usar Walrus para crear un 'WeChat descentralizado' para almacenar una gran cantidad de burbujas de chat o registros de Log en miniatura, te arruinarás.
La arquitectura de Walrus no está diseñada para 'datos fragmentados'.

Capítulo 2: El 'comercio de futuros' de ancho de banda y los costos hundidos

Hay otro punto de vista muy interesante, desde la perspectiva de Web3Bandwidth (agencia de análisis de ancho de banda).
Walrus tiene un mecanismo económico único: cuando escribes datos, debes pagar un 'depósito reembolsable'.

  • Si envías datos a todos los nodos de la red, el depósito es reembolsable.

  • Si solo lo envías a los nodos mínimos, el depósito no es reembolsable.

2.1 ¿Cuál es el juego aquí?

Esto suena como un incentivo para que todos hagan más copias de seguridad, pero en realidad es 'cobertura de ancho de banda'.
Para recuperar este depósito, debes consumir 3 veces más ancho de banda desde el principio para distribuir datos a esos nodos adicionales.
Para los pequeños inversores o usuarios de bajo ancho de banda, este costo de ancho de banda inicial es un flujo de efectivo real.
A menos que tus datos realmente necesiten ser recuperados debido a la caída de un nodo (activando el seguro), el dinero que gastaste de más en ancho de banda podría no volver nunca.

Conclusión 2 de Azure:
Esto es un 'futuro de ancho de banda'.
Walrus está obligando a los usuarios a elegir: ¿gastar más ahora para estar seguro, o arriesgarse a que no haya problemas en el futuro?
Este complejo modelo de juego es extremadamente hostil para los usuarios comunes, con un umbral muy alto.

Capítulo 3: Inversión profunda—¿es esto un defecto o un 'umbral aristocrático'?

Después de quejarse, nos calmamos y reflexionamos.
El equipo de Mysten Labs está compuesto por los mejores criptógrafos, ¿no podrían entender esta cuenta? ¿No saben que los costos de archivos pequeños son altos?
Evidentemente lo saben.
Pero, ¿por qué siguen insistiendo en este diseño?

Esto implica la estrategia de posicionamiento final de Walrus.
Si entiendes la ambición del ecosistema Sui, entenderás el esfuerzo de Walrus.

3.1 Filtrar información basura (Spam Filter)

Cadenas públicas de bajas tarifas como Solana a menudo se caen debido a una gran cantidad de transacciones basura (Spam).
Walrus no desea repetir ese error.
A través de altos 'impuestos sobre metadatos' y el complejo 'juego de ancho de banda', Walrus ha construido un 'filtro de precios'.

  • No da la bienvenida a datos basura.

  • No da la bienvenida a información fragmentada de bajo valor.
    Utiliza un modelo económico para decirle al mercado:"Si lo que almacenas no tiene valor, no me molestes."

3.2 Nacido para 'activos pesados'

¿Quién son los clientes que busca Walrus?
Son conjuntos de datos de entrenamiento de modelos de IA (a menudo cientos de TB), informes de auditoría de instituciones RWA (datos financieros que no se pueden perder), y paquetes de materiales 4K de juegos en cadena 3A.
Para estos 'activos pesados (Big Data)':

  • ¿15% de impuesto sobre metadatos? Una gota en el océano, porque el cuerpo del archivo es demasiado grande.

  • ¿Costos de ancho de banda iniciales? No importa, porque la seguridad de los datos vale diez mil veces más que el ancho de banda.

(Inserte aquí una captura de pantalla real: por favor, tome una captura de la tabla de comparación de precios de almacenamiento de Filecoin o Arweave, o la tabla de parámetros técnicos del sitio oficial de Walrus)

Capítulo 4: Corrección de valoración—anclaje más preciso

Ya que hemos visto la verdadera cara de Walrus—no es un disco en la nube, es un puerto de contenedores.
Entonces, nuestro modelo de valoración también necesita ser corregido.

No podemos valorarlos en función del 'número de usuarios' (porque puede que no haya tantos pequeños inversores), debemos valorarlos en función de la 'escala de activos de datos (AUM)'.

  • Mercado de pequeños inversores: puede que no sea tan activo como Arweave.

  • Mercado institucional: Este es elWalrus's campo de batalla absoluto.
    Con la llegada deAlkimi (datos publicitarios),Unchained (archivo de medios), estos gigantes B están entrando,Walrus asegurarálos activos de datos demás alto valor.

Juicio final de Azure:
Aunque vi sus 'costos ocultos', me siento más seguro.
Porque un protocolo que puede 'filtrar clientes de calidad' activamente a través de un modelo económico vive más tiempo y es más valioso que un protocolo 'buenista' que acepta todo y termina lleno de datos basura.
No gana dinero de los pequeños inversionistas, solo de las instituciones y grandes inversores.
Esto es lo que debería ser la arrogancia y el prejuicio de la infraestructura de primer nivel.

【Conclusión】

La próxima vez que alguien te diga que almacenar pequeños archivos en Walrus es caro, por favor díselo:
"Sí, porque aquí es un banco de lingotes de oro, no un cubo de basura para papel desechado."
El valor de $WAL se esconde en esta 'exigencia'.

(Los datos de este artículo se basan en varios informes de análisis técnico de la comunidad y cálculos de libros blancos, solo para discusión profunda, no constituyen asesoramiento de inversión.)

#Walrus #WALRUS #Web3Analysis @Walrus 🦭/acc