Walrus to nie tylko przechowywanie plików, ale także wchodzi w zdecentralizowane zastosowania AI.
Ogłoszenie OpenGradient mówi, że wykorzystali Walrus jako podstawowy protokół przechowywania do hostowania danych ponad 100 zdecentralizowanych modeli AI.
To pokazuje, że przechowywanie Walrus nie ogranicza się tylko do treści na poziomie NFT i zwykłych blobów, ale jest również wykorzystywane przez deweloperów w kręgach AI.
Integracja OpenGradient reprezentuje prawdziwe zdarzenie ekologiczne, które nie jest testem, ale pozwala modelom AI na swobodne wdrażanie na łańcuchu.
W tych przypadkach integracji, deweloperzy mogą bezpośrednio przechowywać duże pliki parametrów w sieci Walrus, unikając polegania na scentralizowanych serwerach.
To jest kluczowe dla zdecentralizowanego AI: dane treningowe oraz wagi modeli muszą być stale dostępne.
Sieć przechowywania Walrus działa na głównym łańcuchu Sui, bezproblemowo integrując się z inteligentnymi kontraktami na łańcuchu, generując zdarzenia metadanych na łańcuchu.
Te zdarzenia na łańcuchu nie tylko rejestrują działania przechowywania, ale są także wykorzystywane przez protokoły AI do weryfikacji integralności i dostępności danych.
W krótkim czasie po uruchomieniu na głównym łańcuchu, liczba węzłów Walrus szybko wzrosła do ponad 100 aktywnych węzłów, co zapewnia infrastrukturę dla tego wysokiego zapotrzebowania.
Ten wzrost liczby węzłów nie jest prostym zbieraniem liczb, ale reprezentuje prawdziwe zaangażowanie zasobów na poziomie ekologicznym.
Ponadto, architektura przechowywania Walrus pozwala na obsługę dużych plików o maksymalnym rozmiarze 13.6 GiB dla pojedynczego bloba, co jest kluczowe dla danych takich jak wagi modeli AI.
Bez tego limitu wiele plików modeli AI nie mogłoby być przechowywanych w zdecentralizowanej sieci.
W przeciwieństwie do niektórych protokołów, które mogą obsługiwać tylko małe pliki, wysoki limit Walrus sprawia, że deweloperzy są skłonni hostować rzeczywiste dane projektowe w sieci.
Ta techniczna rzeczywista wsparcie jest czymś, czego wiele wczesnych protokołów przechowywania nie mogło osiągnąć.
Zdarzenia integracyjne OpenGradient przyniosły również sygnały współpracy między ekosystemami, wiele innych projektów AI zaczęło zwracać uwagę na Walrus.
To nie jest tylko samolubne zachowanie jakiegoś protokołu, ale prawdziwy przypadek wdrożenia technologii i rozszerzenia branży.
Dla użytkowników dążących do długoterminowej wartości, zobaczenie, że Walrus jest rzeczywiście wykorzystywany w scenariuszach AI, daje większe poczucie rzeczywistości niż tylko obserwowanie cen
