從FIL到Shelby:去中心化存儲的演進之路

存儲曾是區塊鏈行業的熱門賽道之一,FIL作爲上輪牛市的龍頭項目,市值一度超過100億美元。Arweave以永久存儲爲賣點,最高市值達35億美元。隨着冷數據存儲可用性被質疑,永久存儲的必要性受到挑戰,去中心化存儲的發展陷入瓶頸。Walrus的出現讓沉寂已久的存儲賽道再次引起關注,而Aptos與Jump Crypto聯手推出的Shelby項目,則旨在推動熱數據存儲的應用落地。本文將從FIL、Arweave、Walrus和Shelby四個項目的發展歷程出發,分析去中心化存儲的演進路徑,探討其未來發展前景。

FIL:打造去中心化數據雲

FIL作爲早期崛起的代表性項目,其發展方向圍繞去中心化展開,這也是早期區塊鏈項目的普遍特徵。FIL將存儲與去中心化相結合,試圖解決中心化數據存儲的信任問題。然而,爲實現去中心化而犧牲的某些方面,後來成爲Arweave或Walrus等項目希望解決的痛點。

FIL:架構去中心化,但受限於傳輸瓶頸

FIL於2015年問世,旨在通過內容尋址顛覆傳統HTTP協議。但FIL最大的弊端是獲取速度極慢,難以滿足實際應用需求。FIL底層P2P協議主要適用於"冷數據",即不常變動的靜態內容,在處理熱數據方面並無明顯優勢。

盡管FIL自身並非區塊鏈,但其採用的有向無環圖設計理念與許多公鏈及Web3協議高度契合,使其成爲區塊鏈底層構建的理想框架。

FIL的經濟模型

FIL的代幣經濟模型主要包括用戶、存儲礦工和檢索礦工三個角色。用戶支付費用存儲數據,存儲礦工因存儲數據獲得代幣獎勵,檢索礦工在用戶需要時提供數據並獲取獎勵。

這種模型存在潛在漏洞。存儲礦工可能填充垃圾數據以獲取獎勵,且由於這些數據不會被檢索,即使丟失也不會觸發懲罰機制。FIL的復制證明共識僅能確保用戶數據未被刪除,無法阻止礦工填充垃圾數據。

FIL的運行在很大程度上依賴礦工對代幣經濟的持續投入,而非基於終端用戶對分布式存儲的真實需求。盡管項目持續迭代,但目前階段FIL更符合"礦幣邏輯"而非"應用驅動"的存儲項目定位。

Arweave:長期主義的雙刃劍

相比FIL構建可激勵、可證明的去中心化"數據雲",Arweave則專注於提供永久性存儲能力。Arweave並不試圖構建分布式計算平台,其整個系統圍繞"重要數據應一次性存儲並永久保存"這一核心假設展開。這種極端的長期主義使Arweave在機制、激勵模型、硬件需求和敘事角度上都與FIL大相徑庭。

Arweave以比特幣爲學習對象,致力於在長週期內不斷優化永久存儲網路。項目團隊不在乎市場營銷和競爭對手,專注於迭代網路架構。這種長期主義使Arweave在上輪牛市中受到追捧,也讓其有望度過多輪牛熊週期。但永久存儲的價值仍需時間驗證。

從1.5版本到最新的2.9版本,Arweave主網一直致力於降低礦工參與門檻,激勵礦工最大化存儲數據,不斷提升網路健壯性。在市場偏好不利的情況下,Arweave採取保守路線,不擁抱礦工團體,生態發展停滯,以最小成本升級主網,在保證網路安全的前提下持續降低硬件要求。

主要版本升級回顧

1.5版本暴露出礦工可依賴GPU堆疊而非真實存儲來優化出塊幾率的漏洞。1.7版本引入RandomX算法,限制專業化算力使用,要求通用CPU參與挖礦,削弱算力中心化。

2.0版本採用SPoA機制,將數據證明轉爲默克爾樹結構的簡潔路徑,引入格式2交易減少同步負擔。這一架構緩解了網路帶寬壓力,顯著增強節點協同能力。但部分礦工仍可通過集中式高速存儲池策略規避真實數據持有責任。

2.4版本推出SPoRA機制,引入全局索引與慢哈希隨機訪問,要求礦工必須真實持有數據塊才能參與有效出塊,從機制上削弱算力堆疊效果。礦工開始關注存儲訪問速度,帶動SSD等高速讀寫設備應用。2.6版本引入哈希鏈控制出塊節奏,平衡高性能設備的邊際效益,爲中小礦工提供公平參與空間。

後續版本進一步強化網路協作能力與存儲多樣性:2.7增加協作式挖礦與礦池機制,提升小礦工競爭力;2.8推出復合打包機制,允許大容量低速設備靈活參與;2.9以replica_2_9格式引入新型打包流程,大幅提升效率並降低計算依賴,完成數據導向挖礦模型的閉環。

整體來看,Arweave升級路徑清晰呈現其以存儲爲導向的長期策略:在不斷抵抗算力集中趨勢的同時,持續降低參與門檻,保證協議長期運行的可能性。

Walrus:熱數據存儲的新嘗試

Walrus的設計思路與FIL和Arweave完全不同。FIL致力於打造可驗證的去中心化存儲系統,但僅適用於冷數據;Arweave專注於永久存儲數據,但應用場景有限;Walrus則旨在優化熱數據存儲協議的成本。

RedStuff:魔改糾刪碼的創新與局限

Walrus認爲FIL和Arweave的存儲開銷不合理。兩者均採用完全復制架構,雖然具備較強的容錯能力和節點獨立性,但需要多副本冗餘以維持魯棒性,推高了存儲成本。Walrus試圖在兩者之間尋求平衡,通過結構化冗餘方式增強可用性,同時控制復制成本。

Walrus自創的RedStuff技術源於Reed-Solomon(RS)編碼,是一種傳統的糾刪碼算法。糾刪碼允許通過添加冗餘片段將數據集加倍,用於重建原始數據。RS編碼廣泛應用於CD-ROM、衛星通信和二維碼等領域。

RedStuff的核心是將數據拆分爲主切片和次切片。主切片用於恢復原始數據,生成和分布受嚴格約束;次切片通過簡單運算生成,提供彈性容錯,提升系統魯棒性。這種結構降低了對數據一致性的要求,允許不同節點短時存儲不同版本數據,強調"最終一致性"。

RedStuff實現了低算力、低帶寬環境下的有效存儲,但本質上仍屬於糾刪碼系統的變體。它犧牲部分數據讀取確定性,換取去中心化環境下的成本控制與擴展性。然而,RedStuff並未真正突破糾刪碼的編碼計算瓶頸,而是通過結構策略避開了傳統架構的高耦合點。其創新性更多體現在工程側的組合優化,而非基礎算法層面的顛覆。

Walrus與Sui的生態協同

Walrus的目標場景是存儲大型二進制文件(Blobs),這些數據是許多去中心化應用的核心。在加密領域,這主要指NFT、社交媒體內容中的圖像與視頻。

雖然Walrus也提到了AI模型數據集存儲和數據可用性層(DA)的潛在用途,但Web3 AI項目的退潮使相關應用前景不明朗。在DA層方面,Walrus能否成爲有效替代者,還需等待Celestia等主流項目重新引發市場關注後才能驗證。

因此,Walrus的核心定位可理解爲服務NFT等內容資產的熱存儲系統,強調動態調用、實時更新與版本管理能力。這也解釋了Walrus爲何需要依賴Sui:借助Sui的高性能鏈能力,Walrus能夠構建高速的數據檢索網路,顯著降低運營成本,避免與傳統雲存儲服務在單位成本上正面競爭。

據官方數據,Walrus的存儲成本約爲傳統雲服務的五分之一,雖然比FIL與Arweave貴數十倍,但其目標是構建可用於真實業務場景的去中心化熱存儲系統。Walrus本身作爲PoS網路運行,核心職責是驗證存儲節點的誠實性,爲系統提供基本安全保障。

對Sui而言,當前並不迫切需要鏈下存儲支持。但若未來希望承載AI應用、內容資產化、可組合Agent等復雜場景,存儲層在提供語境、上下文與索引能力方面將不可或缺。高性能鏈可以處理復雜的狀態模型,但這些狀態需要與可驗證數據綁定,才能構建可信賴的內容網路。

Shelby:專用網路釋放Web3應用潛力

在Web3應用面臨的技術瓶頸中,"讀性能"一直是難以突破的短板。無論是視頻流媒體、RAG系統、實時協作工具,還是AI模型推理引擎,都依賴低延遲、高吞吐的熱數據訪問能力。現有去中心化存儲協議雖在數據持久性和去信任性方面有所進展,但因運行在公共互聯網之上,無法擺脫高延遲、帶寬不穩定和數據調度不可控的限制。

Shelby試圖從根源解決這一問題。首先,Paid Reads機制重塑了去中心化存儲中的"讀操作"困境。傳統系統中,讀取數據幾乎免費,缺乏有效激勵導致服務節點普遍懶於響應。Shelby引入按讀取量付費模型,將用戶體驗與服務節點收入直接掛鉤:節點越快、越穩定地返回數據,就能獲得更多回報。這不是附帶的經濟設計,而是Shelby性能設計的核心邏輯。

其次,Shelby引入專用光纖網路,爲Web3熱數據的即時讀取構建了高速通道。這一架構繞過了Web3系統普遍依賴的公共傳輸層,將存儲節點與RPC節點直接部署在高性能、低擁塞、物理隔離的傳輸骨幹上。這不僅顯著降低了跨節點通信的延遲,還確保了傳輸帶寬的可預期性和穩定性。Shelby的底層網路結構更接近AWS內部數據中心之間的專線部署模式,而非其他Web3協議的"上傳到某個礦工節點"邏輯。

這種網路層面的架構反轉,使Shelby成爲首個真正有能力承載Web2級別使用體驗的去中心化熱存儲協議。用戶在Shelby上讀取4K視頻、調用大型語言模型的embedding數據,或回溯交易日志,可以獲得亞秒級響應。對服務節點而言,專用網路不僅提升了服務效率,還極大降低了帶寬成本,使"按讀取量付費"機制具有經濟可行性,從而激勵系統朝更高性能而非更高存儲量演進。

在數據持久性與成本方面,Shelby採用Clay Codes構建的Efficient Coding Scheme,通過MSR與MDS最優編碼結構,實現低至<2x的存儲冗餘,同時保持11個9的持久性與99.9%的可用性。這不僅技術上更高效,成本上也更具競爭力,爲重視成本優化和資源調度的dApp開發者提供了"既便宜又快"的選擇。

總結與展望

從FIL、Arweave、Walrus到Shelby的演進路線顯示,去中心化存儲的敘事已從"存在即合理"的技術烏托邦,逐步走向"可用即正義"的現實主義路線。早期項目用經濟激勵驅動