從FIL、Arweave到Walrus、Shelby：去中心化存儲的發展歷程與未來展望

存儲曾是區塊鏈行業的熱門賽道之一。FIL作爲上一輪牛市的龍頭項目,市值一度超過百億美元。與之對標的Arweave以永久存儲爲賣點,最高市值達35億美元。但隨着冷數據存儲可用性受到質疑,去中心化存儲的發展前景也被打上了問號。近期Walrus的出現爲沉寂已久的存儲賽道帶來了新的關注,而Aptos與Jump Crypto聯手推出的Shelby項目,更是試圖在熱數據存儲領域實現新的突破。本文將從這幾個代表性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:存儲外衣下的礦幣本質

FIL是早期崛起的一批區塊鏈項目之一,其發展方向圍繞去中心化展開。FIL試圖將中心化存儲轉向去中心化存儲,但在這一過程中爲實現去中心化而做出的取舍,也成爲了後續項目試圖解決的痛點。

FIL:架構去中心化,但受限於傳輸瓶頸

FIL(星際文件系統)於2015年問世,旨在通過內容尋址來顛覆傳統HTTP協議。但FIL最大的弊端是獲取速度極慢。在傳統數據服務商能達到毫秒級響應的時代,FIL獲取一個文件仍需十幾秒,這使其難以在實際應用中推廣。

FIL主要適用於"冷數據",即不常變動的靜態內容。但在處理熱數據方面,如動態網頁、在線遊戲或AI應用,P2P協議相較傳統CDN並無明顯優勢。

盡管FIL本身並非區塊鏈,但其採用的有向無環圖(DAG)設計理念與許多公鏈及Web3協議高度契合,使其適合作爲區塊鏈的底層構建框架。

存儲外衣下的礦幣邏輯

FIL的代幣經濟模型中主要有三個角色:用戶支付費用存儲數據;存儲礦工因存儲用戶數據獲得代幣激勵;檢索礦工在用戶需要時提供數據並獲取激勵。

這種模型存在潛在作惡空間。存儲礦工可能在提供存儲空間後,填充垃圾數據以獲取獎勵。由於這些垃圾數據不會被檢索,即便丟失也不會觸發罰沒機制。這使得存儲礦工可以刪除垃圾數據並重復此過程。FIL的復制證明共識只能確保用戶數據未被私自刪除,卻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。盡管項目仍在持續迭代,但目前階段,FIL的生態構建更符合"礦幣邏輯"而非"應用驅動"的存儲項目定義。

Arweave:成於長期主義,敗於長期主義

如果說FIL的設計目標是構建一個可激勵、可證明的去中心化"數據雲"殼子,那麼Arweave則在存儲的另一個方向走向極端:爲數據提供永久性存儲的能力。Arweave並不試圖構建一個分布式計算平台,它的整個系統圍繞一個核心假設展開——重要的數據應該被一次性存儲,並永遠留存於網路中。這種極端的長期主義,使得Arweave從機制到激勵模型、從硬件需求到敘事角度都與FIL大相徑庭。

Arweave以比特幣作爲學習對象,試圖在以年爲計的長週期裏不斷優化自身的永久存儲網路。Arweave不在乎市場營銷,也不在乎競爭對手和市場的發展趨勢。它只是在迭代網路架構的路上不斷前行,即使無人問津也不在意,因爲這就是Arweave開發團隊的本質:長期主義。得益於長期主義,Arweave在上個牛市受到熱烈追捧;也因爲長期主義,即使跌入谷底,Arweave還可能撐過幾輪牛熊。只是未來的去中心化存儲有沒有Arweave的一席之地呢?永久存儲的存在價值只能通過時間來證明。

Arweave主網從1.5版本到最近的2.9版本,盡管已經失去市場討論熱度,但一直在致力於讓更廣範圍的礦工以最小的成本參與網路,並激勵礦工最大限度地存儲數據,讓整個網路的健壯性不斷提升。Arweave在深知自己不符合市場偏好的情況下採取保守路線,不擁抱礦工團體,生態完全停滯,以最小成本升級主網,在不損害網路安全的前提下,不斷降低硬件門檻。

1.5-2.9的升級之路回顧

Arweave 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。爲遏制這一趨勢,1.7版本引入RandomX算法,限制使用專業化算力,轉而要求通用CPU參與挖礦,從而削弱算力中心化。

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

爲糾正該偏向,2.4推出SPoRA機制,引入全局索引與慢哈希隨機訪問,使礦工必須真實持有數據塊以參與有效出塊,從機制上削弱算力堆疊效果。其結果是,礦工開始關注存儲訪問速度,帶動SSD與高速讀寫設備應用。2.6引入哈希鏈控制出塊節奏,平衡了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則以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:擁抱熱數據是炒作還是內藏乾坤?

Walrus的設計思路與FIL和Arweave完全不同。FIL的出發點是打造一套去中心化可驗證的存儲系統,代價是冷數據存儲;Arweave的出發點是打造一個可以永久存儲數據的鏈上亞歷山大圖書館,代價是場景太少;Walrus的出發點則是優化存儲開銷的熱數據存儲協議。

魔改糾刪碼:成本創新還是新瓶裝舊酒?

在存儲成本設計方面,Walrus認爲FIL與Arweave的存儲開銷是不合理的。後二者均採用了完全復制架構,其主要優勢在於每個節點都持有完整副本,具備較強的容錯能力與節點間的獨立性。這類架構能保障即使部分節點離線,網路仍具備數據可用性。然而,這也意味着系統需要多副本冗餘以維持魯棒性,進而推高存儲成本。尤其在Arweave的設計中,共識機制本身即鼓勵節點冗餘存儲,以增強數據安全性。相較之下,FIL在成本控制上更具彈性,但代價是部分低成本存儲可能存在更高的數據丟失風險。Walrus試圖在兩者之間尋找平衡,其機制在控制復制成本的同時,通過結構化冗餘方式增強可用性,從而在數據可得性與成本效率之間建立新的折中路徑。

Walrus自創的Redstuff是降低節點冗餘的關鍵技術,它來源於Reed-Solomon(RS)編碼。RS編碼是一種非常傳統的糾刪碼算法,糾刪碼是一種允許通過添加冗餘片段(erasure code)將數據集加倍的技術,可用於重建原始數據。從CD-ROM到衛星通信再到二維碼,它在日常生活中被頻繁使用。

糾刪碼允許用戶獲取一個塊,例如1MB大,然後將其"放大"到2MB大,其中額外的1MB是稱爲糾刪碼的特殊數據。如果塊中的任何字節丟失,用戶可以通過代碼輕鬆恢復這些字節。即使多達1MB的塊丟失,也可以恢復整個塊。相同的技術可以讓計算機讀取CD-ROM中的所有數據,即使它已受損。

目前最常用的是RS編碼。實現方式是,從k個信息塊開始,構造相關的多項式,並在不同的x坐標處對其進行評估,以獲得編碼塊。使用RS糾刪碼,隨機採樣丟失大塊數據的可能性非常小。

RedStuff編碼算法的最大特點是什麼?通過改進糾刪編碼算法,Walrus能夠快速且穩健地將非結構化數據塊編碼成較小的分片,這些分片會分布存儲在一個存儲節點網路中。即使多達三分之二的分片丟失,也可以使用部分分片快速重構原始數據塊。這在保持復制因子僅爲4倍至5倍的情況下成爲可能。

因此,將Walrus定義爲一個圍繞去中心化場景重新設計的輕量級冗餘與恢復協議是合理的。相較傳統糾刪碼(如Reed-Solomon),RedStuff不再追求嚴格的數學一致性,而是針對數據分布、存儲驗證和計算成本進行了現實主義的權衡。這種模式放棄了集中式調度所需的即時解碼機制,改爲通過鏈上Proof驗證節點是否存有特定數據副本,從而適應更動態、邊緣化的網路結構。

RedStuff的設計核心,是將數據拆分爲主切片和次切片兩類:主切片用於恢復原始數據,其生成和分布受嚴格約束,恢復門檻爲f+1,且需2f+1的籤名作爲可用性背書;次切片則通過異或組合等簡單運算方式生成,作用是提供彈性容錯,提升整體系統魯棒性。這種結構本質上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"的實踐路徑。雖然與Arweave等系統中對回溯塊的寬松要求相似,在降低網路負擔方面取得了一定效果,但同時也弱化了數據即時可用性與完整性保障。

不可忽視的是,RedStuff雖然實現了低算力、低帶寬環境下的有效存儲,但本質仍屬於糾刪碼系統的一種"變體"。它犧牲一部分數據讀取確定性,以換取去中心化環境下的成本控制與擴展性。但在應用層面,這種架構能否支撐起大規模、高頻交互的數據場景仍有待觀察。更進一步,RedStuff並未真正突破糾刪碼長期存在的編碼計算瓶頸,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。

因此,RedStuff更像是針對當前去中心化存儲現實環境所作的一次"合理改裝"。它確實帶來了冗餘成本與運行負載上的改進,使得邊緣設備與非高性能節點可以參與數據存儲任務。但在大規模應用、通用計算適配與一致性要求更高的業務場景中,其能力邊界仍較爲明顯。這使得Walrus的創新更像是對既有技術體系的適應性改造,而非推動去中心化存儲範式遷移的決定性突破。

Sui與Walrus:高性能公鏈能帶動存儲實用