AI và Web3 kết hợp đang viết lại những quy tắc về quản trị dữ liệu. Các mô hình AI sinh thành cần đào tạo với dữ liệu khổng lồ, nhưng những dữ liệu này thường rải rác ở khắp nơi — phân bố trên các nền tảng khác nhau, lẫn lộn với thông tin bảo mật và bí mật thương mại, rất khó hợp tác chia sẻ. Ý tưởng về AI phi tập trung nghe có vẻ tốt đẹp, nhưng trong thực tế dữ liệu đó lưu thông an toàn như thế nào? Làm thế nào để truy tracing nguồn gốc? Làm thế nào để vừa bảo vệ quyền riêng tư vừa đảm bảo hiệu suất? Những câu hỏi này đã làm mắc kẹt nhiều dự án.

Lưu trữ chi phí thấp và hiệu suất cao là điểm đột phá. Hãy tưởng tượng, mô hình AI phải xử lý các tập dữ liệu ở cấp TB thậm chí PB, còn phải đọc lại nhiều lần để lặp lại và tối ưu hóa. Sử dụng kho lưu trữ đám mây truyền thống? Chi phí sẽ tăng vũ bão. Đó là lý do tại sao ngành công nghiệp bắt đầu nhìn vào các giải pháp lưu trữ phi tập trung — chúng có thể giải quyết vấn đề dữ liệu quy mô lớn theo cách kinh tế hơn.

Về chi tiết kỹ thuật, chìa khóa của lưu trữ phi tập trung nằm ở kiểm soát tỷ lệ dự phòng. Walrus áp dụng công nghệ mã xóa chiều hai Red-Stuff, nén tỷ lệ dự phòng lưu trữ xuống còn 4-5 lần, chỉ bằng ba phần một của phương pháp đa bản sao truyền thống. Chuyển thành con số chi phí thì rõ ràng hơn: so với Arweave có thể giảm 98,6%, so với Filecoin có thể giảm 75%. Lợi thế chi phí này không phải con số nhỏ, đối với những tác vụ đào tạo AI chạy lâu dài, nó trực tiếp ảnh hưởng đến tính bền vững của dự án.

Vì vậy Walrus dần trở thành cơ sở hạ tầng của AI phi tập trung, không chỉ vì nó rẻ, mà vì nó xây dựng một hệ thống quản trị dữ liệu hoàn chỉnh — từ lưu trữ, mã hóa, hợp tác cho đến cuối cùng là khai thác dữ liệu, tạo thành một chuỗi hoàn chỉnh. Điều này xóa bỏ những rào cản kỹ thuật và chi phí chính của phát triển AI phi tập trung.