最近Web3ストレージ界隈には明らかな現象があります——WalrusがトップレベルのAIプロジェクトの公式発表に頻繁に登場しています。生成式AIプラットフォームEverlyn、分散型AI開発プラットフォームOpenGradient、そしてフェデレーションラーニングプラットフォームFLock.ioといった重鎮たちが次々とWalrusをコアストレージ層に設定しており、その背景には何かしらの理由があるに違いありません。

まずはEverlynの事例からその事情を見てみましょう。彼らは5000以上のユーザービデオと50GBのトレーニングデータセットをAWSから移行し、その最も直感的な成果はストレージコストの大幅な削減です。しかし、より巧妙なのは、Suiのスマートコントラクトと連携させて支払いとストレージを直接結びつけることで、全体のワークフローが非常にスムーズになった点です。動画生成速度は安定して16秒台を維持しており、これは業界トップレベルの水準です。

OpenGradientの選択も問題の本質をよく示しています。彼らは従来のIPFSアーキテクチャを捨て、Walrusを用いて100以上のAIモデルをホスティングしています。このやり方のメリットは、Walrusのプログラム可能な特性を活かし、モデルを直接トークン化して収益分配を実現できる点にあります。これにより、開発者のインセンティブやエコシステムの運営にとって大きなブレークスルーとなっています。

技術面では、WalrusのRed Stuffの纠删符号化技術がAI開発の実際的な課題——データ復元の効率性と、ノードの頻繁な変動環境下でも安定して動作する点を解決しています。これはまさにAIトレーニングの高頻度の読み書きシナリオに適合します。さらに、Suiエコシステムとのネイティブな統合により、追加の適応ツールを書かずとも接続コストが大幅に削減されます。

今や、AIとWeb3の融合はもはや理論の問題ではありません。Walrusはすでに分散型AIストレージの重要なポジションを占めており、今後はより多くのAIプロジェクトが積極的に接近してくるでしょう。エコシステムの爆発的な成長力には確かに注目に値します。