Pourquoi le stockage décentralisé a-t-il toujours été négligé ? En deux mots : lent. La latence de lecture des données est incroyablement élevée, les applications sociales nécessitent un rendu instantané, et l’appel aux ressources de jeu doit répondre en millisecondes. Dans ces scénarios, le stockage décentralisé est tout simplement un cauchemar. Mais Walrus a changé cette donne, en réalisant une lecture de données en millisecondes, brisant le plafond de performance qui stagnait depuis si longtemps dans l’industrie.

Le secret réside dans l’innovation de la solution d’encodage. Les codes de correction d’erreurs traditionnels utilisent des calculs polynomiaux complexes pour restaurer les données, rendant le processus de décodage long. Walrus adopte l’encodage RedStuff 2D, utilisant l’opération XOR en remplacement, ce qui simplifie considérablement la logique de calcul, et accélère directement la décodage. Mieux encore, sa conception de découpage permet de restaurer les données en ne lisant qu’une partie des segments principaux et secondaires, sans avoir besoin de télécharger une copie complète. Cette astuce permet de réduire considérablement le temps de transmission.

Avoir un bon encodage ne suffit pas, il faut aussi que l’architecture réseau suive le rythme. Walrus adopte une stratégie en couches : les nœuds en périphérie sont déployés près des utilisateurs pour stocker les données populaires et répondre aux accès fréquents ; les nœuds centraux stockent les données froides en arrière-plan, assurant la sécurité à long terme. Lorsqu’un utilisateur lit des données, il les récupère directement auprès du nœud en périphérie le plus proche, sans avoir besoin de connexion interrégionale, ce qui réduit considérablement la latence du réseau.

Avec cette combinaison, le stockage décentralisé a enfin pu se débarrasser de l’étiquette de « simple outil de sauvegarde à froid » et commence à avoir la capacité de supporter des scénarios d’applications en temps réel.