去中心化存储的发展历程与未来展望

存储曾是区块链行业的热门赛道之一。Filecoin作为上一轮牛市的龙头项目，市值一度超过100亿美元。Arweave主打永久存储，最高市值达到35亿美元。但随着冷数据存储的实用性受到质疑，去中心化存储的前景也被打上了问号。

近期Walrus的出现为沉寂已久的存储叙事带来新的关注。而Aptos与Jump Crypto联手推出的Shelby项目，则试图将去中心化存储在热数据领域推向新的高度。那么，去中心化存储能否卷土重来，成为广泛应用的基础设施?还是仅仅是又一轮炒作?本文将从Filecoin、Arweave、Walrus和Shelby四个项目的发展路线出发，分析去中心化存储叙事的演变历程，探讨其未来发展方向。

Filecoin:存储只是表象，挖矿才是本质

Filecoin是早期兴起的加密货币项目之一，其发展方向围绕去中心化展开。这是早期加密项目的普遍特征 - 在各个传统领域寻找去中心化的意义。Filecoin试图将存储与去中心化结合，提出中心化数据存储存在信任风险的观点。然而，为实现去中心化而做出的某些取舍，反而成为后来Arweave或Walrus等项目试图解决的痛点。

要理解为什么Filecoin实质上只是一个矿币，需要了解其底层技术IPFS不适合热数据存储的客观限制。

IPFS:去中心化架构，但受限于传输瓶颈

IPFS(星际文件系统)早在2015年左右就已问世，旨在通过内容寻址颠覆传统HTTP协议。但IPFS最大的问题是获取速度极慢。在传统数据服务商能达到毫秒级响应的时代，IPFS获取一个文件仍需十几秒，这使其难以在实际应用中推广，也解释了为何除少数区块链项目外，它很少被传统行业采用。

IPFS底层的P2P协议主要适用于"冷数据" - 不常变动的静态内容如视频、图片和文档。但在处理热数据方面，如动态网页、在线游戏或AI应用，P2P协议相较传统CDN并无明显优势。

尽管IPFS本身不是区块链，但其采用的有向无环图(DAG)设计理念与许多公链及Web3协议高度契合，使其天生适合作为区块链的底层构建框架。因此即使缺乏实用价值，作为承载区块链叙事的底层框架已经足够。早期山寨项目只需一个能跑通的框架就可以开启宏大愿景，但当Filecoin发展到一定阶段时，IPFS带来的局限性开始阻碍其进一步发展。

存储外衣下的矿币逻辑

IPFS的设计初衷是让用户在存储数据的同时，也能作为存储网络的一部分。然而，没有经济激励的情况下，用户很难自愿使用这套系统，更不用说成为活跃的存储节点。这意味着大多数用户只会把文件存在IPFS上，却不会贡献自己的存储空间，也不会存储他人的文件。正是在这样的背景下，Filecoin应运而生。

Filecoin的代币经济模型中主要有三个角色:用户负责支付费用以存储数据；存储矿工因存储用户数据而获得代币激励；检索矿工则在用户需要时提供数据并获取激励。

这种模型存在潜在的作恶空间。存储矿工可能在提供存储空间后，填充垃圾数据以获取奖励。由于这些垃圾数据不会被检索，即便丢失也不会触发存储矿工的罚没机制。这使得存储矿工可以删除垃圾数据并重复此过程。Filecoin的复制证明共识只能确保用户数据未被私自删除，却无法阻止矿工填充垃圾数据。

Filecoin的运行在很大程度上依赖矿工对代币经济的持续投入，而非基于终端用户对分布式存储的真实需求。尽管项目仍在持续迭代，但目前阶段，Filecoin的生态构建更符合"矿币逻辑"而非"应用驱动"的存储项目定义。

Arweave:成于长期主义，败于长期主义

如果说Filecoin的设计目标是构建一个可激励、可证明的去中心化"数据云"壳子，那么Arweave则在存储的另一个方向走向极端:为数据提供永久性存储的能力。Arweave并不试图构建一个分布式计算平台，它的整个系统围绕一个核心假设展开 - 重要的数据应该被一次性存储，并永远留存于网络中。这种极端的长期主义，使得Arweave从机制到激励模型、从硬件需求到叙事角度都与Filecoin大相径庭。

Arweave以比特币作为学习对象，试图在以年为计的长周期里不断优化自身的永久存储网络。Arweave不在乎市场营销，也不在乎竞争对手和市场的发展趋势。它只是在迭代网络架构的路上不断前行，即使无人问津也不在意，因为这就是Arweave开发团队的本质:长期主义。得益于长期主义，Arweave在上个牛市受到热烈追捧；也因为长期主义，即使跌入谷底，Arweave还可能撑过几轮牛熊。只是未来的去中心化存储有没有Arweave的一席之地呢?永久存储的存在价值只能通过时间来证明。

Arweave主网从1.5版本开始到最近的2.9版本，尽管已经失去市场讨论热度，但一直在致力于让更广范围的矿工以最小的成本参与网络，并激励矿工最大限度地存储数据，让整个网络的健壮性不断提升。Arweave深知自己不符合市场偏好，采取保守路线，不拥抱矿工团体，生态完全停滞，以最小成本升级主网，在不损害网络安全的前提下，不断降低硬件门槛。

1.5-2.9的升级之路回顾

Arweave 1.5版本暴露出矿工可依赖GPU堆叠而非真实存储来优化出块几率的漏洞。为遏制这一趋势，1.7版本引入RandomX算法，限制使用专业化算力，转而要求通用CPU参与挖矿，从而削弱算力中心化。

在2.0版本，Arweave采用SPoA，将数据证明转为默克尔树结构的简洁路径，并引入格式2交易减少同步负担。这一架构缓解了网络带宽压力，使节点协同能力显著增强。然而，部分矿工仍可通过集中式高速存储池策略回避真实数据持有责任。

为纠正该偏向，2.4推出SPoRA机制，引入全局索引与慢哈希随机访问，使矿工必须真实持有数据块以参与有效出块，从机制上削弱算力堆叠效果。其结果是，矿工开始关注存储访问速度，带动SSD与高速读写设备应用。2.6引入哈希链控制出块节奏，平衡了高性能设备的边际效益，为中小矿工提供公平参与空间。

后续版本进一步强化网络协作能力与存储多样性:2.7增加协作式挖矿与矿池机制，提升小矿工竞争力；2.8推出复合打包机制，允许大容量低速设备灵活参与；2.9则以replica_2_9格式引入新型打包流程，大幅提升效率并降低计算依赖，完成数据导向挖矿模型的闭环。

整体来看，Arweave升级路径清晰呈现其以存储为导向的长期策略:在不断抵抗算力集中趋势的同时，持续降低参与门槛，保证协议长期运行的可能性。

Walrus:拥抱热数据是炒作还是内藏乾坤?

Walrus从设计思路上来说，和Filecoin与Arweave完全不同。Filecoin的出发点是打造一套去中心化可验证的存储系统，代价是冷数据存储；Arweave的出发点是打造一个可以永久存储数据的链上亚历山大图书馆，代价是场景太少；Walrus的出发点是优化存储开销的热数据存储协议。

魔改纠删码:成本创新还是新瓶装旧酒?

在存储成本设计方面，Walrus认为Filecoin与Arweave的存储开销是不合理的，后二者均采用了完全复制架构，其主要优势在于每个节点都持有完整副本，具备较强的容错能力与节点间的独立性。这类架构能保障即使部分节点离线，网络仍具备数据可用性。然而，这也意味着系统需要多副本冗余以维持鲁棒性，进而推高存储成本。尤其在Arweave的设计中，共识机制本身即鼓励节点冗余存储，以增强数据安全性。相较之下，Filecoin在成本控制上更具弹性，但代价是部分低成本存储可能存在更高的数据丢失风险。Walrus试图在两者之间寻找平衡，其机制在控制复制成本的同时，通过结构化冗余方式增强可用性，从而在数据可得性与成本效率之间建立新的折中路径。

Walrus自创的Redstuff是降低节点冗余的关键技术，它来源于Reed-Solomon(RS)编码。RS编码是一种非常传统的纠删码算法，纠删码是一种允许通过添加冗余片段(erasure code)将数据集加倍的技术，可用于重建原始数据。从CD-ROM到卫星通信再到二维码，它在日常生活中被频繁使用。

纠删码允许用户获取一个块，例如1MB大，然后将其"放大"到2MB大，其中额外的1MB是称为纠删码的特殊数据。如果块中的任何字节丢失，用户可以通过代码轻松恢复这些字节。即使多达1MB的块丢失，您也可以恢复整个块。相同的技术可以让计算机读取CD-ROM中的所有数据，即使它已受损。

目前最常用的是RS编码。实现方式是，从k个信息块开始，构造相关的多项式，并在不同的x坐标处对其进行评估，以获得编码块。使用RS纠删码，随机采样丢失大块数据的可能性非常小。

举例说明:将一个文件分成6个数据块和4个校验块，共计10份。只要任意保留其中6份，就能完整恢复原始数据。

优点:容错能力强，被广泛应用于CD/DVD、防故障硬盘阵列(RAID)、以及云存储系统(如Azure Storage、Facebook F4)。

缺点:解码计算复杂，开销较高；不适合频繁变动的数据场景。因此通常用于链下集中化环境中的数据恢复与调度。

在去中心化架构下，Storj和Sia对传统RS编码进行了调整以适应分布式网络的实际需求。Walrus也在此基础上提出了自己的变种 - RedStuff编码算法，以实现更低成本、更灵活的冗余存储机制。

Redstuff的最大特点是什么?通过改进纠删编码算法，Walrus能够快速且稳健地将非结构化数据块编码成较小的分片，这些分片会分布存储在一个存储节点网络中。即使多达三分之二的分片丢失，也可以使用部分分片快速重构原始数据块。这在保持复制因子仅为4倍至5倍的情况下成为可能。

因此，将Walrus定义为一个围绕去中心化场景重新设计的轻量级冗余与恢复协议是合理的。相较传统纠删码(如Reed-Solomon)，RedStuff不再追求严格的数学一致性，而是针对数据分布、存储验证和计算成本进行了现实主义的权衡。这种模式放弃了集中式调度