生成式AIの爆発的な普及は、避けて通れない問題をもたらした——どう保存するか、どれだけ保存するか、どう管理するか？

要するに、三つの要求がある：安価、安全、使いやすい。訓練データセットは山のように積み上がり、生成コンテンツはアーカイブが必要で、データの権限も細かく管理しなければならない。これらは本来小さなことのはずだったが、今やAIアプリケーションの規模拡大を妨げる主要なボトルネックとなっている。

特に注目すべきは、Walrus Protocolがこの分野で明確な展開を進めている点だ。ストレージ層からAIプロジェクトに基盤を提供するというこのアイデアは非常に興味深い。

生成式AIプラットフォームEverlynを例にとると、このケースは非常に代表的だ。EverlynはWalrusをデータ層として採用し、50GBを超える訓練データセット、モデルのチェックポイント、KVキャッシュなどのコアデータを格納している。新たに生成される高品質な動画コンテンツもすべてWalrusに保存されている。なぜこのような選択をしたのか？

その核心的な理由は非常に痛感させられるものだ——AWSやAzureといったクラウドサービスのストレージコストは、動画生成の需要増加とともに絶えず上昇している。一方、WalrusのRed-Stuffエンコーディング技術とQuiltのバッチストレージ方案を組み合わせることで、ストレージコストを従来の方案の数十分の一に抑えることができる。重要なのは、データの高可用性とアクセス速度が犠牲にならない点だ。こうして、AI開発者はモデルの最適化に集中できる余裕を持ち、ストレージの請求書に追われることはなくなる。

データ管理の柔軟性においても、Walrusはその実力を示している。