Sự nổ lên của AI sinh thành mang lại một câu hỏi không thể bỏ qua — lưu trữ như thế nào, lưu bao nhiêu, quản lý thế nào?

Nói cách khác chỉ có ba yêu cầu: rẻ, an toàn, dễ dùng. Các bộ dữ liệu huấn luyện chất đống như núi, nội dung được sinh ra cần lưu trữ, quyền truy cập dữ liệu còn phải quản lý chi tiết, những việc này lẽ ra phải là chuyện nhỏ, nhưng giờ đã trở thành nút thắt chính cản trở việc triển khai quy mô AI.

Không thể không nhắc đến Walrus Protocol đã có sự triển khai rõ ràng trên đường đua này. Cung cấp hỗ trợ cơ sở hạ tầng cho các dự án AI từ lớp lưu trữ, ý tưởng này khá thú vị.

Lấy nền tảng AI sinh thành Everlyn làm ví dụ, trường hợp này khá mang tính đại diện. Everlyn đặt Walrus làm lớp dữ liệu, chuyển vào hơn 50GB bộ dữ liệu huấn luyện, các điểm kiểm tra mô hình, bộ nhớ đệm KV và những dữ liệu cốt lõi khác, nội dung video chất lượng cao được tạo mới cũng toàn bộ lưu trữ trên Walrus. Tại sao lại chọn như vậy?

Lý do cốt lõi thực ra khá đau lòng — chi phí lưu trữ của các dịch vụ đám mây như AWS, Azure liên tục tăng vọt theo nhu cầu tạo video. Trong khi đó, công nghệ mã hóa Red-Stuff của Walrus kết hợp với phương án lưu trữ hàng loạt Quilt, có thể giảm chi phí lưu trữ xuống còn vài mươi phần của phương án truyền thống, điểm then chốt là tính khả dụng cao và tốc độ truy cập dữ liệu không bị sụt giảm. Như vậy, các nhà phát triển AI sẽ có thêm nguồn lực đầu tư vào tối ưu hóa mô hình, thay vì bị hóa đơn lưu trữ vắt kiệt.

Về tính linh hoạt trong quản lý dữ liệu, Walrus cũng thể hiện được sức mạnh của mình.