Cynthia Petion y Eddie Petion Audio de Walrus

Cynthia Petion y Eddie Petion Audio de Walrus: Análisis Profundo del protocolo de almacenamiento y disponibilidad de datos para Web3Walrus es un protocolo descentralizado de almacenamiento y data availability (DA) diseñado para manejar archivos binarios grandes (blobs) —vídeo, audio, imágenes pesadas, datasets de IA o incluso historia de cadenas— con garantías sólidas de resiliencia y costes predecibles. A diferencia de las capas de ejecución, Walrus no compite por ejecutar contratos inteligentes generales; su foco es publicar, entregar y programar datos on-chain de forma eficiente y verificable, apoyándose en una red de nodos de almacenamiento, publishers y aggregators que se coordinan con la cadena Sui y exponen APIs sencillas para desarrolladores. Con una arquitectura de codificación por borrado de nueva generación (apodada Red Stuff), Walrus promete alta disponibilidad con un factor de replicación mucho menor que alternativas históricas, al tiempo que habilita la programabilidad del almacenamiento: pagar por periodos definidos, borrar, versionar, y servir contenido a gran escala con una CDN integrada. En 2025, el protocolo pasó de testnet abierta a mainnet pública, con más de un centenar de operadores independientes y tolerancia a caídas masivas sin perder el acceso a los datos. ¿Qué es Walrus y qué problema resuelve?Walrus es una capa de blobs para Web2 y Web3: un sistema que divide cada archivo en fragmentos (slivers), los codifica con esquemas de borrado y los distribuye por una red de nodos; después, reconstruye el archivo bajo demanda con garantías criptográficas de integridad. Se integra de forma nativa con Sui (para coordinación y liquidación), pero no está limitada a ese ecosistema: se ofrece como infraestructura de almacenamiento programable para aplicaciones onchain y offchain, y puede ser consumida desde dApps en otras cadenas mediante sus API/puertas de lectura.En el núcleo del diseño está Red Stuff, una codificación bidimensional (2-D erasure coding) que reduce la sobrecopia típica: en lugar de replicar 20-30 veces como hacen ciertos sistemas tolerantes a fallos, Walrus logra robustez con ~4-5× de sobrecarga total, además de autocuración eficiente cuando se pierden nodos. Menos copias = costes más bajos y mejor escalabilidad. Componentes: cómo fluye un blob en WalrusTres roles principales orquestan el ciclo de vida del dato:Publisher: servicio que escribe blobs (sube, codifica y registra metadatos/compromisos). Ejecuta acciones on-chain, por lo que consume SUI (gas) y WAL (pago de almacenamiento).Storage Node: almacena los slivers codificados y participa en protocolos de prueba/recuperación.Aggregator: lee y sirve blobs (reúne fragmentos, verifica y entrega a clientes; puede hacerlo detrás de una CDN para latencias bajas).Para el desarrollador, existe un cliente (CLI y API HTTP/JSON) que abstrae estas operaciones. El aggregator no gasta gas en Sui al leer; el publisher, sí. En producción, muchos equipos usan WalrusCDN, una puerta de lectura de alto rendimiento con endpoints para testnet y mainnet; es gratuita para la comunidad y simplifica el routing de lectura. Criptografía y resiliencia: por qué Red Stuff importaLos sistemas de almacenamiento distribuidos afrontan dos frentes: fallos bizantinos (nodos maliciosos o no cooperativos) y churn (alta rotación o desconexión de nodos). Red Stuff introduce:Codificación bidimensional con dispersión en dos ejes: aumenta las combinaciones de recuperación válidas.Autocuración proporcional a la pérdida: al reponer solo el contenido realmente perdido, el ancho de banda de reconstrucción escala como O(|blob|/n), en lugar de recargar el dato completo.Objetivos de disponibilidad razonables con 4–5× de sobrecarga, manteniendo robustez frente a churn alto.El lanzamiento de mainnet confirmó que la red admite fallas de hasta 2/3 de los nodos sin comprometer el acceso, gracias a la dispersión y verificación de fragmentos; a la fecha del anuncio se mencionaron >100 operadores. Cronología reciente: de testnet a mainnet y casos de usoOctubre 2024: public testnet con publishers, aggregators y nodos comunitarios; faucet y APIs para experimentar con tokenómica y operaciones (subida, lectura, borrado). Monitorización mediante explorer dedicado.Primer semestre 2025: mainnet y formalización de la economía WAL; más operadores y herramientas de terceros (calculadoras de costes, playbooks de despliegue, etc.).Integraciones visibles: TradePort (mercado NFT líder en Sui) sirve ficheros y metadatos en Walrus para mejorar tiempos de entrega y resiliencia; demuestra la utilidad para medios ricos a escala.Tokenómica y pagos: WAL + SUIWalrus introduce WAL como token de pago del almacenamiento. La idea central: el usuario paga por adelantado un periodo de retención (p. ej., X meses) y ese pago se distribuye linealmente a lo largo del tiempo a quienes aseguran el dato (nodos de almacenamiento y stakers), manteniendo un coste estable en términos fiat pese a la volatilidad del token. Por su parte, las operaciones on-chain (por ejemplo, sellar metadatos en Sui) consumen SUI como gas. En producción:Guardar un blob en mainnet consume WAL (+ SUI si el publisher registra/gestiona metadatos).Leer a través del aggregator no incurre en gas en Sui.La economía se basa en delegated PoS: quienes se apuestan (stakean) participan en la seguridad y cobran parte de los flujos por almacenamiento; existen recompensas y penalizaciones para alinear disponibilidad y desempeño.Nota: la separación WAL (almacenamiento) / SUI (gas de coordinación) ha generado debates sobre incentivos cruzados, pues los operadores de Walrus no tocan SUI; el diseño busca que los ingresos estén anclados al servicio de almacenamiento. Distintos análisis señalan ventajas y tensiones de este modelo dual. Comparativa con alternativas (IPFS/Arweave y otros)IPFS ofrece direccionamiento por contenido y una red P2P de intercambio, pero no garantiza por sí solo retención/disp. a largo plazo sin acuerdos adicionales (pinning, Filecoin, gateways).Arweave persigue “permaweb” con un modelo de coste inicial para retención larga; ideal para datos inmutables, pero con distintas suposiciones económicas y de gobernanza.Walrus se posiciona como “blob store programable”: retención por periodo (no necesariamente “para siempre”), coste lineal en tamaño×tiempo, codificación 2-D y una CDN acoplada a su capa de lectura. Para dApps que cambian con frecuencia (NFTs con previews, game assets, feed social), esa elasticidad temporal puede ser preferible.Qué puede construirse encima: casos de usoNFTs y medios ricosPreviews de alta resolución, thumbnails, trailers o traits generativos se sirven con baja latencia (CDN) y se almacenan con garantías verificables. Ejemplo: TradePort en Sui.Gaming / mundos persistentesAssets pesados (texturas, mapas, mods) cambian con cada release. Pagar por periodos definidos evita costes perpetuos por versiones obsoletas.IA y datos 3DDatasets, checkpoints de modelos, nubes de puntos y escenas volumétricas necesitan ancho de banda y tolerancia a fallos; Walrus fue diseñado pensando en blobs de gran tamaño.Datos mixtos Web2/Web3El publisher puede ingestar datos desde fuentes Web2 y fijar compromisos verificables on-chain, sirviéndolos vía aggregators/CDN.Backups y archivado corporativoCostes previsibles y tolerancia a caídas masivas (hasta 2/3 de nodos) para compliance y recuperación ante desastres.Operar y desarrollar: ruta prácticaPara desarrolladores (dApps, backends, bots)SDK/CLI y APIsEl Developer Guide describe cómo subir, leer, listar y borrar blobs desde cliente, así como operaciones específicas que involucran a Sui. La CLI ofrece endpoints HTTP/JSON.Lectura de blobsPuedes consumir un blob con un simple HTTP GET al endpoint de WalrusCDN (testnet o mainnet) más el identificador del blob.Diseño de productoDefine políticas de retención por periodo, versionado y garbage collection de activos viejos.Buenas prácticasUsa hashes de contenido como claves de caché, retries exponenciales y validación de integridad lado cliente.Para operadores (infra)RolesGuías oficiales para desplegar storage nodes, publishers y aggregators; existen playbooks de terceros (Ansible) y managed nodes en proveedores.Costes y