AO Computer 助力 Arweave，賦能 Crypto + AI

撰文：Greythorn

市場見解

Web3，即下一代互聯網，將建立在三大基本支柱之上：共識、存儲和計算。區塊鏈技術開啟了去中心化的革命，而Web3則擴展了這一概念，使整個互聯網去中心化。

去中心化存儲，以點對點網絡為代表，創建了一個全球、無信任和不可變的硬盤。Arweave作為這一領域的領導者，提供了具有成本效益的解決方案，確保永久性、不可變性和抗審查性，滿足NFT和dApps日益增長的需求。

來源: Binance Research

根據國際數據公司（IDC）的數據，預計到2026年，全球數據生成量將達到約221,000艾字節（EB）。為了便於理解，1 EB等於1,048,576 TB，這使得到2026年全球數據總量約為231.7億TB。如此龐大的數據量凸顯了去中心化存儲協議如Arweave的巨大市場潛力。

Arweave也在進軍去中心化計算領域，其AO計算機是一個“超並行”計算機，設計用於將大型AI模型與智能合約整合。AO結合了Solana等L1區塊鏈的速度與去中心化項目所需的可驗證性。

全球AI市場預計到2032年將增長至約2,575.16億美元，年增長率為19%。去中心化AI解決了機器學習中的透明性和控制問題，促進了一個公平和可訪問的AI環境，保護知識產權和個人數據。Arweave在去中心化存儲和計算方面的進展使其處於Web3運動的前沿，滿足關鍵需求並擴大其市場潛力。

協議

Arweave是一個去中心化存儲協議，旨在通過一次性支付永久存儲數據。它由兩個關鍵組件組成：blockweave和permaweb。

Blockweave作為Arweave的存儲層，處理存儲訂單並複製數據。它採用了一種稱為簡潔隨機訪問證明（Succinct Random Proofs of Access - SPoRA）的共識機制，確保節點在接受新數據之前提供對先前上傳數據的加密訪問證明。

在blockweave之上是permaweb，這是一個模仿萬維網的人類可讀層。與傳統的網頁數據不同，permaweb上的內容是不可變的，確保一旦上傳，網站和dApps將保持不變。

來源: Arweave

Arweave通過其SmartWeave平臺支持智能合約。與以太坊等傳統區塊鏈網絡不同，SmartWeave僅在請求運行合約的本地機器上計算合約狀態。這種設計提高了效率和可擴展性。

Arweave網絡的原生效用代幣是AR。該代幣用於支付存儲基金，這些基金用於補償礦工，確保存儲和網絡容量成本得到無限期覆蓋。

在Arweave上存儲文件時，用戶支付一次性費用，大部分費用進入存儲捐贈基金。該捐贈基金旨在根據保守的存儲成本下降假設無限期覆蓋存儲成本。歷史上，存儲成本的年平均下降率為-30.57%，這支持了協議的長期可行性。

來源: Arweave

Arweave網絡中的礦工通過交易費用、通脹性代幣發行（以取決於區塊權重的速率逐漸減少）和捐贈支付相結合的方式獲得獎勵。

Arweave的代幣經濟包括最初發行的5500萬AR代幣，另外1100萬代幣作為通脹性發行。這些發行將繼續減少，直到總流通量達到6600萬AR代幣。協議不採用代幣銷燬機制，保持固定供應量。

來源: Arweave

Arweave的“分叉事件”和最新網絡升級

2023年12月18日，Arweave創始人Sam在推特上表示Irys計劃分叉Arweave，涉及刪除數據集和重置代幣供應。這引起了社區的強烈反對。DataOS停止使用Irys，稱其行為違背了Permaweb原則。Community Labs創始人Tate支持Sam，並希望Irys能正確分叉，而Decent Land Labs決定停止與Irys的整合，同時everVision承諾繼續支持生態系統。2024年1月4日，Irys創始人Josh Benaron澄清存在誤解，目前沒有分叉計劃。Sam歡迎Irys回到Arweave社區。

與此同時，2024年3月26日的Arweave分叉引入了協調挖礦，允許多個節點協同工作，提高了效率和算力。它還增加了對池化挖礦的支持，使礦工之間可以共享資源。協議變更提高了單塊解決方案的難度，以促進完整數據副本的生成，引入了新的定價措施，並將檢查點深度減少到18個區塊。儘管最初有爭議，這些變化已經被接受，Arweave的價格因性能和穩定性的改善而上升。

Arweave 的 AO Computer

AO計算機將區塊鏈安全性與類似Amazon EC2的平臺的效率和可擴展性相結合，形成了新的計算範式。通過利用Arweave的強大基礎，AO解決了零知識機器學習（zkML）的可擴展性和效率挑戰。它提供了一個透明、可驗證的計算系統，由Arweave的安全和永久數據存儲支持。

AO採用並行處理，在大規模上同時運行多個程序，類似於計算機上的多任務處理但大大放大。這種方法優化了資源分配，將資源從不太活躍的任務轉移到需要更多資源的任務，類似於繁忙的網站分配流量以有效服務眾多用戶。智能管理使得操作更加順暢、快速，增強了可擴展性和性能，以滿足不斷增長的需求。

AO所基於的開放數據協議提供了靈活和模塊化的設計，允許輕鬆升級和更換組件，如排序器和虛擬機。

AOS系統作為AO的去中心化操作系統，讓開發者運行類似於智能合約的命令行進程。它結合了雲服務器操作的熟悉性和去中心化及無信任處理的好處。AOS使用Lua編寫，這是一種用於流行遊戲如Roblox和憤怒的小鳥的編程語言，支持創建與各種虛擬機兼容的區塊鏈，包括EVM。

在AO中，過程作為自主代理頻繁與Arweave進行數據存儲交互，促進了令牌化遊戲或AI聊天機器人等應用的高效數據交換。與依賴用戶觸發的典型智能合約平臺不同，AO允許合約在預定時間自我執行，為真正的自主區塊鏈應用鋪平了道路。

來源: Community Labs

Competitors

在去中心化存儲領域，Filecoin是Arweave的主要競爭對手。兩者的主要區別在於Arweave專注於長期數據存儲，而Filecoin旨在通過低成本的臨時存儲顛覆當前的存儲市場。Arweave正在創造一個新的永久存儲市場，而Filecoin需要在價格上競爭以在雲存儲市場中成功，因為其主要競爭對手是Amazon和阿里巴巴等科技巨頭。未來幾年，這種競爭將如何展開值得關注。

在區塊鏈性能方面，截至2月下旬，Arweave達到了每秒超過600筆交易，使其成為吞吐量最高的無許可區塊鏈。這一成就尤其顯著，因為AO計算機仍處於早期階段，TPS（每秒交易數）超過了Solana和Polygon等競爭對手。

以下是一些AO測試網的統計數據：

來源: Sam Arewave

團隊、融資和生態系統

Arweave由Sam Williams和William Jones在他們的肯特大學博士學習期間創立。該項目的靈感來自蘇格蘭的一次散步，加上Jones的技術見解。他們的共同願景促成了Arweave的創建，這是一個基於區塊鏈的永久數據存儲平臺。

來源: ICO drops

Arweave通過多輪融資成功籌集了資金：

● 種子輪前（2017年10月）：籌集了870萬美元。

● 種子輪（2017年12月）：籌集了500萬美元。

● 社區代幣銷售第1部分（2018年3月）：以每代幣0.132美元籌集了90萬美元，實現了298倍的投資回報率。

● 社區代幣銷售第2部分（2018年6月）：以每代幣0.132美元籌集了67.5萬美元，同樣實現了298倍的投資回報率。

● 私募輪（2020年2月）：籌集了830萬美元。

知名投資者包括Coinbase Ventures和Andreessen Horowitz。2020年的公開代幣發行進一步鞏固了Arweave的財務基礎。項目由DAO指導，確保社區主導的決策和投票。

Arweave的生態系統是web3的一個充滿活力的部分。截至2023年第三季度，Community Labs的生態系統圖中有超過130個基於Arweave的項目。網絡已經超過10億次鏈上交易，展示了其日益增長的採用率和強大的基礎設施。

來源: Community Labs

看漲的基本因素

● AO的推出提升了Arweave的地位，使其成為AI領域的重要參與者。

● AO使去中心化應用能夠訪問並存儲在Arweave上的數據，擴大了機器學習和AI集成的可能性。

● 其超並行架構促進了AI模型的高效訓練和部署，AO的模塊化設置為開發DeFi應用提供了理想的背景。

● 關於Arweave早期採用者空投的猜測增加。團隊正在制定一個AO本地代幣的計劃，旨在補充Arweave本地代幣。

● AO計算機解決了zkML的可擴展性和效率挑戰，引入了一個透明、可驗證的計算系統，由Arweave的安全、永久數據存儲支持。

● 2023年，Arweave的網絡交易量顯著增加，每月處理約1億筆交易，超過了2022年的數據。

● 未來增長：隨著AO的TPS及其在AI和ML中的應用，預計2024年Arweave的交易量將進一步上升，AO從測試網過渡到全面運營。

看跌的基本因素

● AO測試階段可能會暴露技術問題，包括漏洞和網絡訪問問題，可能會阻礙進展。

● AO在鏈上有效擴展AI模型的能力尚未得到證明，整體功能存在疑問。

● 將新的AO代幣與現有的AR代幣結合可能會面臨困難，引入額外的不確定性。

● 隨著對存儲和計算能力需求的增加，儘管有最新的進展，Arweave可能在可擴展性方面面臨挑戰。

● AO計算機及其與Arweave的整合處於早期階段，可能會出現意外的技術和操作挑戰。

● 對潛在空投和代幣銷燬的猜測可能導致AR代幣價值的顯著波動和不可預測性。