Trong lĩnh vực lưu trữ Web3 đã hoạt động khá lâu, cảm nhận lớn nhất là các dự án thường gặp phải những điểm yếu. Có dự án chỉ tập trung vào lớp lưu trữ, kiến thức về các ứng dụng chưa rõ ràng; có dự án thì phô trương rầm rộ nhưng thực tế triển khai lại rất chậm trễ. Hiếm có dự án nào thực sự kết nối các bước một cách trơn tru.

Hành động của Walrus vào đầu năm 2026 đã thay đổi tình hình này. Đặc biệt là sự hợp tác sâu rộng với io.net đã khiến tôi rất ấn tượng — họ đã thực sự kết nối lưu trữ và tính toán lại với nhau.

Trước đây, huấn luyện mô hình AI là một việc phiền phức. Dữ liệu đặt trên nền tảng phi tập trung, nhưng việc huấn luyện mô hình lại phải chuyển sang cụm GPU tập trung, việc di chuyển dữ liệu qua lại vừa tốn thời gian, vừa tiềm ẩn rủi ro rò rỉ dữ liệu riêng tư. Hiện tại, tình hình đã khác. Thông qua nền tảng BYOM (tự mang mô hình), người dùng có thể trực tiếp lưu trữ mô hình AI tùy chỉnh trong Walrus, sau đó gọi tài nguyên GPU phân tán của io.net để huấn luyện, toàn bộ quá trình không cần dữ liệu rời khỏi lớp lưu trữ.

Một người bạn của tôi làm trong lĩnh vực tạo hình AI gần đây đã thực hiện thử nghiệm thực tế. Anh ấy lưu trữ bộ dữ liệu phong cách nghệ thuật 5GB vào Walrus, dùng tài nguyên GPU của io.net để tinh chỉnh mô hình, kết quả rất ấn tượng — chi phí huấn luyện rẻ hơn 60% so với dùng AWS, và nhờ cơ chế tính toán bảo mật tích hợp trong Walrus, an toàn dữ liệu được đảm bảo, hiệu quả huấn luyện còn tăng thêm 30%.

Giải pháp tích hợp lưu trữ và tính toán này trong lĩnh vực Web3 thực sự hiếm gặp. Việc Zark Lab tham gia còn nâng cao khả năng của tầng trí tuệ AI, đến năm 2026, sức mạnh của tổ hợp này đáng để chúng ta tiếp tục theo dõi.