數據決定人類：去中心化雲存儲的探索

文章作者：Hunter Lampson

文章經過作者允許轉載，作者Hunter Lampson是高盛的分析師，對資本部署和數字資產感興趣，周末會在創作者社區出現，可以在推特找到他。

數據決定了人類。社會對技術創新和人類生活的數字化追求，創造了對數據存儲和檢索的爆炸性需求。從農業革命、醫療保健發現和政治檔案，到自動駕駛汽車、蛋白質折疊和神經網絡，數據是幫助我們發現實現目標的新解決方案的主要助推器。它是基本的工具，限制和強迫我們的行動能力與代理不可減少的投入，允許訪問和賦予我們的數字和物理生活的意義。數據決定人性:我們必須非常關心我們的數據如何存儲、管理和擁有。

全球數據市場

今天，超過63%的全球人口，即50多億人（谷歌數據顯示有77億人口），使用互聯網，這一數字將繼續以每年10%以上的速度增長。但雲存儲市場的增長速度更快，從2015年到2025年，全球數據領域(全球範圍內創建、捕獲、復制和消費的數據量)預計將以58%的復合年增長率增長，到2025年，創建、存儲和復制的數據量將超過180ZB（1 zb等於1024tb，1tb等於1024GB）。如果你在2025年之前堆疊足夠的10tb硬盤來滿足全世界的數據需求，那么這堆硬盤可以到達月球。

圖 1.  按年份劃分的全球數據圈規模。資料來源：Uygun 和 Döngül，2021 年

從經濟角度來看，雲存儲市場在2021年的估值約爲760億美元;到2028年，它將達到3900億美元(年復合增長率爲26.2%)。盡管有如此爆炸性的經濟增長，雲存儲供應商的市場份額仍在繼續鞏固。截至第22季度，三大雲提供商——亞馬遜網絡服務(AWS)、微軟Azure和谷歌雲平台(我親切地稱之爲雲服務三巨頭)——佔據了雲計算市場65%的份額。中心化雲存儲提供商所擁有的力量綜合了它們的網絡效應、聲譽、技術基礎設施和資產負債表，以至於新的競爭對手根本無法與之競爭。

存儲解決方案的類型

1. 本地

2. 集中式（中心化）雲存儲 (CCS)

3. 分散式（去中心化）雲存儲 (DCS)

本地存儲和CCS提供商——三大巨頭(Amazon、Azure、谷歌)以及阿裏巴巴雲、Box、iCloud等——他們的特點都是以中心化存儲的方式。這意味着信息存儲和維護在單個位置(或少數位置)，管理在單個數據庫中，並由單個實體操作，就地部署和CCS解決方案都存在單點故障風險。

CCS解決方案的普及需要對現場數據存儲的經濟性進行歷史回顧。起初，用戶在自己的硬件上存儲數據。這意味着數據存儲和維護都希望存儲在相同的實體物理位置(例如公司的現有數據服務器)，我稱之爲第一階段。

圖 2.  數據存儲採用的三個階段。資料來源：Hunter Lampson

隨着雲存儲的網絡效應實現了更便宜(通常也更安全)的存儲能力，消費者和公司轉移到集中式雲(第二階段)，CCS解決方案开發了雲計算、API和其他SaaS產品，客戶也隨之增長。盡管集中式解決方案是市場上最簡單、最便宜和最有效的選擇，但它們的基本限制仍然是相同的:一個容器負責實體的100%數據。CCS解決方案是對室內解決方案的改進，但曾經的經濟最佳方案已經變得昂貴和令人望而卻步。今天，DCS提供商是市場上最便宜和最安全的存儲解決方案。

CCS 解決方案的主要弱點

1. 缺乏數據所有權

當用戶向CCS提供商上傳數據時，他們不再擁有自己的數據。蘋果掃描iCloud用戶照片的頗具爭議的決定(後來被撤銷)就是一個很好的例子。當數據存儲在給定的硬件產品(iPhone、Mac等)上時，蘋果有嚴格的隱私保護政策。但重要的是，一旦用戶向iCloud上傳了一個字節的數據，蘋果就會認爲這些數據屬於他們的領域——而不再屬於用戶的領域。這個先例意味着，存儲在本地的數據屬於用戶，而存儲在雲中的數據屬於存儲提供商。

2. 容易出現數據泄露和中斷

在CCS供應商中，大量的數據泄露並不需要花費太多的時間。Amazon、Azure和谷歌由於其單點故障結構，都遭受過這種問題。

這些提供者的集中式結構允許它們構建大型圍牆花園，並提供相對於內部解決方案更高級別的安全性。與此同時，數據庫變得越大、越集中，攻擊者就越覬覦它。數據中斷在CCS解決方案中也很常見，例子可以在這裏看到：Amazon, Azure，谷歌。

3. 傾向於審查制度

CCS提供商不僅會不受控制地丟失數據，而且還會故意刪除數據。就在幾周前，YouTube熱門頻道Bankless在沒有任何警告、通知或理由的情況下被終止。谷歌在其雲服務上擁有並存儲YouTube內容，謝天謝地，它恢復了頻道，但谷歌和其他CCS提供商不得不刪除某些數據的存在，這是對社會有害的。

4. 高成本

也許CCS解決方案最關鍵的缺點是費用太高。盡管在過去的50年裏，存儲數據的成本平均每年下降30.5%，但CCS的價格在過去的7年裏一直保持不變。這是由於CCS提供商累積的網絡效應。由於這些網絡效應，三巨頭已經开始主導雲計算領域。隨着它們共同的市場份額繼續增長，三大巨頭就像一個寡頭壟斷企業一樣，有能力操縱價格，並將新進入者拒之門外。

圖 3.  一段時間內的數據存儲成本，資料來源：Arweave 黃皮書

圖 4.  AWS、Azure、Google 上一段時間內的數據存儲成本。資料來源：AWS、Azure、谷歌、Hunter Lampson。

存儲價格和存儲成本之間存在差距的主要原因是CCS提供商目前保持的市場主導地位，DCS解決方案走了一條不同的道路。

DCS的解決方案

在CCS的弱點之上，去中心化存儲(DCS)已被證明是數據存儲領域的範式轉變(第三階段)。DCS解決方案通過匹配存儲空間的供應和需求，實現跨地理分布的節點集利用空闲硬盤空間。這創造了一個更有效的市場，降低了成本，消除了本地和CCS解決方案中存在的單點故障風險，DCS解決方案還將數據所有權返回給用戶。

圖 5. 按平台每年存儲 1 GB 的累積成本。資料來源：AWS、Azure、谷歌、Storj、SiaStats、Arweave Fees、File.app、Hunter Lampson。

雖然數據中心和存儲節點的地理分布不是決定網絡集中度的唯一因素，但它是一個有用的試金石。跨空間的節點分布也是決定復制、檢索和保護數據的級別的一個重要因素。一般來說，網絡中的節點越多，檢索的速度就越快，對自然災害的保護也就越強(我們什么時候把存儲節點放到月球上?!)因此，理解節點去中心化是有效雲存儲的先決條件是很重要的。

與CCS解決方案相比，DCS解決方案具有革命性的地方在於其去中心化程度。在Sia、Storj、Filecoin和Arweave上運行的活動節點比AWS、Azure和谷歌Cloud管理的數據中心總和多114倍以上。

圖 6. 按服務劃分的活動節點總數。資料來源：Filscan、Viewblock、Storj、SiaStats、Peterson 2015、Baxtel、谷歌、Sam Williams、Hunter Lampson。

Arweave的節點數很難量化，因爲Viewblock提供的統計數據將每個存儲池視爲單個存儲節點。在一次離线對話中，Arweave的創始人Sam Williams告訴我，59個當前的存儲池(根據Viewblock)可以有數百甚至數千個節點支持它們。因此，Viewblock低估了實際的節點數約10-100倍。出於這個原因，爲了保守起見，我使用“500+”作爲節點數。還需要注意的是，活動節點計數是去中心化的不完美度量方法，絕對的節點數量並不能告訴我們誰在運行節點(以及每個實體操作多少節點)。

借用Spencer Applebaum和Tushar Jain的說法，DCS服務之間的一個重要區別是基於合同的存儲解決方案和永久存儲解決方案之間的區別。簡單地說：目前市場上所有的DCS服務都是基於合同的模型，只有Arweave例外。

基於合約的存儲模型vs永久存儲模型

Filecoin、Sia和Storj使用的是基於合約的定價模型——與目前CCS公司採用的模型相同。基於合約的定價意味着用戶持續支付存儲數據的費用，類似於付費訂閱的方式（每個月/每年都要付費）。盡管存在細微差別，但Filecoin、Sia和Storj與現有的CCS提供商直接競爭。

另一方面，Arweave提供了永久存儲模型，這意味着用戶只需支付一筆費用，作爲回報，他們的數據將被永久存儲。與其他DCS和CCS提供商相比，Arweave常常顯得懶散和不精確，Arweave區別於競爭對手的基本特徵是數據持久性。

圖 7. CCS 和 DCS 解決方案的概念圖，資料來源：Hunter Lampson

仔細研究Filecoin、Sia和Storj，有助於我們更好理解它們與CCS提供商和Arweave的不同之處。

圖 8. DCS 解決方案的主要特徵。資料來源：Filecoin、Storj、Sia、Arweave、CoinMarketCap、Crunchbase。

Filecoin

Filecoin於2020年10月推出主網，是目前市場上採用最廣泛、資金最充足的DCS項目。截至2022年7月12日，Filecoin的完全稀釋市值約爲11.9億美元，歷史最高紀錄爲123億美元。Juan Benet是協議實驗室(Protocol Labs)的創始人兼首席執行官，該公司开發了Filecoin及其底層技術——星際文件系統(IPFS)。到目前爲止，Filecoin已經籌集了2.582億美元的資金，其中大部分來自2017年底的首次代幣發行(ICO)。

要理解Filecoin，我們必須理解IPFS，這是一種用於存儲和檢索數據的點對點(P2P)分布式系統。IPFS是爲解決基於http的internet的缺點而構建的，它使用內容尋址來對數據進行分類，這意味着信息是根據其內容而不是其位置來請求和傳遞的。這是通過爲每個數據區塊發行一個內容標識符(CID)來實現的，CID是通過對每個文件的內容進行散列生成的，使其不可變。爲了定位所請求的信息(由唯一CID表示)，IPFS使用分布式哈希表(dht)， dht包含存儲了與CID相關的內容的節點的網絡位置。當用戶從IPFS節點請求信息時，該節點將檢查自己的哈希表，看看是否可以定位(然後檢索)所請求的文件。如果節點不包含請求的信息，它可以從對等節點下載內容並將其交付給用戶。在這個模型中，信息是跨多個節點復制的，而不是HTTP模型中存在單一的、集中的位置。這消除了單點故障風險，同時提高了檢索速度，因爲數據是同時從多個對等點檢索的。

IPFS是用來存儲和傳輸數據的通信網絡，而Filecoin是建立在其之上的經濟系統。IPFS本身並不能激勵用戶存儲其他人的數據：Filecoin可以。這是通過兩個獨特的證明機制完成的：復制證明(PoRep)和時空證明(PoSt)。PoRep只運行一次，以驗證存儲礦機是否具有它們所說的內容。對於每個鏈上PoRep，都包含10個SNARKs(簡潔的非交互式知識論證)，這證明了合同的完成。另一方面，PoSt是連續運行的，以證明存儲礦工在一段時間內將存儲空間奉獻給相同的數據。驗證該過程所需的鏈上交互是數據密集型的，因此Filecoin使用zk-SNARKs(零知識簡潔非交互式知識論證)來生成這些證明，並將其數據壓縮至10倍。

Sia

在討論的四種DCS協議中，Sia是第一個發布的，並於2015年6月發布。2013年，David Vorick和Luke Champine在HackMIT創立了Sia，該公司擁有強大的用戶吸引力，完全稀釋後的市值達到1.9億美元，歷史最高的29.7億美元。

Sia是由成立於2014年的nebula Labs推出的。Sia以類似於Filecoin的方式將上傳的數據劃分爲復合部分(在本例中爲片段)，並將它們分散到全球各地的分布式主機上。與Filecoin不同的是，Sia通過不同的存儲證明(PoS)機制實現了這一點。這個證明要求主機隨着時間的推移共享一小部分隨機選擇的數據。該證明被驗證並存儲在Sia區塊鏈上，主機獲得Siacoin獎勵。

Storj

與Filecoin和Sia一樣，Storj自2018年10月推出以來獲得了巨大的吸引力。Storj與Filecoin和Sia的區別在於它不依賴區塊鏈共識來存儲數據。相反，Storj完全依賴擦除編碼和衛星節點來存儲數據，以增加數據冗余和減少帶寬使用。Storj對擦除編碼的獨家使用意味着數據持久性(數據在遇到故障時仍然可用的概率)與擴展因子(可靠存儲數據所需的額外成本)不是线性相關的。因此，在Storj上，更高的持久性不需要按比例增加帶寬。給定節點切換(節點脫機(或離开網絡)的速率)，從長遠來看，擦除編碼可能是有價值的，因爲它需要更少的磁盤空間和存儲和修復的帶寬，盡管它增加了CPU運行時。

Storj在網絡架構和定價機制上也與Filecoin和Sia有所不同。在Storj上，定價由中間存儲用戶(包括應用程序)和存儲節點的衛星節點決定。衛星節點負責協商價格和帶寬利用率。因此，Storj的定價模式並非完全依賴自由市場活動，而是受制於集中力量，因爲衛星運營商代表着節點和終端用戶之間潛在的集中中介。

Storj還與Amazon S3進行了本地集成，這意味着現有的Amazon S3用戶可以遷移到Storj並使用基本特性，而不需要改變他們的代碼庫，這可能會減少與離开Amazon S3生態系統相關的摩擦。

Arweave

與Filecoin、Sia和Storj不同，Arweave提供永久數據存儲。Arweave由首席執行官Sam Williams和William Jones於2018年6月成立，截至2022年7月12日，Arweave的完全稀釋市值達到8.9億美元，達到41.8億美元的歷史最高市值。

Arweave尋求以去中心化的方式提供永久數據存儲，只需一次性付費，這是通過 Arweave 捐贈機制完成的。考慮到數據存儲的成本在過去50年裏以每年30.5%的速度下降，Arweave認爲今天每GB/1美元的存儲購买力比未來每GB/1美元的存儲成本更高。這個三角洲使Arweave的捐贈池成爲可能，“本金”是用戶支付的前期費用，“利息”是購买力隨着時間推移代幣價格的上漲。Arweave的保守假設是存儲價格每年下降0.5%，這使得捐贈池能夠長期生存。

Arweave 目前約 3.85 美元/GB 的成本反映了數據存儲的終端價值。在短期內，Sia 和 Filecoin（甚至是Big3三巨頭）更便宜。但從長遠來看，Arweave 成爲更明智的選擇。即使在短期內，用戶也會爲其他人無法提供的東西支付溢價：數據持久性。對於某些人來說，永久存儲的成本相對缺乏彈性，因爲某些文件（例如 NFT）需要永久存儲。

Arweave由區塊編織提供支持，這是一種類似於區塊鏈的數據結構，其中每個塊都鏈接到前一個塊區和召回區塊。召回區塊是除最近挖掘的塊之外以前已挖掘的任何塊。因此，Arweave的結構不僅僅是將連續區塊鏈接在一起的鏈——它是將當前區塊鏈接到先前挖出的區塊和另一個隨機塊(Recall塊)的編織在一起。

爲了开採新區塊並獲得採礦獎勵，礦工必須證明他們可以訪問召回區塊，Arweave的訪問證明(PoA)機制保證，對於每個新挖掘的區塊，召回區塊的數據也包括在內。這意味着要存儲新數據，礦工必須同時存儲現有數據。PoA還鼓勵礦工在節點間平等地復制所有數據。當選擇復制程度較低的區塊作爲召回區塊時，能夠使用該區塊的礦工會在更少的礦工池中競爭相同的獎勵。在其他條件相同的情況下，隨着時間的推移，存儲復制程度較低的區塊的礦工將獲得更大的獎勵。

建立在區塊編織之上的是永久網——類似於今天的萬維網，但是永久性的。Arweave的Bockweave是爲Permaweb提供動力的基礎層；Permaweb是用戶與之交互的層。鑑於Arweave是建立在HTTP之上的，傳統瀏覽器可以訪問網絡上存儲的所有數據，從而實現無縫的互操作性。

吸引力

雖然DCS解決方案在理論上可能優於CCS解決方案，但應該根據它們在實踐中的有用性來評價它們，我們可以通過檢查以下內容來衡量每個項目的吸引力:

1. 存儲的數據

2. 節點分布

3. 感興趣的搜索

4. 生態系統的力量

5. 需求方面的收入

1. 存儲的數據

需求是通過檢查數據存儲量隨時間變化而直接衡量的，被視爲DCS提供商的主要KPI。僅從這一指標來看，Filecoin佔優勢;截至撰寫本文時，Filecoin存儲了超過90%的DCS數據圈，而90天前這一數據圈僅爲82.8%。

圖 9. 存儲的 DCS 數據市場的比例。資料來源：Storj Stats、SiaStats、Viewblock、File.app、Hunter Lampson。

Filecoin不僅存儲了最多的數據，而且增長速度也最快。在過去的90天裏，Filecoin平台上存儲的數據增長了112%。

圖 10. 數據存儲增長（過去 90 天）。資料來源：Storj Stats、SiaStats、Viewblock、File.app、Hunter Lampson。

根據這些都是存儲協議，存儲的數據量是一個重要的指標，盡管它有嚴重的限制。數據存儲量沒有告訴我們協議收益或數據本身(它的價值如何，它的功能是什么，它將存儲多長時間，等等)。在DCS和CCS供應商之間，關於如何描述存儲數據的特徵存在着持續的爭論，因爲不是所有的數據都被平等地重視(和對待)。有些數據比其他數據更重要。用戶可能會根據這個指標來劃分他們的存儲提供者，因此存儲的數據量只能描繪出部分情況。

數據存儲量也缺乏數據將如何爲協議的需求端收入做出貢獻的背景，這在考慮Filecoin時，尤其成問題，Filecoin是唯一一個實質上免費提供存儲的DCS服務。出於這個原因，用戶可能會使用Filecoin存儲數據，因爲它目前的定價(後面會詳細介紹……)。雖然我很難找到這方面的公开資源(原因很明顯)，但有趣的是，這個領域的無數建設者和研究人員-他們都是我非常尊敬的人-告訴我，Filecoin傾向於與大型機構合作，提供免費存儲，以操縱他們的存儲量指標。從理論上講，Filecoin可以比任何其他DCS協議存儲無限多的數據，但仍然產生零需求端收入。

2. 節點分布

雖然數據存儲量是存儲需求的直接度量，但我們也可以看看間接度量。節點分布對理解很重要，因爲它突出了需求端和供應端參與者的地理組成部分。我們可以通過觀察1)存儲節點和 2)搜索興趣的地理分布來評估這一點。

存儲節點在空間上的分布越分散越好，更高的分散性(通常)形成更大的去中心化，並縮短從節點到最終用戶的檢索時間。較高的分散性還降低了無法恢復的數據丟失的風險(通常是由於環境因素，如自然災害)。理想情況下，節點不會任意分散在空間中，而是與空間中的存儲需求相關(可能相當於技術飽和乘以人口密度)。鑑於美國、中國和歐洲的存儲需求最集中，我們預計它們將擁有最集中的存儲節點。因此，CCS和DCS解決方案中的節點分布都集中在美國、歐洲和中國是有道理的。DCS節點分布與CCS存儲中心分布相似，是DCS解決方案達到重要市場成熟水平的積極信號。

圖 11. DCS 節點的地理分布。資料來源：Filscan、Viewblock、Storj、SiaStats、Sam Williams。

圖 12. CCS 節點（數據中心）的地理分布。資料來源：Peterson 2015，Baxtel，谷歌。

3. 感興趣的搜索

如果我們把節點分布看作DCS供應中的分布，那么我們可以(至少部分地)把搜索興趣分布看作DCS需求中的分布。(這一假設基於這樣一個事實:對於DCS解決方案的每次搜索，搜索者更有可能是存儲空間的用戶，而不是供應商。)

根據這個指標，Filecoin顯然目前在全球範圍內擁有最高的搜索興趣主導地位，相對於Storj、Sia和Arweave。因此，人們可能會認爲Filecoin的相對需求最高。

圖 13. 按國家/地區劃分的相對搜索興趣優勢。資料來源：谷歌趨勢。注意：我使用術語“Sia”而不是“Siacoin”

這些假設都是基於當前的供需指標，但回顧過去，也可以得出類似的結論。自2021年年中以來，Filecoin一直是搜索次數最多的DCS解決方案。值得注意的是，2021年8月的Arweave和2021年11月和2021年12月的Storj幾乎超過了Filecoin的搜索興趣。

圖 14. 一段時間內的相對搜索興趣。資料來源：谷歌趨勢

雖然興趣搜索可以是一個有用的指標，但它有嚴重的局限性。這個指標向我們展示了單個用戶如何使用谷歌來獲取關於每個項目的信息，搜索興趣並沒有告訴我們實際的協議需求。

可以很容易地得出結論，因爲Filecoin籌集了迄今爲止最多的資金，他們可能有最多的錢花在營銷上。那么，也許營銷預算可以單獨解釋每個項目中搜索興趣的變化。也許興趣搜索主導比協議需求更能預測獲得的資金——誰又能說的准呢？此外，Filecoin擁有易於理解的、關鍵字較多的域，如Web3。存儲和非功能性測試。存儲時，也可能引起數據的偏差。用戶在搜索“Web3 Storage”時可能會遇到Filecoin的服務，這完全是基於搜索引擎優化和他們擁有的域。

興趣搜索可變性的另一個局限性是它可能與存儲需求高度不相關。例如，如果用戶打算將數百tb的數據移動到DCS提供者，那么他們的搜索活動(一次搜索)將不能反映他們的實際存儲需求。也有可能是外部變量，比如像Coinbase這樣的cex(中心化交易所)營銷這些單個代幣的程度，在這裏發揮了重要作用。

4. 生態系統

因爲DCS解決方案存在於基礎設施層，所以它們的生態系統通常代表用戶需求，因爲它們的用戶(消費者、公司、开發人員)可以選擇使用或構建哪個生態系統。生態系統的力量來源於1)建立在協議之上的項目和2)與之合作的現有項目。考慮到他們的合作關系的成熟度和新項目的添加速度，Filecoin擁有最強大的生態系統。在過去的18個月裏，Filecoin的生態系統已經從40個項目發展到300多個項目。Filecoin擁有一批令人印象深刻的合作夥伴，其中包括:Chainlink、Polygon和Polygon Studios、The Graph、Near、ConsenSys、Brave、ENS、Flow、Hedera、ChainSafe、Ceramic、Livepeer、Audius、decrypt、MoNA和Skiff。

圖 15. Filecoin 生態系統。資料來源：Messari

爲了幫助發展他們的生態系統，Filecoin基金會在其生態系統和撥款項目上投入了大量資金。Protocol Labs是Filecoin背後的團隊，到目前爲止已經進行了46次直接投資，向包括decrypt、Syndicate、ConsenSys和Spruce在內的生態系統項目部署了超過4.8億美元。

圖 16. 隨着時間的推移，Protocol Labs的投資。資料來源：Crunchbase

僅次於Filecoin的是Arweave的生態系統，Filecoin有近300個合作夥伴，而Arweave大約有60個。盡管許多合作夥伴可以同時從兩個平台中受益——例如，Mirror和Skiff可以同時爲用戶提供Filecoin和Arweave的服務——但其他項目，如Solana，不太可能同時使用兩個平台。這意味着許多最關鍵的web3基礎設施項目——協議、dApp、NFT平台——將找到產品與市場的契合的存儲協議，並在意識形態上與Filecoin或Arweave保持一致，這取決於具體的用例。每個生態系統的實力將在每個平台的長期生存能力中發揮至關重要的作用，因此贏得新老建設者的心和思想的能力是最重要的。

值得注意的是，相對於Filecoin, Arweave的生態系統在平台上建立了更多的新項目——因爲它們依賴於技術來生存——而不是選擇性利用現有技術的項目。這也解釋了爲什么Filecoin會與更成熟的項目合作，這並不是因爲Filecoin的合作關系發展得更快、更成功，而是因爲Filecoin的合作夥伴(如Cloudflare和Opera)存在的時間更長。相比之下，Arweave的合作夥伴一般都是在網絡基礎上白手起家的早期公司。Arweave的一些著名合作夥伴包括Solana、Polkadot、The Graph、Mirror、Bundlr、Glass、KYVE、Decent Land、ArDrive。

圖 17. Arweave 生態系統。資料來源：@axo_pas（在 Twitter 上）

自2020年以來，Arweave已經向15個生態系統項目投入了近5500萬美元，包括Mask、Fluence和Pianity。通過他們的Open Web Foundry加速項目，Arweave幫助开發者創建永久Web應用，並通過他們的社區運營生態系統基金ARCA DAO進行了投資。

Sia 和 Storj的生態系統較小，分別有大約30個和13個項目。盡管Sia和Storj的生態系統規模較小，但它們擁有出色的合作關系。Storj的一些合作夥伴包括CoinMarketCap、Crypto.com、Kraken、Filebase、Render、Akash和Quant，而Storj的合作夥伴包括Microsoft Azure、Fastly、Couchbase和Pokt。重要的是，Storj的战略是圍繞捕獲現有Amazon S3用戶建立的，包括大型現有公司。因此，Storj的許多合作夥伴可能會拒絕公开上市。Storj的合夥人可能看不到被列爲此類公司的任何好處。相比之下，在Arweave上構建的新的web3原生項目可能確實會從被列爲合作夥伴中受益，以表明他們在生態系統中的沉浸感。不同的宣傳動機使生態系統比較具有挑战性，因爲我們缺乏完整的數據集。

今天，Sia主要由Filebase(第一個與Amazon s3兼容的dApp)和Arzen(一個面向消費者的去中心化存儲應用程序)使用。

5. 需求方面的收入

數據存儲量可能是用戶吸引力最直接的衡量標准，但需求端收入衡量的是用戶吸引力的價值——或項目將用戶吸引力貨幣化的能力。正如Sami和Mihai（兩人都是MessariCrypto分析師）在他們關於Filecoin收入模型的文章中所解釋的那樣，需求端收入是基礎設施項目的一個有用指標，因爲它衡量的是人們使用網絡所支付的費用(在這種情況下:存儲數據所支付的費用)。重要的是，需求方的收入不包括支付給礦工的區塊獎勵。

雖然Arweave、Sia和Storj的需求側收入數據可以在Web3 Index上找到，但Filecoin的需求側收入數據很難找到(如果有人能找到這些數據，我很樂意看到)。因此，我們不能將Filecoin納入需求方收入比較。

關於Filecoin的收入，我們所知道的是，盡管其平台上存儲的數據在增長，但他們的收入卻保持持平。這可能是由於兩個原因：首先，HyperDrive更新將存儲入網率提高了10-25倍，導致對數據區塊空間的需求較低(我們將在後面看到，這損害了Filecoin的代幣價值)。其次，在不產生更高收入的情況下存儲更多數據表明Filecoin實際上是免費存儲數據的。因此，礦工得到的是一個不可持續的區塊獎勵，大約爲每個區塊20.56 FIL，這將隨着時間的推移而減少，在不久的將來，Filecoin將需要提高存儲價格，以激勵礦工參與到網絡中來。

圖 18. Filecoin 的協議收入仍然與生態系統增長無關。資料來源：Messari

但是對於Storj, Sia和Arweave，我們可以看到在過去90天內需求端收益的產生。

圖 19. Storj、Sia、Arweave 的需求方面的收入（過去 90 天）。資料來源：Web3 Index

因爲Filecoin、Sia和Storj是基於合約的(臨時)解決方案，其中用戶支付持續存儲數據的費用，所以我們可以假設他們的需求端收入中有非零的部分是經常性的。相比之下，我們可以假設Arweave 100%的需求端收入都是非經常性的，因爲用戶只需支付一次費用就可以永久存儲數據。這意味着Arweave產生需求端收入的唯一途徑是存儲淨新數據。這對Arweave來說是一個巨大的挑战，提醒我們將Arweave與DCS進行比較的不足之處。

可能被證明是護城河——或競爭劣勢——的是DCS平台之間在需求端收入效率(大致等於價格)上的差異。我把需求方的“收入效率”定義爲每存儲一個字節的數據所產生的需求方收入。在過去的90天裏，Storj和Sia每上傳一TB分別產生了96.50美元和89.90美元的需求端收入，而Arweave每上傳一TB產生了約10200美元的收入。這種定價模式是Arweave與其DCS競爭對手的另一個根本區別: Arweave對功能獨特的服務收取溢價。這也意味着Arweave可以存儲比DCS少113倍的數據，但仍能產生與DCS競爭對手相同的需求端收入。這表明Arweave不應該像其他解決方案那樣存儲相同數量的數據，因爲它的服務和定價機制都是不可比較的。

代幣估值

方法

Storj, Sia, Arweave和Filecoin被理解爲1)實用代幣(禮品卡)和2)交換媒介(貨幣)的組合。實用代幣的估值基於其預期的未來效用;貨幣的價值取決於供求關系。實用代幣的持有者可以用它們兌換服務——在這種情況下，就是雲存儲。爲特定服務兌換實用代幣的能力使其在結構上類似於傳統禮品卡或代金券。但是，與禮品卡和代金券不同，實用代幣是程序化提供和自主的，而禮品卡和貨幣是商業或政府提供的，(幾乎)總是以不同的貨幣(通常是法幣)發行。程序化供應保證了指定的供應時間表，這使我們能夠精確的計算代幣供應。(最近9.1%的CPI數據向我們展示了程序性貨幣供應的強大力量)我們將此與傳統貨幣主義理論相結合，推導出每個代幣的內在價值。

需要明確的是:我感興趣的是使用傳統貨幣理論和貼現現金流分析對代幣價格隨時間的變化進行估值。我不打算評估協議本身的價值(即產生的總收入[盡管收入很重要…])，也不打算評估存儲礦工或存儲供應商的利潤。我也認識到這些協議產生的非凡文化價值，特別是當它們(不可避免地)成爲公共產品時。也就是說，每個協議的代幣價格可能不考慮這些，所以我也不考慮。

首先，一個重要的區別：傳統的公开證券(如$AAPL: Apple)和代幣(由協議發行)代表不同的東西。盡管協議產生資產流，但它們不會像蘋果那樣產生現金流。因此，代幣不應與公开股票混爲一談。代幣代表使用/交易的權利;公开發行的股票代表所有權。(代幣不僅可以代表對實用程序/事務的權利——例如，它們還可以包括治理權。)隨着時間的推移，代幣的價格估值需要包含不同的機制：貨幣理論和貼現現金流分析。

代幣的估值模型

我用來評估代幣價格的主要框架是Chris Burniske在他的开創性作品：Cryptoasset Valuations（加密資產估值）中提出的模型。Chris認爲，與其建模傳統的DCF，還不如保持相同的結構，用交換方程代替現金流，這樣我們就可以推導出每個代幣的當前效用價值。然後，我們對未來效用價值應用貼現率來推導今天的內在價值。

替換爲交換方程：MV = PQ幫助我們融入代幣的貨幣性質。正如Chris(以及無數其他人)所承認的，這個模型有它的局限性(所有的預測模型都有)，但它可能是我們擁有的最好的模型。鑑於缺乏完全有效的市場，以及預測未來固有的較大誤差範圍，該模型最好用於說明產生代幣價值的各種槓杆。

Chris寫道:“加密資產估值主要由求解M組成，其中M = PQ / V。M是支持規模爲PQ、速度爲V的加密經濟所需的貨幣基礎規模。”

Block unicorn注釋：M = 資產基礎規模，V = 資產的速度，P = 提供的代幣資源的價格，Q = 正在供應的代幣資源的數量。

代幣估值模型：投入

爲了預估M, V, P和Q，我將使用以下方法:

數學推導的投入

1. 最大供應量

2. 流通量

3. 流通量年復合增長量

4. 存儲成本(1＄/GB/年)或(1＄/GB)

5. 存儲成本年降幅(CAGR) 

6. 數據存儲市場的規模大小

7. 數據的年增長(CAGR)

這是由三巨頭在過去十年中存儲成本的年均下降($/GB/年)得出的，如下圖所示(圖20):

圖 20. AWS、Azure、Google 的數據存儲成本和 CAGR。資料來源：AWS、Azure、谷歌、Hunter Lampson。

主觀的假設

1. 持有代幣的百分比(未流通的公共供應量的百分比)

我假設，在2021年，50%的代幣被持有。這種假設源於這樣一個事實：從歷史上看，大約一半的Coinbase用戶將比特幣嚴格地視爲一種投資，而另一半則將其視爲一種交易媒介。

2. 每年持有的代幣變化百分比

我假設從2022年开始，代幣持有的比例將以每年1%的速度下降。隨着市場趨於平衡，價值增值的潛力變小，因此流通中的代幣數量將增加(代幣持有率下降)。這是難以估計的—同樣，它最好被理解爲有助於代幣估值的槓杆。

3. 速度

假設每個代幣的增長速度是20%，鑑於比特幣的速度歷史上一直在14%左右，我在這裏使用20%是保守的做法。

4. TAM(獲得全球數據市場佔比)

我假設Arweave可以處理全球數據市場的10%，而Filecoin、Sia和Storj可以處理剩下的90%。永久數據存儲是一個全新的市場，因此很難確定它可以處理現有數據市場的百分比，因此我在這裏使用10%，希望保守一些。臨時數據存儲—當今主要的存儲解決方案—必須佔到數據市場的100%。如果我們假設現有數據市場的10%將過渡到Arweave，那么剩下的90%就留給Filecoin、Sia和Storj來處理。

5. 獲得TAM的最大百分比

我假設TAM獲得的最大百分比是Arweave, Sia和Storj的1%。因此，我假設Arweave捕獲了全球數據市場的10%中的1% (Arweave總共捕獲了全球數據市場的0.1%，Sia和Storj分別捕獲了0.9%)。鑑於其牽引力和成熟度，我假設Filecoin捕獲了25%的可用TAM(90%的25% = 18%的全球數據市場)。

6. 拐點

我假設2024年是每個網絡達到拐點的一年，這一年達到了TAM獲得百分比最大值的10%，這幾乎是不可能預測的——另一個說明性的槓杆。

7. 飽和/年

我假設飽和/年(網絡從TAM最大百分比的10%到90%需要的時間)對於Arweave、Sia和Storj是10年，對於Filecoin是4年，另一個不可能的預測。

8. 折現率

我假設貼現率爲40%，這是這種風險水平資產的行業標准。

以下是所有固定和可變的數學推導的投入和主觀假設的簡略視圖：

圖 21. 代幣估值模型中使用的固定和可變數學衍生投入和主觀假設的簡明視圖。資料來源：CoinMarketCap、Uygun 和 Döngül，2021 年，Chris Burniske，Hunter Lampson。

關於Filecoin不同的投入：

1. 數據存儲成本下降(CAGR) = 0%

2. 假設存儲成本($/GB/年)= $0.002/GB/年

在表中，我明確的將Filecoin數據存儲成本下降(CAGR)和假設存儲成本($/GB/年)標記爲一個非常主觀的假設，盡管這方面的明確數據是可用的。我這么做是因爲Filecoin目前的定價太低，難以持續。

首先，讓我們從假設存儲成本($/GB/年)开始。目前，Filecoin上的存儲成本約爲0.0000017美元/GB/年，或存儲成本的0.0011%在三大提供商上。正如我上面所討論的，Filecoin的定價模式是不可持續的，因爲它是由區塊獎勵大量補貼的。自從他們2億多美元的首次代幣發行以來，Filecoin補貼了他們網絡上的存儲成本。隨着他們放棄補貼，我們可以預期他們的存儲成本將在當前水平上增加。在同等條件下，存儲成本的增加，在固定的需求下，使$FIL更有價值(與任何代幣一樣)，但我們可以假設，隨着Filecoin不可避免地提高價格，其網絡上的存儲需求可能會減少，降低$FIL的內在價值。

很難說該團隊將如何執行提高價格，即使價格仍然低於三巨頭。如果我們以當前定價約0.0000017美元/GB/年運行該模型，則2022年的內在價值約爲0.00美元/FIL，再次表明FIL今天的定價模型是不可持續的。因此，我估計未來10年Filecoin存儲成本爲0.002美元/GB/年(比三大存儲價格便宜100倍)(假設數據存儲成本下降[CAGR]爲0%)。這保持了Filecoin的價格競爭力——使它們比三大解決方案便宜100倍——同時爲代幣價格提供了顯著的價值。把這種投入看作個人對Filecoin可持續發展的期望，甚至是要求。

代幣估值模型：投入

圖 22.代幣估值模型投入。資料來源：CoinMarketCap、Hunter Lampson

在同等條件下，模型在槓杆作用如下:

圖 23. 產生代幣價值的各種槓杆的圖示。資料來源：Hunter Lampson

這個表指的是給定每個槓杆變化的一般投入，而不是保證，當槓杆增加/減少到任意高/低的數字時，投入總是正確的。例如，考慮速度：平均而言，隨着速度的增加，代幣價格下降。但一個任意低的速度水平，例如速度爲0，將意味着代幣每年交易0次，因此需要0的貨幣基礎來滿足生態系統。也就是說，通過避免結尾，表中引用的總體趨勢是有用的。

發現

Arweave的經濟效益是最具防御力的，其驅動因素是相對較低的$AR代幣供應量和相對較高的存儲成本($/GB)。這部分建立在我之前的結論之上，即Arweave是DCS產品中需求端收入效率最高的，這意味着它可以存儲比同類產品少113倍的數據，並產生相同的需求端收入。此外，我假設Arweave捕獲了全球數據圈的0.10%，這個假設足夠保守，是合理的。如果實現這一目標，2032代幣價格預計將比目前的水平上漲+182.91x。盡管Arweave較高的相對定價可能會強化其單位經濟效益，但它也可能是阻礙用戶採用的致命弱點，用戶將最終決定Arweave的服務是否物有所值。

即使我們假設用戶愿意支付這些額外費用，理論上，他們必須被說服在實踐中使用產品。因爲Arweave的產品與競爭對手有本質的不同，轉換成本可能太高，服務也太獨特，無法贏得新用戶。盡管Arweave有潛在的優勢，但高昂的成本和對全新市場的依賴可能會成爲不可逾越的障礙。如前所述，Arweave產生需求端收入的唯一方法是存儲新數據。從表面上看，Arweave似乎並沒有每比特數據的需求端收益——這是所有CCS和DCS的競爭對手都能從中受益的東西。相反，我認爲Arweave受益於非自愿重復的需求側收益。Arweave不是向用戶永久收費，而是預先獲得“永久的經常性需求端收入”，這可能是Arweave最有價值的捐贈機制之一。

目前，由於其低廉的價格，Filecoin的經濟是最不可靠的。給定一個固定的代幣供應，公用事業的成本越低，支持它的貨幣基礎就必須越小。這種觀點將低定價定義爲代幣價值的消極屬性，而不是積極屬性。同樣有可能的是，Filecoin的低定價爲其被廣泛採用奠定了基礎。低定價也可能是Filecoin的關鍵區別，這可能是一個必要的護城河。

然而，我擔心的是定價權在決定Filecoin的未來方面將發揮的重要作用。正如Tushar和Spencer所說，Filecoin(以及Sia和Storj)正在與三大巨頭直接競爭臨時存儲市場。與三巨頭展开價格战可能是災難性的。如果Filecoin能夠在沒有不可持續補貼的情況下保持低價格，那么它的成熟度、生態系統的實力和整個行業的影響力將使它成爲三巨頭最有力的挑战者。如果最終演變成價格战——這可能是不可避免的——事情可能會變得很糟糕。

根據該模型，根據當前定價和2032年價格預測之間的差值，Sia的代幣經濟學使其價值比Storj高出4.5倍。通常情況下，Sia和Storj被歸爲Filecoin的弟弟。鑑於Sia和/或Storj的生態系統不那么強健，很難想象在不久的將來，它們會取代Filecoin在這一領域的主導地位。盡管如此，Sia和Storj的代幣經濟比Filecoin的代幣經濟更有吸引力。定價權對代幣估值和每個項目的長期生存能力都是不可或缺的。

局限與對未來研究的思考

1. 雲存儲≠雲計算。正如Christine Deakers所指出的，許多雲存儲用戶同時對他們存儲的數據使用雲計算。DCS解決方案必須解決這個問題。Filecoin已經开始構建它的虛擬機——其他DCS解決方案可能也會效仿。

2. DCS解決方案需要更多的集成。正如Mark Gritter所指出的，大多數物聯網應用不僅需要分布式存儲，還需要去中心化數據庫。如果DCS解決方案沒有與傳統的時間序列數據庫進行本機集成，這可能是採用的主要障礙。

3. DCS解決方案應該允許位置選擇性。Mark Gritter提到的一個例子是自動駕駛汽車。自動駕駛汽車收集的傳感器數據流必須以去中心化的方式存儲，以實現盡可能低的延遲。如果數據上傳者(汽車和汽車公司)無法選擇附近的位置存儲數據，DCS解決方案可能無法很好的解決這個用例。

最後

(1)雖然雲計算不同於雲存儲，但我們可以合理地做一組假設：首先，提供雲計算服務的公司(如三大巨頭)傾向於在它們存儲的數據上提供這種服務。換句話說：客戶通常在一個平台上同時使用計算和存儲服務。

第二：我們可以假設，隨着雲計算公司佔領更多的市場份額，它們從更好的單位經濟中以越來越快的速度獲益。一家公司的規模越大，它在硬件定價方面的談判就越有效，這會降低客戶的成本，吸引更多的用戶，進一步增強其談判能力。所以，當我提到三巨頭佔據了65%的雲計算市場份額時，我們可以假設它們佔據了類似數量的雲存儲市場份額。

(2)在這篇文章中，我使用術語“安全”和“安全”來描述在分布式節點集上高度復制的數據，這導致了更高的數據冗余，更一致的正常運行時間，並降低了審查和單點故障風險的可能性。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。

---

標題：數據決定人類：去中心化雲存儲的探索

地址：https://www.torrentbusiness.com/article/9610.html

標籤：