一文了解存储赛道明星项目Arweave_ETHE:THE

一、AR基本情况

Arweave是类似于FileCoin的区块链存储项目,同时也可兼容IPFS协议,该项目主打一次付费,链上永存的理念,旨在解决传统互联网存储中心化的问题。Arweave项目于2017年4月启动,2018年6月主网上线。二、AR通证经济模型

AR在生态系统会在三个参与者之间流转,服务提供者、服务使用者、持币者。服务使用者支付费用给矿工,矿工的收益来自于区块奖励和交易手续费。持币者享受AR通证升值的收益。相对于Filecoin为解决矿工是否有存数据,是否取区块奖励等问题而搭建的时空证明和复制证明,造成了自身复杂的系统。AR的代币模型非常直观简洁,这套设计也注定为AR在存储领域奠定自己的一席之地。AR协议有一种大道至简的哲学理念。可使用Arweave的应用场景有如下这些:永久的个人文件云存储空间网站数据库企业共享存储空间代码和文件数据库抗审查的百科知识库三、通证分配

全球票务巨头Ticketmaster的Web3商品申请已获美国专利商标局批准:金色财经报道,据美国专利商标局 (USPTO)注册商标律师Mike Kondoudis在社交媒体披露,全球票务巨头Ticketmaster的Web3商品申请已获美国专利商标局批准,并授予该公司运营加密数字藏品和 NFT 资产线上市场的专有权。据悉,美国专利商标局还批准Ticketmaster可以使用区块链技术为数字藏品提供交易和注册服务,覆盖艺术、娱乐、体育和流行文化领域的照片、图像、艺术品、视频、游戏和虚拟体验等内容。[2023/6/22 21:53:50]

美国财长耶伦:支持美国监管机构对加密货币的监管:金色财经报道,美国财长耶伦表示,支持美国监管机构对加密货币的监管,以保护消费者和投资者。应加强加密货币监管,并将与国会合作推动通过更多立法。[2023/6/7 21:22:03]

AR总量6600万枚(1100万枚矿工奖励,总流通量4385万枚,目前总市值约为1.9亿美金;团队部分锁仓5年,每年释放20%,留存锁五年,每年释放20%。四、技术亮点

POA共识机制ProofofAccess是一个全新的共识方式。每次出新区块的时候必须同时验证一个以前的区块。节点不需要存所有区块内容。但凡出现新区块将选取一个以前的随机区块进行验证,验证通过才能出块。优化的POW减少了电力浪费。Wildfire在P2P网络层,Arweave引进了一个叫Wildfire的方法,让各个节点对相邻节点的表现进行评分。通过这种方式节点能够提升带宽和服务器的稳定性。BlockshadowBlockshadow是每个出块节点发给其他节点的信息,它只包含一个区块头的哈希值。能够加快共识、扩大吞吐量。五、融资情况

清华大学朱旭峰:不能说ChatGPT超越历史上所有的科技:金色财经报道,清华大学公共管理学院院长朱旭峰近日表示,ChatGPT是一个颠覆性的创新,但从人类历史数千年科技的发展对社会影响的层面来讲,目前人工智能的发展还达不到蒸汽机、印刷术的影响水平。他表示,在人类这么长的历史发展过程中,技术的发明对社会肯定是有影响的。但是不能只盯着最近的发明,说它会超越历史上所有的科技,我认为不能这么说。同时新技术会带来安全、隐私、伦理等方面的问题,我们就需要加强治理,加强伦理的监管。(上证报)[2023/5/20 15:15:48]

Arweave连续获得圈内顶级投资机构的融资,表明机构对该项目长期看好。

六、竞争对手

AR主打链上永久存储,作为连续获得顶级机构青睐的存储赛道明星项目,从市值角度来看,依然有良好的发展空间。七、团队背景

团队成员基本为海外背景,且在分布式存储版块均有资深的认知与建树。SamWilliamsCo-Founder&CEO:universityofKent计算机博士在读WilliamJonesCo-Founder&CTO:universityofKent计算机博士在读JesperNoehr:顾问,Bitbucket创始人。分散存储是一项固有的困难工程挑战,在我看来,Arweave团队不仅非常适合解决这个问题;我对他们制作的所有东西以及他们的见解都给我留下了深刻的印象。JeremyEpstein:“权力营销组织”一书的作者在与Zcash等世界级项目的创始人合作之后,我很自豪并很高兴能成为Arweave的顾问。我相信这项独特的技术,以及SALT,Endor和DAOstack等项目,将构成下一代真正全球化,分布式,可扩展的生态系统的基础,该生态系统将改善数百万人的生活。团队的激情让我对他们实现愿景的能力充满信心。关注公众号:BRCapital

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:15ms0-3:350ms