Компания Jump Crypto совместно с Aptos Labs разработали облачную сеть хранения данных Shelby, ориентированную на Web3 и децентрализованные приложения.
Web3 optimizes how value moves. @ShelbyServes unlocks how it's created, through data that streams, earns, and adapts in real time.
Hot, decentralized, and incentive-aligned. Coordinated on Aptos, built to serve on any chain.
— Aptos (@Aptos) June 24, 2025
Команды утверждают, что решение сопоставимо по возможностям с традиционными облачными платформами.
Новый продукт основан на масштабируемых и высокопроизводительных технологиях от Aptos. Он не привязан к одному протоколу и совместим с Ethereum, Solana и другими популярными блокчейнами.
Сеть Shelby ориентирована на разработчиков, которым важны высокая скорость и удаленный доступ при работе с ресурсоемкими задачами — от видеостриминга и ИИ до решений в области децентрализованной физической инфраструктуры (DePIN).
Jump Crypto — подразделение Jump Trading Group, специализирующееся на цифровых активах. Компания инвестирует в венчурные проекты и разрабатывает блокчейн-решения, среди которых клиент Firedancer для Solana.
Технический директор Aptos Пранав Равал в разговоре с Cointelegraph отметил, что Shelby обеспечивает производительность, сопоставимую с показателями ведущих облачных платформ. При этом разработчики «сохраняют контроль [над системой], контролируют ценообразование и задают бизнес-логику на уровне протокола».
Хайп вокруг ИИ подстегнул спрос на облачные решения
По данным S&P Global, к 2030 году глобальное энергопотребление дата-центров может удвоиться. Растет спрос на масштабируемые и эффективные хранилища, создавая дополнительную нагрузку на облачные платформы.
«Когда данные активируются, они формируют новые миры и запускают новые экономические модели, подходы к творчеству и взаимодействию», — отметил Равал.
Он добавил, что в контексте искусственного интеллекта это означает доступ агентов к актуальным контекстным данным в любой момент, из любой точки мира. Решения вроде Shelby позволяют создавать маркетплейсы данных, ускоряя обучение моделей за счет потоковой подачи релевантной информации.
Не является индивидуальной инвестиционной рекомендацией | При копировании ссылка обязательна | Нашли ошибку - выделить и нажать Ctrl+Enter | Жалоба