로그인/ 가입하기

서브스퀴드(SQD): 시장에서 저평가된 양질의 프로젝트

2024/06/19 20:20

따르다

M31 Capital의 David Attermann 제공

서브스키드 네트워크는 업계 최초의 모듈형 블록체인 데이터 색인 및 쿼리 솔루션으로, 개발자가 온체인 정보에 효율적으로 액세스하고 분석할 수 있도록 지원합니다. 고도로 맞춤화된 데이터 처리 파이프라인과 실시간 업데이트가 가능한 고유한 모듈식 확장형 아키텍처를 제공합니다. 시장에 거의 알려지지 않았기 때문에 투자자들에게는 드물고 매력적인 투자 기회를 제공합니다.

블록체인 데이터 관리 현황

현재 Web3 개발자가 직면한 가장 큰 과제 중 하나는 대규모 데이터에 액세스하는 것입니다. 현재 블록체인(트랜잭션 및 상태 데이터), 애플리케이션(스마트 컨트랙트 상태 디코딩), 관련 오프체인 데이터(예: IPFS 및 Arweave에 저장된 가격 데이터)를 쿼리하고 집계하는 것은 매우 복잡합니다. 이러한 데이터는 여러 생태계, 체인, 기술에 분산되어 있는 경우가 많아 표준화되지 않은 구조와 데이터 사일로의 출현으로 이어지며, 이는 궁극적으로 데이터 세트가 불완전하고 의미 있는 인사이트를 추출하기 어렵게 만듭니다.

웹2에서는 데이터에 쉽게 액세스할 수 있도록 BigQuery, Snowflake, Apache 및 Iceberg와 유사한 중앙 집중식 데이터 레이크에 데이터를 저장했습니다. 하지만 Web3 데이터를 이와 유사한 중앙 집중식 데이터 레이크에 저장하면 개방적이고 탄력적인 액세스라는 원래의 목적이 무색해집니다. Web3 애플리케이션 데이터를 집계, 필터링하고 쉽게 추출할 수 있는 기능은 멀티체인 패러다임에서 차세대 애플리케이션 기능을 주도할 수 있는 업계의 잠재력을 열어줄 것입니다.

솔루션:Subsquid 네트워크

Subsquid는 de 대량의 데이터를 효율적으로 추출하는 데 최적화된 쿼리 엔진입니다. 현재 100개 이상의 EVM 및 서브스트레이트 네트워크와 베타 버전인 솔라나, 스타크넷의 온체인 데이터를 처리하고 있습니다. 이 데이터에는 EVM 이벤트 로그, 거래 영수증, 거래별 추적 및 상태 차이와 같은 세부 정보가 포함됩니다. 또한 영지식 시장 증명과 신뢰할 수 있는 실행 환경(TEE)을 통해 오프체인 데이터 레이크 리소스 네트워크에 신뢰 없이 연결하기 위해 멀티체인 인덱싱 기능을 활용하는 코프로세서 및 RAG 기능도 개발 중입니다.

기존의 블록체인 데이터 쿼리 방식은 느리고 단편적이며 비용이 많이 들어 개발자가 의미 있는 인사이트를 추출하기 어려웠는데, 서브스키드의 분산형 쿼리 엔진은 맞춤형 데이터 파이프라인과 실시간 업데이트가 가능한 확장 가능한 모듈식 아키텍처를 제공하여 데이터 추출 속도를 최대 100배 향상하고 비용 최대 90%까지 절감할 수 있습니다.

현재 제품군

개발자는 이러한 도구를 통해 대량의 블록체인 데이터에 효율적으로 액세스하고 분석할 수 있어 복잡한 탈중앙화 애플리케이션을 더 쉽게 구축하고 확장할 수 있습니다. 애플리케이션을 더 쉽게 구축하고 확장할 수 있습니다.

1.서브스퀴드 네트워크: 100개가 넘는 EVM 및 서브스트레이트 네트워크와 베타 단계의 솔라나 및 스타크넷의 과거 온체인 데이터를 처리하는 분산 쿼리 엔진입니다. .

2.Squid SDK: 서브스퀴드 네트워크에서 인덱서를 구축하기 위한 타입스크립트 툴킷으로 데이터 추출, 변환, 로딩을 위한 하이레벨 라이브러리를 제공합니다.

3.Subsquid Cloud: Squid SDK 인덱서 배포를 위한 서비스형 플랫폼(PaaS)으로, Postgres 리소싱, 다운타임 없는 마이그레이션, 고성능 RPC 엔드포인트를 제공합니다.

4.Subsquid Firehose: 광범위한 설정 없이 하위 그래프의 개발과 배포를 용이하게 하는 오픈 소스 경량 어댑터입니다.

모듈형 아키텍처

시중의 다른 솔루션과 달리 Subsquid의 고유한 모듈형 아키텍처는 개발자가 최적의 유연성과 사용자 정의가 가능합니다. . 이는 웹3 개발의 다음 단계로 넘어갈 때 애플리케이션과 사용 사례를 더욱 복잡하고 풍부한 기능으로 만드는 핵심적인 차별화 요소가 될 것입니다.

1.커스터마이징: 개발자는 데이터 처리 파이프라인의 각 구성 요소를 특정 요구에 맞게 조정하여 보다 효율적이고 효과적인 데이터 처리를 가능하게 할 수 있습니다.

2.확장성: 모듈화 덕분에 처리 노드를 추가하기만 하면 수평적으로 쉽게 확장하고 증가하는 데이터 부하를 처리할 수 있습니다.

3.유연성: 파이프라인의 여러 단계를 독립적으로 개발하고 최적화할 수 있기 때문에 다양한 사용 사례와 성능 요구사항에 맞게 Subsquid를 조정할 수 있습니다.

4.효율성: 데이터 흐름과 처리 로직을 세밀하게 제어할 수 있는 Subsquid는 색인 및 쿼리 작업에서 더 높은 성능과 효율성을 달성할 수 있습니다.

모듈형 데이터 액세스 접근 방식의 힘을 설명하기 위해 분석과 실시간 데이터 액세스 사용 사례를 비교해 볼 수 있습니다. 두 가지 모두 효율적인 온체인 데이터 소스(서브스퀴드 네트워크)가 필요하지만, 나머지 파이프라인에는 완전히 다른 기술이 필요합니다. 웹 2.0 환경에서 애플리케이션을 위한 실시간 데이터 액세스는 일반적으로 비교적 작은 트랜잭션 데이터베이스(Postgres, SQLite)에서 지원되는 반면, 분석에는 Snowflake, BigQuery 또는 Trino 같은 빅 데이터 솔루션이 필요합니다. 웹3 사용 사례에도 동일한 구분이 적용되며, 서브스퀴드는 두 분야 모두에서 의미 있는 가치를 창출할 수 있는 독보적인 위치를 점하고 있습니다.

타겟 시장 및 사용 사례

서브스퀴드의 기술은 다음과 같은 높은 수준을 자랑합니다. 관련성:

1.탈중앙화 애플리케이션 프로젝트(dApp 프로젝트): 디파이, NFT, 게임, 소셜 미디어 및 기타 영역의 탈중앙화 애플리케이션을 개선하여 성능과 사용자 경험을 개선합니다.

2.블록체인 네트워크: 개발자가 보다 효율적인 데이터 기반 애플리케이션을 구축할 수 있도록 L1 및 L2 네트워크의 데이터 인프라를 개선합니다. 데이터 인프라를 개선합니다.

3.분석 및 연구: 기업이 대량의 블록체인 데이터를 처리하여 인사이트와 트렌드를 추출할 수 있도록 지원합니다.

온체인 및 Web3 데이터는 Web2보다 훨씬 더 높은 바이트당 가치를 가지며 스마트 컨트랙트, 인덱서, 분석 API, AI 에이전트와 같은 엣지 기술에 의해 소비됩니다.

고객

1.Railgun: 개인정보 보호 중심의 EVM 월렛 인프라

-Railgun은 직접 RPC 호출을 사용하여 잔액을 스캔하는 내부 도구를 사용했지만 속도가 느렸습니다. 모든 체인에서 기능적으로 일관되지 않은 그래프를 사용하려고 시도한 후, 서브스퀴드는 새로운 "프라이버시 풀" 제품을 통해 잔액 스캔 속도를 개선했습니다.

2. 코인리스트: 선도적인 토큰 런칭 플랫폼

- 코인리스트는 정기적으로 새로운 프로젝트를 다루기 때문에 지원하고자 하는 체인에 적합한 플랫폼을 찾는 것이 중요합니다. 따라서 지원하고자 하는 체인에 맞는 노드 제공자를 찾는 것은 종종 번거로운 일입니다. 대형 공급자는 새로운 소규모 체인을 지원하지 않으며, 소규모 공급자에게 의존하는 것은 어렵고 신뢰할 수 없을 수 있습니다. 프로젝트 팀 자체에서 데이터를 얻는 것도 인프라가 변조되거나 제대로 유지 관리되지 않을 수 있으므로 바람직하지 않은데, 서브스퀴드 를 사용하면 이 문제를 완전히 우회할 수 있습니다.

- 이 플랫폼은 데이터 레이크의 핫 블록에 대한 서브스퀴드의 곧 출시될 기본 지원에 큰 관심을 보이고 있는데, 이는 RPC 제약을 완전히 제거할 수 있기 때문입니다. 이는 코인리스트와 같은 토큰 퍼블리싱 플랫폼뿐만 아니라 게임, 소셜 등 다양한 디앱과 멀티체인 플랫폼에 조각 모음 기회를 열어주며, 모든 규모의 에코시스템에서 정보를 필요로 할 수 있습니다.

간과되고 오해된 것들

서브스퀴드가 현재 시장에서 저평가된 주된 이유는 가시성이 부족하기 때문입니다. 기술적 차이점, 기능적 가치, 초기 사용자 매력, 큰 잠재력에도 불구하고 이 프로젝트는 그에 걸맞은 관심을 받지 못하고 있습니다. 그 이유는 다음과 같습니다.

- 취약한 브랜드 마케팅: 서브스퀴드는 초기 몇 년 동안 제품 개발과 고객 확보에만 집중하고 브랜드 마케팅에 대한 투자는 부족했다고 인정합니다. 현재까지 소셜 미디어 활동과 마케팅 캠페인은 더 많은 고객에게 가치 제안을 전달하는 데 효과적이지 못했습니다.

- 토큰 오퍼링 부진: 마케팅 노력이 부족했던 SQD 토큰 오퍼링은 다른 블록체인 프로젝트만큼 큰 화제를 불러일으키지 못해 초기 가치가 낮게 평가되었습니다.

- 정교한 기술적 차이점: 서브스퀴드 제품의 정교함과 기술성은 더 넓은 시장에서 이해하고 평가하기 어려울 수 있습니다.

이제 팀이 브랜드 인지도에 집중하고 있고 M31 Capital과 같은 전략적 파트너의 도움으로 프로젝트의 가치를 시장에 더 잘 전달할 수 있게 되어 단기적으로 상당한 가치 상승을 이끌어낼 수 있을 것으로 믿습니다.

경쟁 환경

서브스키드의 주요 경쟁사로는 The Graph, Zettablock, Space and Time이 있습니다. 각 플랫폼은 고유한 장단점을 가지고 있으며, 특정 프로젝트의 필요에 따라 선택이 달라집니다. 장기적으로 Web3 데이터 레이크/웨어하우스 시장은 다수의 대형 승자가 있는 거대한 시장이 될 것으로 예상합니다.

The Graph:

- 사전 정의된 하위 그래프: The Graph는 다음에 의존합니다. 데이터를 인덱싱하고 쿼리하기 위해 미리 정의된 명령어 집합인 하위 그래프를 사용합니다. 이 접근 방식은 구조적이고 사용자 친화적인 접근 방식을 제공하지만, 서브스퀴드 모듈형 프로세서가 제공하는 심층적인 사용자 정의 기능이 부족합니다.

- 색인 메커니즘: Graph는 훨씬 더 엄격한 색인 메커니즘을 사용하며, 색인 로직을 변경하려면 일반적으로 하위 그래프를 크게 조정하거나 재배치해야 합니다.

- 성능: 하위 그래프의 복잡성과 네트워크 부하에 따라 보통에서 높은 성능을 제공합니다. 쿼리 지연 시간이 짧고 인덱서를 추가하여 수평적으로 확장할 수 있습니다.

Zettablock:

- 중앙화된 제어, 탈중앙화된 의도: ZettaBlock은 중앙화된 인프라와 탈중앙화된 신뢰 메커니즘을 결합합니다. 이 접근 방식은 실시간 데이터 인덱싱 및 쿼리 기능을 제공하지만 서브스퀴드에서 볼 수 있는 것과 같은 수준의 모듈식 사용자 지정은 제공하지 않습니다.

- 데이터 파이프라인: ZettaBlock은 사용자 정의 가능한 ETL(추출, 변환, 로드) 프로세스를 갖춘 실시간 데이터 파이프라인에 중점을 두지만, Subsquid의 완전히 분산된 모듈식 접근 방식보다 더 중앙 집중화된 제어 프레임워크를 사용합니다. 완전히 탈중앙화된 모듈식 접근 방식인 Subsquid보다 중앙화된 제어 프레임워크를 제공합니다.

- 성능: 쿼리 응답 시간이 짧은 실시간 데이터 인덱싱을 위해 설계되었습니다. 실시간 데이터 파이프라인이 필요한 애플리케이션을 위해 확장성이 뛰어납니다.

공간과 시간:

- SQL 증명 및 하이브리드 처리: 공간과 시간 SQL 증명을 통해 데이터 무결성을 강조하고 하이브리드 트랜잭션 및 분석 처리를 지원합니다. 데이터 무결성 및 처리를 위한 고급 기능을 제공하지만, 인덱스 파이프라인 측면에서 서브스퀴드만큼 모듈식이나 사용자 정의가 가능한 아키텍처는 아닙니다.

- 데이터 웨어하우징: Space and Time의 아키텍처는 분산형 데이터 웨어하우징에 중점을 두고 있으며 대규모 데이터 쿼리에는 강력하지만, Subsquid의 유연한 모듈식 파이프라인보다는 더 모놀리식(monolithic)입니다.

- 성능: 블록체인 및 오프체인 데이터의 고성능에 최적화되어 있습니다. 하이브리드 트랜잭션 및 분석 처리를 지원하여 짧은 지연 시간과 확장성을 보장합니다.

< strong>서브스키드 차별화

서브스키드만의 모듈식 맞춤형 데이터 처리 방식은 유연성, 성능, 확장성에 중점을 두어 다른 블록체인 데이터 색인 및 쿼리 플랫폼과 차별화됩니다. 업계가 성숙해지고 애플리케이션이 더욱 멀티체인화되고 복잡해짐에 따라 이 기능은 점점 더 가치가 높아질 것입니다.

1. 맞춤형 인덱서 및 프로세서:

- 유연한 인덱싱: 개발자가 고도로 맞춤화된 복잡한 데이터 통합 작업을 용이하게 하고 블록체인 데이터에서 의미 있는 인사이트를 추출하는 고도로 사용자 정의 가능한 인덱서 및 프로세서를 구축할 수 있습니다.

- 성능 최적화: 사용자 정의 프로세서는 성능을 최적화하여 인덱싱과 쿼리의 효율성과 확장성을 보장할 수 있습니다.

2.다단계 처리 파이프라인:

- 데이터 흐름 아키텍처: 다단계 처리 파이프라인은 데이터를 분할하여 추출, 변환 및 저장을 별도의 단계로 나누어 데이터 처리 작업의 관리성과 확장성을 개선합니다.

- 모듈형: 파이프라인의 각 단계를 독립적으로 개발 및 최적화할 수 있어 데이터 처리 워크플로우를 더욱 효과적으로 제어할 수 있습니다.

3.다양한 데이터 소스 지원:

- 다양한 블록체인 통합: 다양한 블록체인을 지원합니다. 다양한 데이터베이스와 통합할 수 있어 다양한 블록체인 생태계에서 작업하는 개발자를 위한 다용도 도구입니다.

- 적응성: 여러 데이터 소스를 처리하는 플랫폼의 능력은 블록체인 업계의 변화하는 요구사항에 적응할 수 있도록 보장합니다.

4. 개발자 친화적인 도구 및 SDK

- 통합 SDK: 제공 사항 사용자 정의 데이터 인덱서 및 프로세서의 개발을 간소화하기 위한 도구와 라이브러리가 포함된 소프트웨어 개발 키트(SDK)입니다.

- API 지원: GraphQL과 SQL을 비롯한 데이터 쿼리를 위한 다양한 API를 지원하여 개발자에게 유연성을 제공합니다.

5. 탈중앙화 및 확장 가능한 아키텍처

- 탈중앙화 처리: The Graph 및 Space and Time과 마찬가지로, Subsquid는 탈중앙화된 노드 네트워크를 활용하여 데이터를 처리하고 색인을 생성합니다. 중앙 집중식 노드 네트워크를 통해 데이터를 처리하고 색인화하여 고가용성과 내결함성을 보장합니다.

- 확장성: 이 플랫폼은 증가하는 데이터와 쿼리를 효율적으로 처리할 수 있도록 수평적으로 확장하도록 설계되었습니다.

6. 성능 및 효율성

- 고성능: 플랫폼은 데이터 처리 파이프라인의 각 단계에서 사용자 정의를 통해 높은 성능을 발휘하도록 설계되었습니다. 데이터 처리 파이프라인의 각 단계에서 Subsquid는 데이터 인덱싱 및 쿼리 작업에서 고성능을 구현할 수 있습니다.

- 자원 효율성: 플랫폼 아키텍처는 컴퓨팅 리소스의 효율적인 사용을 보장하여 데이터 처리의 비용과 복잡성을 줄여줍니다.

이 마지막 요점은 네트워크가 매우 비효율적이고 경제적으로 지속 가능하지 않은 서브스퀴드와 이 분야의 가장 유명한 경쟁사인 더 그래프와 비교할 때 특히 중요합니다. 아래 차트에서 볼 수 있듯이 토큰 인센티브는 네트워크 월 수익의 50배에서 100배가 훨씬 넘습니다.

구조적으로 그래프의 "모놀리식" 인덱스 노드는 WASM으로 컴파일된 하위 그래프를 실행하는 블랙박스입니다. 데이터는 아카이브 노드와 로컬 IPFS에서 직접 가져오며, 처리된 데이터는 내장된 Postgres 데이터베이스에 저장됩니다. 이와는 대조적으로 서브쿼드 네트워크는 사실상 제로 비용의 데이터 액세스, 여러 블록에서 세분화된 데이터 검색, 우수한 일괄 처리 및 필터링 기능을 제공합니다.

상대적 평가

서브스퀴드의 가장 유동적인 토큰은 GRT로, SQD의 FDV 프리미엄의 18배에 거래되고 있으며, 올해 말 토큰이 거래를 시작하면 스페이스 앤 타임도 즉각적으로 비교 가능한 또 다른 토큰이 될 것입니다. SQD가 웹3.0 빅데이터 공간의 가치에 대한 시장의 관심을 끌 수 있는 촉매제가 될 것입니다.

장기적으로 웹3.0 산업이 성숙해지면서 서브스퀴드를 현재 유사한 웹2.0 기업과 비교하는 것이 합리적이며, 이는 이 프로젝트(및 웹3.0 전반)가 성공할 경우 상승 여력이 270배에 달한다는 것을 의미합니다.

TAM 2030과 상승 잠재력

블록체인 데이터 관리와 웹3.0은 일반적으로 아직 초기 단계에 있지만, 서브스퀴드의 장기 TAM에 대한 참고 자료로 웹2.0을 살펴볼 수 있습니다. 저는 이전에 전체 웹3 시장의 잠재적 상승 여력을 추정했는데, 2030년 웹3 GDP(총 수익)는 5조 6천억 달러에 달할 것으로 예상했습니다. 웹2 데이터 레이크와 웨어하우스 시장을 전체 웹2 GDP의 비율로 계산하면, 이를 웹3 GDP 예측에 적용하면 2030년에는 236억 달러에 달할 것으로 예상할 수 있습니다.

(출처: 옴니체인 관찰, 미래 시장 인사이트, expert-market-research)

2030년 서브스퀴드의 시장 점유율이 20%라고 가정하고 10배의 수익 배수를 적용하면(아래에서 자세히 설명하는 것처럼 고성장 자산에 적합함), SQD의 가치는 현재 FDV의 240배인 470억 달러가 됩니다!

왜 20%의 시장 점유율인가? 웹2.0 데이터 관리 제공업체의 경쟁 구도를 살펴보면, 시장 선두 업체는 오랫동안 40% 이상의 점유율을 유지해 왔습니다. 웹3.0의 더 세분화된 특성을 고려할 때, 서브스퀴드의 상승 시나리오에 대한 합리적인 가정은 20%라고 생각합니다.

왜 10배의 수익일까요? 이는 퍼블릭 클라우드 기업의 10년 평균입니다(2020년에 최고 22배에 도달했습니다!). .

서브스퀴드 2030년 FDV(수십억 달러) 및 수익 배수에 대한 민감도 표는 다음과 같습니다.

투자 논문

- 매우 비대칭적인 위험/보상 투자 기회, 서브스퀴드의 현재 FDV는 그래프(GRT)와 밸류에이션 패러티를 달성하기 위해 18배의 상승 여력을 제공합니다. 기술 및 네트워크 경제성 측면에서 객관적으로 열등한 것으로 간주되는 그래프(GRT)는 장기적으로 240배 이상의 상승 여력을 제공합니다.

- 웹3.0 기술 스택(데이터 레이크 및 리포지토리)의 매우 중요한 부분의 고유하고 차별화된 자산으로, 앱 복잡성이 계속 가속화되고 탈중앙화 AI가 확산되며 일반 산업 채택이 확대되어 온체인 데이터가 기하급수적으로 증가함에 따라 더욱 중요해질 것입니다. 성장.

-비효율적인 브랜딩, 부진한 토큰 출시 캠페인, 난해한 기술 차별화로 인해 무시당하고 심하게 잘못 책정된 가격.

- 시장의 관심 부족에도 불구하고 서브스퀴드는 기존 대기업을 능가하는 네트워크 아키텍처, 인상적인 초기 고객 유치, 완전한 데이터 웨어하우징 기능과 공동 처리 및 RAG 기능을 제공하기 위한 흥미로운 로드맵을 보유하고 있습니다.

- 6월 메인넷 출시, 곧 있을 웹사이트 개편 및 리브랜딩 작업, 마케팅 및 전략적 파트너 프로그램에 대한 새로운 집중 등 여러 가지 단기적인 촉매제가 있습니다.

기술 설계

Subsquid는 무제한 수평적 확장성, 권한 없는 데이터 액세스, 최소화된 신뢰 쿼리, 낮은 유지보수 비용을 제공하도록 설계되었습니다. 서브스퀴드의 아키텍처는 다음을 보장합니다.

-원시 데이터는 데이터 공급자가 영구 저장소에 업로드합니다.

-데이터가 압축되어 네트워크 노드 간에 분산됩니다.

- 노드 운영자는 보증금을 지불하며, 비잔틴 행동으로 인해 삭감될 수 있습니다.

- 각 노드는 DuckDB를 사용하여 로컬 데이터를 효율적으로 쿼리합니다.

-온체인 스마트 컨트랙트에 서명된 응답을 제출하여 쿼리의 유효성을 검사할 수 있습니다.

네트워크 아키텍처

1.데이터 제공자: 데이터 제공자는 고품질의 데이터를 적시에 사용할 수 있도록 보장합니다. 시작 단계에서는 서브스퀴드 랩스 GmbH가 유일한 데이터 제공자로서 개별 체인에서 블록 단위로 추출한 데이터의 프록시 역할을 합니다. 이 데이터는 해시를 비교하여 유효성을 검사한 다음 작은 압축 블록으로 분할하여 영구 저장소에 저장합니다. 이러한 블록은 작업자에게 무작위로 할당됩니다.

2. strong>작업자: 네트워크에 스토리지 및 컴퓨팅 자원을 기여하고, P2P 방식으로 데이터를 제공하며, 보상으로 SQD 토큰을 받습니다. 각 작업자는 체인에 10만 SQD 토큰을 등록하고 서약해야 하며, 계약을 위반하면 토큰이 삭감됩니다.SQD 보유자는 특정 작업자에게 토큰을 위임하여 신뢰성을 표시하고 보상의 일부를 받을 수도 있습니다.

3.스케줄러: 데이터 제공자가 제출한 데이터 블록을 작업자에게 할당합니다. 데이터 세트와 워커 세트에 대한 업데이트를 모니터링하여 용량 및 중복성 목표에 따라 새 블록을 다운로드하거나 기존 블록을 재할당하라는 요청을 워커에게 보냅니다. 업데이트 요청을 받으면 워커는 퍼시스턴트 스토리지에서 누락된 데이터 블록을 다운로드합니다.

4.로그 수집기: 워커로부터 활성 핑 및 쿼리 실행 로그를 수집하여 일괄 처리하고 공용 퍼시스턴트 스토리지에 저장합니다. 이 로그는 워커의 P2P ID로 서명되고 IPFS에 고정됩니다. 이 로그는 다른 네트워크 참여자가 사용할 수 있도록 최소 6개월 동안 저장됩니다.

5. 보상 관리자: 로그에 액세스하여 보상을 계산하고 매 주기마다 청구 가능한 약속을 제출합니다. 그러면 작업자가 개별적으로 보상을 수령하며, 일정 시간이 지나면 만료될 수 있습니다.

6. 데이터 소비자: 게이트웨이를 운영하거나 외부에서 제공하는 서비스(공용 또는 사설)를 사용하여 네트워크를 쿼리합니다. 각 게이트웨이는 온체인 주소에 바인딩됩니다. 게이트웨이가 제출할 수 있는 요청의 수는 잠긴 SQD 토큰의 수에 따라 결정되며, 잠금 기간이 길수록 더 많은 가상 '계산 단위(CU)'가 존재합니다. 복잡한 SQL 쿼리가 구현될 때까지 모든 쿼리에는 1 CU의 비용이 듭니다.

쿼리 검증

서브스퀴드 네트워크는 경제적 보증과 온체인 검증을 통해 쿼리 데이터의 유효성을 제공합니다. 모든 쿼리 응답은 쿼리를 실행하는 작업자가 응답에 대한 약속으로 서명합니다. 잘못된 것으로 판명되면 작업자의 마진이 감소합니다. 유효성 검사 로직은 데이터 세트별로 다를 수 있으며 다음 옵션을 포함합니다.

1. 권위 증명: 온체인 ID의 화이트리스트가 응답의 유효성을 결정합니다.

2.낙관적 온체인 검증: 요청을 검증한 후 누구나 잘못된 응답에 대한 증명을 제출할 수 있습니다.

3.영지식 증명: 영지식 증명은 응답이 요청과 정확히 일치하는지 검증합니다. 영지식 증명은 체인 아래쪽의 증명자가 생성하고 스마트 컨트랙트에 의해 온체인에서 검증됩니다.

향후 제품 개발

서브스퀴드 플랫폼의 현재 인덱싱 및 쿼리 기능과 사용자 매력은 크게 과소평가되어 있다고 생각하지만, 장기적인 성장 잠재력 향후 고성능 Web3 애플리케이션에 필수적인 인프라가 될 TEE/ZK 코프로세싱 및 RAG 기능과 같은 향후 출시될 제품에 의해 주도될 것입니다.

1.TEE/ZK 코프로세서:

- 서브스퀴드는 개발 중인 강력한 멀티체인 인덱싱 기능과 타사 TEE 및 ZK 증명자(예: 브레비스, 폴리헤드라, 팔라)를 결합하여 온체인 스마트 컨트랙트와 오프체인 네트워크의 데이터 레이크 리소스 간의 신뢰 없는 연결을 가능하게 하는 코프로세서 솔루션을 개발하고 있으며, 서브스퀴드는 여러 증명 옵션을 제공하는 것이 특정 사용 사례와 워크로드의 성능을 최적화하는 이상적인 방법이라고 믿습니다. 단일 ZK 솔루션을 개발하는 것보다.

- 이는 낮은 TPS와 엄격한 프로그래밍 언어를 사용하는 블록체인에서도 오더북 DEX, 대출 계약, 영구 계약과 같은 고도의 연산 및 데이터 기반 온체인 애플리케이션을 위한 문을 열어줍니다.

2. AI 에이전트/RAG 기능:

- 향후 10년 이내에 인터넷 트래픽의 대부분이 블록체인에서 생성될 것으로 예상됩니다. 인터넷 트래픽의 대부분이 AI 에이전트에 의해 생성되고 소비될 것입니다. 반면, 특정 취미 분야에만 서비스를 제공하는 웹사이트 구축 플랫폼(예: 워드프레스)처럼 즉시 사용 가능한 AI 에이전트 플랫폼이 시장을 지배할 가능성은 낮다는 반론도 있습니다. 한편, 2000년 이후 성장의 가장 큰 비중을 차지한 것은 인프라 측면에서 아마존 클라우드 서비스(AWS)였습니다.

- AI 및 블록체인 분야에서도 비슷한 역학 관계가 나타날 것으로 예상됩니다. 그러나 이번에는 데이터 액세스가 핵심 병목 현상이 될 것으로 보이며, Subsquid의 목표는 높은 처리량을 갖춘 최소한의 실행 가능한 인터페이스를 제공하여 데이터 액세스를 성장의 동력으로 삼는 것입니다.

고객 유치 및 전략적 파트너

지난해 말 테스트 네트워크 출시 이후 가입자 수, 스퀴드(클라우드 인덱서), 아카이브 쿼리(웹 조회), 웹 데이터 트래픽이 증가 추세에 있습니다.

그래프와 유사 비교를 하려면 최종 사용자 쿼리를 비교해야 합니다. 서브쿼드 최종 사용자 쿼리는 클라우드(추적 가능) 또는 자체 호스팅 솔루션(현재 추적 불가)에서 전송될 수 있습니다. 2024년 1분기의 클라우드 쿼리는 총 12억 건에 달했습니다. 자체 호스팅 구현의 아카이브된 쿼리 수가 약 9배 더 많으므로(위의 아카이브 소스 분포 그래프), 자체 호스팅 사용자의 최종 사용자 쿼리 수도 9배 더 많다고 가정할 수 있습니다. 그 결과, 1분기 서브스퀴드의 최종 사용자 쿼리는 약 100억 건으로 같은 기간 최종 사용자 쿼리가 16억 건이었던 The Graph를 크게 앞질렀을 것으로 추정할 수 있습니다.

Google 클라우드 파트너십( BigQuery 통합)

Google Cloud의 BigQuery는 기업과 개인이 페타바이트 단위의 데이터를 저장하고 분석할 수 있는 강력한 엔터프라이즈 데이터 웨어하우스 솔루션입니다. 대규모 데이터 분석을 위해 설계된 BigQuery는 멀티클라우드 배포를 지원하고 머신 러닝 기능이 내장되어 있어 데이터 과학자가 간단한 SQL을 사용하여 ML 모델을 만들 수 있으며, BigQuery는 또한 Google의 자체 비즈니스 인텔리전스 및 외부 도구와 완벽하게 통합되어 사용자가 Jupyter를 사용하여 BigQuery에서 자체 코드를 실행할 수 있습니다.

멀티 체인 프로젝트는 BigQuery와 함께 Subsquid를 활용하여 여러 체인에서 사용량을 빠르게 분석하고 비용, 운영 비용 및 추세에 대한 인사이트를 얻을 수 있습니다. 개발자는 맞춤형 큐레이션 데이터를 BigQuery에 저장하여 Google의 분석 도구를 활용하여 단일 체인이나 플랫폼의 맥락을 넘어 제품의 사용 현황을 파악할 수 있습니다.

로드맵 및 향후 촉매제

1.메인 사이트: 6월 3일에 출시되었습니다. 7월에는 참여 규모를 늘리기 위해 강화된 SQD 인센티브가 제공될 예정입니다.