En esta entrevista exclusiva, Dmitry Zhelezov, cofundador de Subsquid (SQD), analiza la reciente ronda de financiación de 17 millones de dólares de la plataforma, su innovadora tecnología de «indexación modular» y el futuro del acceso descentralizado a los datos.
-
Ishan Pandey: Hola Dmitry, bienvenido a nuestra serie de entrevistas. SQD lanzó recientemente su token SQD y ha recaudado más de 17 millones de dólares en financiación. ¿Puedes compartir la visión detrás de Subsquid y cómo encaja el token SQD en tu ecosistema?
Dmitri Zhelezov: Se han invertido muchos esfuerzos y miles de millones de dólares en financiación de capital riesgo para aumentar el rendimiento de las cadenas de bloques, es decir, la velocidad con la que se realizan nuevas transacciones. Pero, al mismo tiempo, a escala de Internet, los datos se leen en promedio entre 10 y 100 veces más frecuentemente que con la frecuencia con la que se escriben (piense en cuántas publicaciones de Twitter lee y compare con cuántas escribe). Sin embargo, el acceso de lectura a datos históricos y en tiempo real de cadenas de bloques es más bien una idea de último momento. Nuestra misión en SQD es permitir un acceso sin permisos ni confianza a la totalidad de los datos de la Web3 a escala de Internet.
-
Ishan Pandey: Las plataformas de indexación son cruciales para la escalabilidad de la Web3. ¿En qué se diferencia el enfoque de indexación de SQDd de otras soluciones del mercado y qué beneficios exclusivos ofrece a los desarrolladores y usuarios?
Dmitri Zhelezov:La indexación de datos es un proceso complejo de varios pasos y no es muy diferente a cómo se refina el petróleo crudo para convertirlo en gasolina de alto octanaje. Asimismo, la especialización es clave para escalar la indexación de datos a escala industrial. En SQD fuimos pioneros en lo que llamamos diseño de indexación modular, donde el proceso de indexación de datos se divide en varios pasos completamente independientes. El principal obstáculo que abordamos es el paso para extraer los datos sin procesar. Estamos reemplazando los nodos RPC altamente ineficientes con la red SQD optimizada para la lectura para el acceso a los datos. La red SQD no solo está descentralizada, sino que es al menos 100 veces más eficiente que la forma tradicional de indexar datos.
- Ishan Pandey: SQD se ha asociado recientemente con Deutsche Telekom para ejecutar nodos de trabajo dedicados. ¿Cómo cree que esta colaboración mejorará la seguridad y la eficiencia de la recuperación de datos de blockchain y qué significa para el futuro de la infraestructura descentralizada?
Dmitri Zhelezov:Deutsche Telekom es uno de los actores más destacados en el espacio de Web3 Infra. Para nosotros, no es solo un sello de aprobación de calidad, sino un fuerte impulso a la productividad y la descentralización de la red. Por diseño, los datos en el SQD se distribuyen entre todos los nodos de la red con la máxima redundancia, por lo que con el equipo de primer nivel de DT Infra uniéndose a la red, confiamos en la calidad del servicio que brinda.
-
Ishan Pandey: Su plataforma comenzó en el ecosistema Polkadot, pero desde entonces se ha expandido a Ethereum y ahora está en versión beta para Solana. ¿Cómo gestionan los desafíos de la indexación entre cadenas y qué oportunidades presenta este enfoque multicadena?
Dmitri Zhelezov:La red SQD está diseñada para abordar el problema del acceso a los datos en todo el espacio Web3 y puede alojar prácticamente cualquier tipo de datos en cadena. Este es el poder del diseño de indexación modular, donde logramos hacer que la red SQD (la parte de la capa de acceso a los datos base) sea verdaderamente independiente de la cadena, colocando el trabajo de decodificación y transformación de datos en el lado del cliente, cerca de la lógica empresarial de la aplicación.
-
Ishan Pandey: El concepto de un «lago de datos» descentralizado es fascinante. ¿Puede explicar cómo funciona en la práctica y cómo contribuye a la eficiencia y la resiliencia generales de las aplicaciones Web3?
Dmitri Zhelezov: De hecho, la red SQD es más como un “océano de datos” que como un “lago de datos”. Se puede pensar en ella como una base de datos a escala planetaria distribuida en más de mil nodos, cada uno de los cuales contiene un fragmento de datos. El protocolo garantiza que haya suficiente redundancia para que no se pierdan datos, y los propios nodos actúan como minibases de datos para consultar el fragmento de datos que tienen. El acceso a los datos, así como las recompensas para los nodos, se alimentan mediante el token $SQD, lo que garantiza un acceso resistente a la censura y sin KYC a la totalidad de los datos desde cualquier parte del mundo. Por último, la criptografía avanzada y la seguridad económica garantizan que los datos proporcionados por los nodos no estén dañados y sean fiables.
-
Ishan Pandey: A medida que las redes blockchain continúan creciendo y generando más datos, ¿cuáles considera que serán los mayores desafíos para las plataformas de indexación en los próximos años y cómo se prepara SQD para abordar estos desafíos?
Dmitri Zhelezov: El ritmo exponencial al que crece la cantidad de datos históricos es probablemente el mayor desafío. Desafortunadamente, muchos ecosistemas, como Solana Foundation o el protocolo Lens, optan por soluciones centralizadas provisionales, como colocar sus datos en Google Big Query. Si bien puede resolver algunas necesidades inmediatas de los desarrolladores, es imprescindible contar con una forma de consultar y acceder a estos datos sin necesidad de permisos y a un costo extremadamente bajo.
-
Ishan Pandey: De cara al futuro, ¿cómo imagina que evolucionará el papel de las plataformas de indexación en el ecosistema Web3 y qué posibles avances o innovaciones en este espacio le entusiasman más?
Dmitri Zhelezov: Las innovaciones más interesantes sin duda provienen de los avances en criptografía moderna. Las dos cosas que más espero son la reducción adicional de la generación de pruebas ZK en otros dos órdenes de magnitud (pasando de asequible a extremadamente barata) y luego la adopción generalizada del cifrado totalmente homomórfico.
El progreso en ZK le permitiría aprovechar al máximo la potencia de cómputo de nodos no confiables y de muy bajo costo, combinados con el nivel matemático de confianza en la validez de las consultas de datos. En este momento, casi hemos llegado a ese punto, pero hay que recurrir a algunas compensaciones para mitigar el costo relativamente alto de generar una prueba ZK.
El FHE es aún más interesante, ya que permitirá incorporar datos privados a la red SQD y utilizar toda la potencia de su motor de consultas para filtrar y agregar los datos sin comprometer la privacidad. Solo los clientes podrán decodificar los resultados de las consultas.
¡No olvides darle me gusta y compartir la historia!
Divulgación de intereses creados: Este autor es un colaborador independiente que publica a través de nuestro
