Pearl 的算力陽謀：不封殺無用礦工，而是透過經濟規律自然淘汰

文章認為，Pearl 的「有用工作量證明」（PoUW）並不保證每名礦工都在執行真實 AI 推理：對協議而言，真實推理與隨機矩陣乘法產生的工作量同樣有效，是否具備實際用途應由經濟而非協議判定。Pearl 所稱將額外開銷降至 5% 以下，是指證明與驗證計算相對於單純推理的額外成本，而非只有 5% 的計算有用；不過，推理 GPU 受工作負載、延遲及記憶體頻寬限制，實際可貢獻的挖礦算力仍可能低於持續執行矩陣乘法的專用礦機。

作者主張，推理服務商可同時獲得客戶收入與 PRL 挖礦獎勵，能以核心業務分擔硬體、電力和營運成本；當挖礦利潤率下降，這種雙重收入結構可能使其較只依賴挖礦獎勵的專用礦工更具競爭力，但不代表純礦工會立即消失。作者認為，若 Pearl 能降低證明開銷並改善批處理、路由及 GPU 利用率，無須透過協議禁令，生產性算力也可能逐步取代部分專用挖礦算力；其關鍵在於吸引現有 AI 推理基礎設施，而不是為保障網路額外建造機器。

撰文：@aliomerhorzum

編譯：AididiaoJP，Foresight News

編註：Pearl 是一個基於「有用工作量證明」（Proof-of-Useful-Work，PoUW）的 L1 公鏈項目，由普林斯頓大學數學博士、哥倫比亞大學計算複雜性理論教授 Omri Weinstein 創立。其核心思路是讓礦工用 GPU 執行矩陣乘法——大語言模型推理的底層運算——而非傳統哈希計算，從而試圖讓挖礦算力同時服務 AI 推理和區塊鏈網路安全。Pearl 主網於 2026 年 4 月上線，代幣 PRL 最大供應量 21 億枚，採用漸進遞減的發行曲線替代比特幣的四年減半機制。項目聲稱完全公平啟動，無預挖、無創始人分配、無 VC 輪。截至 2026 年 10 月，PRL 流通比例約 16%，FDV 約 28 至 40 億美元。Pearl 已與 Together AI 合作推出折扣超過 25% 的 Gemma 推理介面，並加入英偉達 Inception 加速器計劃。其核心爭議在於：鏈上共識協議無法區分礦工計算的是真實 AI 推理任務還是隨機矩陣，這一問題已引發學術界實證研究。

關於 Pearl 最常見的誤解之一，是認為它的「有用工作量證明」機制能保證每個礦工都在做有用的 AI 推理。事實並非如此。而且我認為它也不應該這樣。

一張 GPU 為真實推理請求做矩陣乘法，另一張 GPU 為挖礦做隨機矩陣乘法，對 Pearl 來說，兩者產出的工作量同樣有效。協議並不知道有沒有人為這些計算付錢。這不是缺陷，而是設計。所謂有用挖礦和無用挖礦的區分，最終應由經濟決定，而不是協議。

5% 開銷到底指什麼

Pearl 以矩陣乘法作為工作量證明的基礎，而矩陣乘法正是現代 AI 推理最核心的運算之一。這樣，同一張 GPU 可以在為客戶做推理的同時，產出有助於保護貨幣網路的工作量。但讓計算可驗證並不免費。

Pearl 需要額外執行隨機化、密碼學承諾等操作，來構造和驗證計算證明。這些操作消耗資源，這就是挖礦開銷。

當 Pearl 說目標是把開銷壓到 5% 以下，意思是：把推理計算變成可挖礦工作量，相比單純做推理，額外成本要足夠小。它不意味著只有 5% 的計算有用。底層的矩陣乘法可以同時服務兩個目的。

但低開銷不等於推理 GPU 能產出和專用礦工一樣多的挖礦算力。這是兩回事。

推理 GPU 為什麼挖不過專業礦工

因為服務真實推理的 GPU，並不會每秒都以最大吞吐做大規模矩陣乘法。推理負載的計算特徵完全不同。在預填充階段，模型處理輸入提示，GPU 可以執行大量矩陣乘法；在解碼階段，模型逐個生成 token，效能往往受記憶體頻寬限制，而不是純算力。

專用礦工可以讓 GPU 持續不斷地做矩陣乘法。推理服務商做不到這一點，因為它要服務客戶、滿足延遲要求，而且很多工作負載根本跑不滿 GPU 算力。

所以有兩個問題必須分開看：為矩陣乘法生成證明，會讓推理慢多少？一張推理 GPU 實際又能完成多少可挖礦的矩陣乘法？這兩者不是一回事。

降低開銷，會讓推理和挖礦同時進行更有吸引力；提升 GPU 利用率、批處理和工作負載調度，則會提高服務商可產出的可挖礦計算量。兩者都重要。而我認為，後者藏著最大的機會。

純礦工為何終將落於下風

設想兩個運營方，硬體水平相當。一個是專用礦工，只靠做矩陣乘法保護網路來賺 PRL。另一個是推理服務商，既從客戶使用 GPU 中獲得收入，也能從這些請求中符合條件的計算裡賺 PRL。

兩者都在爭奪挖礦獎勵，但只有後者擁有第二收入流。這個差別會改變經濟帳。

專用礦工必須靠挖礦獎勵覆蓋硬體、電力和運營成本。推理服務商則可以用核心業務覆蓋部分甚至全部成本，挖礦變成增量收入。隨著競爭加劇、挖礦利潤率被壓縮，只靠挖礦獎勵的運營方，會比同樣硬體但還有推理收入的對手承受更大壓力。有兩個收入流的礦工能活下來，只有一個的礦工活不下來。

這不意味著純礦工會一夜消失。它們可能有更便宜的電、更高效率的硬體、更低資本成本或其他優勢。但 Pearl 為生產性算力創造了一種比特幣從未有過的結構性經濟優勢。隨著更多推理服務商加入，這種優勢會不斷放大。

Pearl 真正需要多少全球算力？

這是我覺得最有趣的問題。人們很容易以為，Pearl 必須先接入全球大多數 GPU，有用推理才能成為網路安全的主要來源。我認為未必如此。

關鍵不只是有多少 GPU 連上 Pearl，而是它們能貢獻多少有效的可挖礦矩陣乘法吞吐。一張服務中的 GPU，可能因為工作負載、批處理和利用率不同，貢獻的挖礦算力遠低於專用礦機。但 AI 推理行業規模巨大，而且還在增長。如果其中足夠大的一部分生產性算力，哪怕只拿出部分可用吞吐貢獻給 Pearl，形成的挖礦算力也可能相當可觀。

更重要的是，和純礦工不同，這些運營方並不一定依賴挖礦獎勵才能活下來。這個轉變不需要協議層禁令，只需要生產性算力在挖礦市場變得足夠有競爭力。最終，經濟規律能做到協議規則從來不需要去做的事。