Il piano di mining di Pearl: non escludere i miner inutili, ma eliminarli naturalmente attraverso le leggi economiche

Il secondo reddito del mining: come Pearl consente all'AI di inferire e colpire i miner puri.

Autore: @aliomerhorzum

Traduzione: AididiaoJP, Foresight News

Nota: Pearl è un progetto di blockchain pubblica L1 basato su "Proof-of-Useful-Work" (PoUW), fondato dal dottorato in matematica dell'Università di Princeton e professore di teoria della complessità computazionale alla Columbia University, Omri Weinstein. L'idea centrale è che i miner utilizzino GPU per eseguire moltiplicazioni di matrici—l'operazione di base per l'inferenza dei modelli linguistici—anziché il tradizionale calcolo hash, cercando di far sì che la potenza di mining serva sia per l'inferenza AI che per la sicurezza della rete blockchain. La mainnet di Pearl sarà lanciata ad aprile 2026, con un'offerta massima di 2,1 miliardi di token PRL, adottando una curva di emissione decrescente progressiva al posto del meccanismo di halving quadriennale di Bitcoin. Il progetto afferma di avere un avvio completamente equo, senza pre-mining, senza distribuzione ai fondatori e senza round VC. Fino a ottobre 2026, la proporzione di PRL in circolazione è di circa il 16%, con un FDV di circa 2,8-4 miliardi di dollari. Pearl ha collaborato con Together AI per lanciare un'interfaccia di inferenza Gemma con sconti superiori al 25% e si è unita al programma di accelerazione Inception di NVIDIA. La sua controversia centrale riguarda il fatto che il protocollo di consenso on-chain non può distinguere se i miner stiano calcolando compiti di inferenza AI reali o matrici casuali, un problema che ha già suscitato ricerche empiriche nel mondo accademico.

Uno dei malintesi più comuni su Pearl è che il suo meccanismo di "Proof-of-Useful-Work" possa garantire che ogni miner stia svolgendo un'inferenza AI utile. Non è così. E non credo che dovrebbe.

Una GPU esegue moltiplicazioni di matrici per richieste di inferenza reali, mentre un'altra GPU esegue moltiplicazioni di matrici casuali; per Pearl, entrambi i tipi di lavoro sono ugualmente validi. Il protocollo non sa se qualcuno sta pagando per questi calcoli. Questo non è un difetto, ma un design. La distinzione tra mining utile e mining inutile dovrebbe essere determinata dall'economia, non dal protocollo.

Cosa significa realmente il 5% di spese

Pearl utilizza la moltiplicazione di matrici come base per la prova di lavoro, e la moltiplicazione di matrici è una delle operazioni più fondamentali per l'inferenza AI moderna. In questo modo, la stessa GPU può generare lavoro utile per proteggere la rete monetaria mentre fornisce inferenze ai clienti. Ma rendere i calcoli verificabili non è gratuito.

Pearl deve eseguire operazioni aggiuntive come randomizzazione e impegno crittografico per costruire e verificare le prove di calcolo. Queste operazioni consumano risorse, ecco perché ci sono costi di mining.

Quando Pearl afferma che l'obiettivo è mantenere le spese sotto il 5%, intende dire che il costo aggiuntivo per rendere i calcoli di inferenza minerabili deve essere sufficientemente basso rispetto al semplice calcolo di inferenza. Non significa che solo il 5% dei calcoli sia utile. La moltiplicazione di matrici sottostante può servire a entrambi gli scopi.

Ma basse spese non significano che le GPU per inferenza possano generare la stessa potenza di mining dei miner specializzati. Sono due cose diverse.

Perché le GPU per inferenza non possono competere con i miner professionisti

Perché le GPU che servono l'inferenza reale non eseguono moltiplicazioni di matrici su larga scala al massimo throughput ogni secondo. Le caratteristiche di calcolo del carico di lavoro di inferenza sono completamente diverse. Nella fase di pre-riempimento, il modello elabora i suggerimenti di input, e la GPU può eseguire molte moltiplicazioni di matrici; nella fase di decodifica, il modello genera token uno alla volta, e le prestazioni sono spesso limitate dalla larghezza di banda della memoria, non dalla pura potenza di calcolo.

I miner specializzati possono mantenere le GPU in esecuzione continuamente per eseguire moltiplicazioni di matrici. I fornitori di inferenza non possono farlo, poiché devono servire i clienti e soddisfare i requisiti di latenza, e molti carichi di lavoro non sfruttano completamente la potenza di calcolo delle GPU.

Quindi ci sono due questioni che devono essere considerate separatamente: quanto rallenterà la generazione di prove per la moltiplicazione di matrici? Quanta moltiplicazione di matrici minerabile può effettivamente completare una GPU per inferenza? Queste due cose non sono la stessa cosa.

Ridurre le spese renderà più attraente l'esecuzione simultanea di inferenza e mining; migliorare l'utilizzo delle GPU, il batching e la pianificazione dei carichi di lavoro aumenterà la quantità di calcoli minerabili che i fornitori possono generare. Entrambi sono importanti. E credo che quest'ultimo nasconda la maggiore opportunità.

Perché i miner puri alla fine perderanno

Immagina due operatori con livelli hardware comparabili. Uno è un miner specializzato che guadagna PRL solo proteggendo la rete attraverso la moltiplicazione di matrici. L'altro è un fornitore di inferenza che guadagna reddito sia dall'uso delle GPU da parte dei clienti sia dai calcoli idonei a guadagnare PRL.

Entrambi competono per i premi di mining, ma solo il secondo ha un flusso di reddito secondario. Questa differenza cambierà i conti economici.

Il miner specializzato deve coprire i costi hardware, elettrici e operativi solo con i premi di mining. Il fornitore di inferenza può coprire parte o addirittura tutti i costi con il proprio core business, rendendo il mining un reddito incrementale. Con l'aumento della concorrenza e la compressione dei margini di profitto del mining, gli operatori che si basano solo sui premi di mining subiranno una pressione maggiore rispetto ai concorrenti con hardware simile ma anche reddito da inferenza. I miner con due flussi di reddito possono sopravvivere, mentre quelli con uno solo non possono.

Questo non significa che i miner puri scompariranno da un giorno all'altro. Potrebbero avere elettricità più economica, hardware più efficiente, costi di capitale più bassi o altri vantaggi. Ma Pearl crea un vantaggio economico strutturale per la potenza produttiva che Bitcoin non ha mai avuto. Con l'ingresso di più fornitori di inferenza, questo vantaggio continuerà ad amplificarsi.

Quanta potenza globale ha realmente bisogno Pearl?

Questa è la domanda che trovo più interessante. È facile pensare che Pearl debba prima connettersi alla maggior parte delle GPU globali affinché l'inferenza utile diventi la principale fonte di sicurezza della rete. Non credo sia necessariamente così.

La chiave non è solo quante GPU si connettono a Pearl, ma quanto throughput di moltiplicazione di matrici minerabili possono contribuire. Una GPU in servizio potrebbe contribuire con una potenza di mining molto inferiore rispetto a un miner specializzato a causa di carichi di lavoro, batching e utilizzo diversi. Ma l'industria dell'inferenza AI è enorme e continua a crescere. Se una parte sufficientemente grande della potenza produttiva, anche solo una parte del throughput disponibile, contribuisce a Pearl, la potenza di mining risultante potrebbe essere considerevole.

Più importante, a differenza dei miner puri, questi operatori non dipendono necessariamente dai premi di mining per sopravvivere. Questo cambiamento non richiede divieti a livello di protocollo, ma solo che la potenza produttiva diventi sufficientemente competitiva nel mercato del mining. Alla fine, le leggi economiche possono fare ciò che le regole del protocollo non devono mai fare.

La vera opportunità: far coesistere inferenza e mining

Le spese di mining devono diminuire, le prestazioni di inferenza devono rimanere competitive, e il batching, il routing e l'utilizzo delle GPU devono migliorare. I fornitori hanno anche bisogno di infrastrutture affidabili che consentano loro di partecipare a Pearl senza compromettere le loro attività esistenti.

Queste cose non accadranno automaticamente. Ma credo che il vantaggio competitivo più importante di Pearl emergerà qui. Non si tratta di convincere i fornitori di cloud a diventare miner, ma di far sì che il mining diventi un'estensione naturale delle loro attività di inferenza esistenti.

Pensate alla scala che sta avvenendo. Il mondo sta spendendo trilioni di dollari per costruire infrastrutture per la produzione di intelligenza, e milioni di GPU competono per fornire servizi di inferenza nel modo più efficiente possibile. Ogni punto percentuale di reddito aggiuntivo diventa importante. Ciò che Pearl può offrire a questi fornitori è qualcosa che le reti di mining tradizionali non possono: guadagnare premi di mining dai calcoli per cui sono già stati pagati.

Con l'ingresso di più fornitori di inferenza, la rete sarà più sicura, la competizione nel mining sarà più intensa e i conti economici dei miner puri diventeranno sempre più difficili da calcolare. A un certo punto, le macchine che proteggono Pearl potrebbero non essere state costruite per minare Pearl.

Pearl non ha bisogno che il mondo costruisca più macchine per garantire la valuta. Ha bisogno delle macchine che il mondo sta già costruendo.

Abbiamo bisogno di miner inutili fino a quando non ne avremo più bisogno. Credo che il passaggio dal mining puro a calcoli produttivi dal punto di vista economico sarà uno degli sviluppi più significativi nella storia della prova di lavoro.