什麼是 Pearl Network？將 AI 運算轉化為挖礦的有用工作證明鏈
簡介
Pearl Network 是一個處於早期階段的 AI x 加密貨幣實驗，它之所以引起關注，是因為它試圖讓 GPU 挖礦變得有用，而不是純粹的重複性工作。Pearl 並不像 Render 或 Akash 那樣單純租賃 GPU，而是嘗試將 AI 運算本身作為區塊鏈安全的一部分。其核心思想是「有用工作證明」（Proof-of-Useful-Work）：用矩陣乘法取代比特幣式的 SHA-256 雜湊運算，而矩陣乘法正是 AI 訓練和推論的基礎運算。
這使得 Pearl 成為一個值得關注的設計實驗，但尚未成為一個經過驗證的基礎設施網路。該專案仍需證明實際的 AI 工作負載能夠吸收足夠的運算量，挖礦獎勵不會成為持續的拋售壓力，以及 PRL 的每日發行量能夠被持久的需求而非短期投機所匹配。
Pearl Network 究竟是什麼？
Pearl Network 是一個由 Pearl Research Labs 開發的 Layer 1 區塊鏈。其原生代幣是 PRL。該協定基於類似比特幣的工作量證明模型，但挖礦難題是圍繞 MatMul 而非任意雜湊運算構建的。
簡單來說：當 GPU 執行某些 AI 運算時，Pearl 旨在從該工作中提取有效的證明。如果證明符合網路難度目標，礦工就可以賺取 PRL。目前的實施方案側重於精確整數 MatMul，而白皮書則討論了未來向 BF16、FP8 和 FP4 等低精度浮點格式發展的路徑。該升級尚未披露確切的時間表。
為何它現在很重要
Pearl 在 2026 年 5 月從理論走向市場關注。Together AI 於 2026 年 5 月 15 日宣布與 Pearl Research Labs 建立獨家合作夥伴關係，推出 Gemma-4-31B-it-Pearl 推論端點，Together AI 表示該端點的折扣超過 25%，因為 PRL 發行量可以抵消部分推論成本。
該鏈在 2026 年 4 月底主網上線後，也引發了顯著的 GPU 挖礦熱潮。挖礦追蹤器和硬體媒體報導了早期 RTX 5090 的強勁獲利能力，隨後隨著更多礦工的進入和難度的上升而迅速下降。這顯示了該模型的兩面性：敘事需求可以迅速吸引運算力，但礦工回報也可以同樣迅速地被壓縮。
對於一個早期的 AI-加密專案來說，Pearl 還擁有異常具體的技術成果。其公共 GitHub monorepo 包含一個完整節點、錢包、SPV 客戶端、ZK 工作量證明組件、BLAKE3 工具和一個基於 vLLM 的礦工。這並不能消除執行風險，但它使得該專案比許多僅有敘事的 AI 代幣更容易檢查。
代幣供應和發行設計
PRL 的代幣設計是投資爭論的核心。Pearl 的固定最大供應量為 21 億 PRL。區塊目標時間為每 194 秒，約為 3 分 14 秒，這意味著在正常網路條件下每天約有 445 個區塊。
與比特幣不同，Pearl 不使用突然的四年減半。其白皮書定義了一個平滑的多項式發行曲線，其中累積分配遵循 A(t) = t / (t + H)，其中 H 等於 650,226 個區塊，約為四年。實際上，大約 50% 的 PRL 總供應量預計在約四年後發行，而每個區塊的獎勵會逐漸衰減。
這避免了礦工激勵的突然斷崖，但也造成了早期大量的供應過剩。截至 2026 年 6 月 1 日的快照，每個區塊的獎勵約為 2,700 PRL，這意味著在交易費用之前，每日發行量約為 120 萬 PRL。以 PRL 價格接近 0.76 美元計算，這代表每日新增代幣供應約為 90 萬美元。
它有何不同
1. 挖礦與 AI 原生運算綁定
Pearl 用矩陣乘法取代了傳統基於雜湊的工作量證明，矩陣乘法是 AI 推論和訓練背後的核心運算。這使其與 Render 和 Akash 不同，後者是協調 GPU 或雲端資源買賣雙方的去中心化市場；Pearl 則試圖讓 AI 運算本身產生工作量證明。如果更多的挖礦活動與實際的 AI 工作負載相關聯，PRL 可能會更像是一種與運算相關的資產，而不是純粹的挖礦代幣；如果不是，那麼「有用工作」的溢價將會弱得多。權衡之下，執行路徑會更窄：Pearl 需要 AI 工作負載、挖礦經濟學、密碼學證明、硬體支援和代幣激勵同時到位，而市場則可以僅憑供需關係成長。
2. 第一個產品是成本降低
Together AI 的合作夥伴關係為 Pearl 提供了第一個具體的用例：折扣推論。如果 Pearl 驅動的運算降低了模型服務成本，用戶無需直接關心 PRL，但一個端點不足以證明廣泛採用。關鍵里程碑是 Pearl 是否能擴展到一個模型和一個合作夥伴之外。
3. 該協定使用密碼學驗證
Pearl 結合了 MatMul 承諾、BLAKE3 雜湊和零知識證明，以驗證有用工作，而無需暴露私有模型權重或用戶數據。這對於企業 AI 工作負載很重要，但它也增加了執行風險，因為 ZK 證明、GPU 特定實施和 AI 框架整合都需要可靠地運作。
4. 團隊可見但披露程度仍然較低
Omri Weinstein 被公開任命為 Pearl Research Labs 的共同創辦人兼執行長，並與底層的 PoUW 研究相關聯，而更廣泛的團隊、法律實體、總部、融資歷史和投資者名單在主要材料中仍未披露。這使得 Pearl 可以在程式碼層面進行檢查，但在公司層面仍然披露程度較低。
值得關注的關鍵風險
第一個風險是有用工作的品質。該協定可以驗證 MatMul 工作，但並非每個礦工的運算都必然服務於付費的 AI 需求。如果大多數挖礦是投機性的虛假工作，Pearl 就會變成 AI 形狀的工作量證明，而不是真正的有用工作。
第二個風險是代幣發行壓力。Pearl 的平滑發行曲線避免了比特幣式的減半衝擊，但如上述發行數學所示，它在前四年預先載入了大量供應。如果礦工出售獎勵以支付 GPU 租賃或電力成本的速度快於 AI 用戶、交易所或長期持有者吸收它們的速度，PRL 通膨可能會持續成為價格逆風。
第三個風險是礦工經濟學。隨著網路算力和難度的上升，每個 GPU 的獎勵可能會迅速下降。這可能會增強網路安全性，但會給在早期高利潤窗口進入的礦工帶來壓力，並可能使算力波動更大。
第四個風險是流動性、代碼混淆和集中度。PRL 目前似乎集中在較小的交易場所，PRL 代碼已被不相關的專案使用，並且社群瀏覽器有時顯示出顯著的礦池集中度。對於一個新的工作量證明鏈來說，市場深度和礦工分佈與代幣價格同樣重要。
結論
Pearl 是一個獨特的 AI-加密設計，因為它將代幣直接連接到 GPU 運算，而不是將 AI 敘事附加到通用資產上。Together AI 的整合為該論點提供了第一個真實世界的錨點，但它尚未證明 PRL 能夠在早期發行和礦工拋售壓力下維持需求。
下一個觀察點應該來自可衡量的採用：更多由 Pearl 驅動的端點、更廣泛的精度格式支援、穩定的礦工經濟學、更健康的交易所流動性、更清晰的團隊披露，以及付費 AI 工作負載增長速度快於投機算力的證明。
免責聲明
本文僅供參考，不構成投資建議。加密貨幣市場波動劇烈，讀者在做出財務決策前應自行研究。