AI × קריפטו × שבבים 2026: Pearl, עבודה מועילה, ASIC וצמתי תהליך - תאן שואי

בלוקצ׳יין רץ כיום על אותו כפל מטריצות שעליו רצה הבינה המלאכותית, בקצב של כ־90 EH/s. קראתי את הקוד שלו, את נתוני השרשרת ואת הכלכלה שסביבו כדי לענות על שלוש שאלות: למה בתחום הבינה המלאכותית × קריפטו יש לקוחות משלמים, מתי כדאי לבנות ASIC, ואיזה צומת תהליך מתאים לאיזה שבב. כולל הדוח המלא והמצגת.

תמונת השער: חישוב כקונצנזוס. פרוסת סיליקון שהשבבים עליה נדלקים כמערך טנזורים; המערך זורם לשרשרת של בלוקים, שכל אחד מהם מחזיק אריח של מטריצה, והיא מסתיימת בפנינה זוהרת בתוך טבעת גיבוב.

תקציר

Pearl, שהושקה באפריל 2026, היא הבלוקצ׳יין הראשון שהוכחת העבודה שלו היא כפל מטריצות בסגנון AI בהיקף גדול. ב־13 בנובמבר 2026 הרשת שלה פעלה בכ־90 EH/s, כאשר H אחד הוא פעולת הכפלה־צבירה אחת ב־INT7: תפוקת המספרים השלמים של כ־122,000 מעבדי H100. כהנדסה, זה עובד. זה עדיין לא מועיל: כ־1% מהבלוקים נושאים עבודת AI אמיתית, משום ש־GPU שכורה תוך כדי שירות הסקה שומר רק 1% עד 27% מקצב הגיבוב של כורה ייעודי. בכל תחום הבינה המלאכותית × קריפטו, ביקוש בתשלום שניתן לאימות מופיע בשלושה מקומות, מכירת הסקה, מכירת נתונים ומכירת פרטיות, בעוד שהסבסוד נע בין פי 4 לפי 360 מההכנסה החיצונית. בשבבים, תקרת הרווח של ASIC היא ההכנסה ליחידת חישוב כפול (1 − 1/k), ולכן יעילות מעבר ל־k = 5 מוסיפה מעט; מה שמכריע הוא גודל הקופה, יציבות הכללים ושוק שני. אף רשת אינה מציעה כיום את שלושתם. צומת התהליך הנכון נקבע לפי הסעיף הגדול ביותר בעלות של השבב לאורך חייו, ואת השבב עצמו יש לקנות בשלבים, כך ששינוי בכללים יעלה אב טיפוס ולא טייפ־אאוט.

למה בדקתי את זה

עסקתי שנים רבות בתכנון שבבים, כולל נתיבי נתונים בתכנון מלא (full-custom) של ASIC לכריית מטבעות קריפטוגרפיים, וכיום אני עובד על בינה מלאכותית. כשהופיעה שרשרת שתקציב האבטחה שלה מתומחר, פשוטו כמשמעו, בתפוקת טנזורים, השאלות למישהו כמוני היו ברורות: האם העבודה מועילה, האם שבב ייעודי ינצח, וכמה יעלה לבנות אחד כזה?

קראתי את הקוד ואת הצעות הפרוטוקול של Pearl, נתוני שרשרת מצומת מלא בלתי תלוי, דיווחים של חברות, מאמרים בקריפטוגרפיה, בארכיטקטורת מחשבים ובלמידת מכונה, נתוני מחירים של פאונדרים ושל ספקים, ואת העיתונות המקצועית. כל מספר להלן נכון ל־13 בנובמבר 2026, והסכומים בדולר ארה״ב. המסמך הזה הוא הדרך שבה למדתי את התחום; אני משתף אותו כדי שאחרים יוכלו לבדוק אותו, להשתמש בו ולהתווכח איתו. הדוח המלא, עם כל המקורות, נמצא בסוף.

התוצאות במבט אחד

איור 1. בינה מלאכותית × קריפטו בשישה תחומים: היכן הביקוש בתשלום אמיתי.

שאלה	תשובה קצרה
האם Pearl עובדת, והאם העבודה שלה מועילה?	היא עובדת: כ־90 EH/s של כפל מטריצות מאבטחים את השרשרת. היא עדיין לא מועילה: כ־1% מהבלוקים נושאים עבודת AI
היכן הביקוש האמיתי בתשלום?	הסקה, נתונים ופרטיות. תשלומי סוכנים, zkML ואימון מבוזר עדיין נמצאים לפני ביקוש
האם כדאי לבנות ASIC?	רק עם קופה גדולה, כללים יציבים ושוק שני; אף רשת אינה מציעה כיום את שלושתם
אילו שבבים צוות קטן צריך לבנות?	מאיצים שמכוונים קודם כול להסקה ויכולים גם לכרות, שבבי הסקה ללקוח חתום, עבודה מוקדמת על FHE; לא כורי ביטקוין למכירה בשוק הפתוח ולא שבבי אימון
כמה עולה שבב ראשון?	לקנות אותו בשלבים: מודל, FPGA ו־MPW מגיעים לסיליקון שנמדד בכ־1.5 מיליון דולר, לפני מסכות שעולות מיליונים

Pearl: הכפלה־צבירה אחת היא גיבוב אחד

Pearl נשענת על תוצאה מ־2025 של Ilan Komargodski ו־Omri Weinstein: הוכחת עבודה מועילה לכל מכפלת מטריצות, בעלות של פי 1 + o(1) מעלות הכפל. הכורים מכפילים מטריצות רועשות, מגבבים את הצובר של כל אריח פלט לכרטיס הגרלה, ומוכיחים את האריח הזוכה בהוכחת אפס ידיעה של פחות מ־60 KB. בקוד הקונצנזוס, H אחד הוא הכפלה־צבירה מזוכה אחת מסוג INT7 × INT7 → INT32, ולכן לראשונה תקציב האבטחה של בלוקצ׳יין מתומחר בתפוקת הטנזורים של מאיצי AI.

אנרגיה לטריליון פעולות הכפלה־צבירה במספרים שלמים ב־Pearl: RTX 5090 ו־RTX 4090 ב־1.31 J/TH, B300 ב־1.2 עד 1.3, H100 ב־0.95, B200 ב־0.71, מול תקרת ליבות טנזור משותפת של כ־1.3. ל־ASIC ל־INT7 בתוך SRAM מוסקים 0.13 עד 0.43, ועדיין אין שבב כזה. איור 2. בעבודת המספרים השלמים של Pearl, ל־GPU תקרת אנרגיה משותפת.

כרטיסי גיימינג וה־B300 של מרכזי הנתונים נפגשים בכ־1.3 J/TH, ואפילו ה־B200 מגיע רק ל־0.71. התקרה המשותפת הזאת היא בדיוק מה ששבב ייעודי יכול לשבור: רכיב שרק מכפיל מספרים שלמים של 7 סיביות מתוך SRAM שעל השבב, ללא HBM וללא יחידות כלליות, יכול באופן סביר להיות טוב פי 3 עד 10 לכל פעולה. בינתיים NVIDIA מזיזה את הסיליקון החדש ביותר שלה מ־INT8 אל FP8 ו־FP4, וזו הסיבה ש־Pearl מתכוננת לשנות את האריתמטיקה שלה.

הכלכלה של Pearl: המשפט מחזיק, התמריץ לא

קצב הגיבוב של Pearl עוקב אחרי המחיר שלה. הרשת עלתה מ־0.01 EH/s ביומה השני ל־23–26 EH/s בסוף מאי, נשארה ב־21–39 EH/s לאורך קיץ שבו המחיר ירד בכ־86%, והגיעה לכ־90 EH/s אחרי שהמחיר עלה בערך פי עשרה בסתיו. כ־120 מיליון מטבעות, כ־32% מההיצע של היום, נכרו בששת הימים הראשונים, וההיצע יגדל בכ־78% ב־12 החודשים הבאים. RTX 5090 מרוויח כיום כ־5–6 דולר ביום.

איור 3. ששת החודשים הראשונים של Pearl: קצב הגיבוב עוקב אחרי המחיר, הכללים ממשיכים להשתנות.

החלק המועיל הוא המקום שבו המודל נשבר. כרייה בתוך הסקה אמיתית עולה מעט בצד ההסקה, כ־5% עד 9% מהתפוקה, אבל מרוויחה מעט בצד הכרייה: התוסף של Pearl כורה רק באצוות prefill ארוכות, ולכן כרטיס שמשרת עומס עבודה של צ׳אט שומר כ־5% מקצב הגיבוב של כורה ייעודי. לכן כורים רציונליים מכפילים מטריצות אקראיות, והפרוטוקול אינו יכול להבחין בכך. שותפות ההסקה הפומבית היחידה כבר אינה מופיעה ב־API ה־serverless של הספק שלה. התועלת של Pearl היא בעיה מסחרית מחוץ לשרשרת: מישהו צריך לשלם על ההסקה.

הכללים הם הסיכון האחר. בין יוני לאוגוסט הפעילה המעבדה ארבעה שינויי קונצנזוס בגבהים מקודדים בקוד, וטיוטת PIP-3 שלה מעבירה את הכרייה ל־FP8 עם פרופילי התקנים מדויקים ברמת הביט לשתי ארכיטקטורות NVIDIA בלבד. פורמט מספרים יכול להיות מועיל ל־AI, ניתן לאימות ביט־אחר־ביט וניטרלי לחומרה, אבל לכל היותר שניים מהשלושה.

בכל תחום הבינה המלאכותית × קריפטו: סבסוד הוא דלק, לא מודל עסקי

רשתות עבודה מועילה אחרות מספרות את אותו סיפור. Kaspa הכניסה מכפלת מטריצות לתוך פונקציית הגיבוב שלה, וקיבלה ASIC בתוך 16 חודשים בכל זאת; המכונה הטובה ביותר שלה מרוויחה כיום 0.86 דולר ביום. חידת ההוכחה הסינתטית של Aleo קיבלה חומרה ייעודית בתוך חמישה חודשים ושילמה למוכיחים פי 175–180 מהעמלות שלה. Bittensor היא הרשת היחידה בקבוצה עם הכנסה חיצונית בהיקף משמעותי, כ־70 מיליון דולר בשנה, מול יותר מ־300 מיליון דולר של הנפקה.

מכפילי סבסוד בסקאלה לוגריתמית: שווי השוק של Render בערך פי 360 מעמלות ה־on-chain שלה, תגמולי המוכיחים של Aleo פי 175 עד 180 מהעמלות שלה, שווי השוק של Grass בערך פי 10 מההכנסה השנתית שלה, ההנפקה של Bittensor פי 4 עד 11 מההכנסה הניתנת לאימות שלה. הכנסת ה־AI של Pearl קטנה מכדי להופיע על הסקאלה: כ־1% מהבלוקים נושאים עבודת AI. איור 4. מכפיל הסבסוד: פי כמה מההכנסה החיצונית רשת משלמת.

מעבר לקונצנזוס, התמונה היא ביקוש אמיתי בהיקף קטן. שווקי GPU מבוזרים מוכרים הסקה סחורתית וזולים מהמחירים של ענקיות הענן, אבל לא מה־neoclouds הזולים ביותר. אימון דרך האינטרנט עובד ב־8 עד 40 מיליארד פרמטרים, בעוד שהריצות בחזית חזרו לאשכולות מרוכזים. סביבות ריצה מהימנות (TEE) מריצות הסקה חסויה בייצור; הוכחות אפס ידיעה של AI עדיין נמצאות במעבדה. תשלומים שיזמו סוכני AI מסתכמים בכ־5,000–11,000 דולר בחודש, למרות מסילות שבנו Visa, Mastercard, Stripe ו־Google. נתונים הם אחד התחומים המעטים עם קונים אמיתיים. בינתיים ארבע חברות הון על תשתית מרוכזת שוות בערך כמו כל טוקני ה־AI בשכבת הפרוטוקול ובשכבת היישומים יחד: הקריפטו מספק הפצה וסליקה, וההון לוקח את הרווחים.

מתי ASIC משתלם: נוסחה אחת, שלושה קני מידה

כאשר ה־GPU קובעים את מחיר הכרייה, ההכנסה ליחידת חישוב שואפת לעלות שלהם, ו־ASIC שזול פי k שומר לכל היותר (1 − 1/k) מההכנסה. העקומה קעורה: 50% ב־k = 2, 80% ב־k = 5, 90% ב־k = 10. מעבר ל־k = 5, יעילות נוספת מוסיפה מעט רווח; ומול GPU מושבתים שמשלמים רק על חשמל, ה־k האפקטיבי עשוי להיות כ־2.5 בלבד.

העקומה של 1 − 1/k על ציר לוגריתמי של k מ־1 עד 1,000: 50% ב־k = 2, 60% ב־k = 2.5 מול GPU מושבתים שמשלמים רק חשמל, 80% ב־k = 5, 90% ב־k = 10, 99% ב־k = 100, ו־ASIC של Kaspa בערך פי 1,000 מיעילות GPU לפני ש־k התאפס מול ASIC אחרים. איור 5. מדוע יעילות מפסיקה להשתלם: ASIC שומר לכל היותר 1 − 1/k מההכנסה.

אז מכריעים שלושה קני מידה: הקופה, היקף ההחזר והכללים. כורי ביטקוין מרוויחים כ־11.5 מיליארד דולר בשנה, הכורים של Pearl כ־0.46–0.49 מיליארד דולר, של Aleo כ־31 מיליון דולר ושל Kaspa כ־18 מיליון דולר, פחות מהקצה הנמוך של תכנון שבב אחד ב־5/4 nm. עבור Pearl, שבב של 20 מיליון דולר עם k = 5 צריך כ־4.9 EH/s שפועלים במשך שנה כדי להחזיר את ההשקעה אם הכללים מחזיקים, ופי שניים מזה אם הסיכוי שיחזיקו הוא חצי בלבד.

הכנסה שנתית של כורים בסקאלה לוגריתמית, ביטקוין כ־11.5 מיליארד דולר, Pearl 0.46 עד 0.49 מיליארד דולר, Aleo כ־31 מיליון דולר, Kaspa כ־18 מיליון דולר, מול תקציב תכנון של שבב אחד לפי צומת: 28/22 nm 3 עד 20 מיליון דולר, 7/6 nm 15 עד 100 מיליון דולר, 5/4 nm 30 עד 200 מיליון דולר, 3/2 nm 60 עד 400 מיליון דולר או יותר. איור 6. רוב הקופות קטנות מתקציב תכנון של שבב אחד.

כיום אף רשת אינה מציעה בו בזמן קופה גדולה, כללים יציבים ו־k מעל 1: ה־k של ביטקוין שייך לשחקנים הוותיקים, הכללים של Pearl הם הפחות יציבים, והקופות של Kaspa ו־Aleo קטנות מדי.

חמישה סוגי שבבים, חמש תשובות

שישה סוגי שבבים והמסקנה לכל אחד. שבב כרייה PoUW בסגנון Pearl: לא עכשיו; להמר על שבב שמכוון קודם כול להסקה ויכול לכרות. שבב כרייה SHA-256 לביטקוין: להתרחק, אלא עם חשמל עצמי, תצורת נישה או כ־IP. שבב לאימון AI: IP, לא שבבים. שבב להסקת AI: לבנות, אחרי שלקוח חתם. מאיץ הוכחות ZK: להמתין ולגדר. מאיץ FHE: להתמקם מוקדם, לחלון של 2027–2029. איור 7. חמישה סוגי שבבים, חמש תשובות.

עבור Pearl, לא הייתי מבצע עכשיו טייפ־אאוט לשבב INT7 ייעודי: צוות חדש צריך 18 עד 24 חודשים, ועד אז הפרוטוקול עשוי לעבור ל־FP8. ההימור הטוב יותר הוא מאיץ שמכוון קודם כול להסקה, בנוי על GEMM כללי ב־INT8/FP8 עם אופרנדים ב־SRAM, כך שלסיליקון יהיה שוק שני אם הגישה לכרייה תיסגר. צוות חדש צריך להתרחק משוק כורי הביטקוין למכירה פתוחה, שבו Bitmain שולחת מכונות של 8.9 J/TH והמתחרים נסוגים; אתרי חשמל שווים כיום יותר כמרכזי נתונים ל־AI מאשר כמכרות. צוותים קטנים לא צריכים לבנות שבבי אימון עצמאיים. שבבי הסקה שווים בנייה ללקוח חתום, מאיצי ZK הם גידור, ומאיצי FHE הם התמקמות מוקדמת לשנים 2027–2029.

צמתי תהליך ותקציב מדורג

מחירי פרוסות משוערים: TSMC N2 כ־30,000 דולר, N3 20,000 דולר, N5/N4 18,500 דולר, Samsung SF3 15,000 דולר, TSMC N7 9,500 דולר, N16/N12 5,500 דולר, N28 3,000 דולר ו־SMIC 28 nm 1,500 עד 2,500 דולר, בערך פי עשרה מ־N28 ל־N2. שבב תקין אחד של 100 mm² עולה כ־55 דולר ב־N2, 37 דולר ב־N3, 17 דולר ב־N7 ו־10 דולר ב־N16. איור 8. פרוסה בחזית הטכנולוגיה עולה פי עשרה מפרוסה בצומת בוגר.

תנו לסעיף הגדול ביותר בעלות השבב לאורך חייו לבחור את הצומת: אנרגיה לשבבי חישוב שפועלים מסביב לשעון, מארז ו־HBM לשבבי אימון (כ־63% מעלות ה־H100), והבחירה בין SRAM ל־HBM לשבבי הסקה. שבב כרייה PoUW אפשר לבנות כאב טיפוס על פרוסות מרובות פרויקטים ב־28 או ב־16/12 nm, ולעבור ל־N7/N6 ואחר כך ל־N5/N4 רק אחרי שהאלגוריתם וההכנסה מתייצבים.

תקציב מדורג לשבב N7/N6, הוצאה מצטברת בסקאלה לוגריתמית מול חודשים. שער 0, מודל, כ־50,000 דולר בתוך שבועות; שער 1, אב טיפוס על FPGA, כ־0.5 מיליון דולר בתוך חודשים; שער 2, פרוסה מרובת פרויקטים, כ־1.5 מיליון דולר עד חודש 11; שער 3, מסכות ומנת הייצור הראשונה, כ־20 מיליון דולר עד חודש 24. עצירה לפני שער 3 פירושה ששינוי בכללים עולה אב טיפוס, לא טייפ־אאוט. איור 9. לקנות ראיות לפני מסכות: תקציב מדורג לשבב ראשון.

את השבב הראשון יש לקנות בארבעה שלבים, ולכל אחד מספר שעוצר את הפרויקט: מודל של J/op ו־$/op, FPGA שמריץ את עומס העבודה האמיתי, פרוסה מרובת פרויקטים, ורק אז סט מסכות. ב־N7/N6 שלושת הראשונים עולים כ־1.5 מיליון דולר ונמשכים אחד־עשר חודשים; סט המסכות ומנת הייצור הראשונה עולים יותר מפי עשרה [אומדן]. אם הפרוטוקול משנה את האריתמטיקה שלו או שהקונה נסוג, צוות שעצר בפרוסה מפסיד את מחירו של אב טיפוס, לא של טייפ־אאוט. היעילות הזולה ביותר היא ארכיטקטונית: החזקת האופרנדים ב־SRAM והשמטת ה־HBM מסירות את רוב העלות של GPU עוד לפני שנבחר צומת כלשהו.

מאיפה הייתי מתחיל

ההזדמנויות נמצאות היכן שהתחומים נחצים: הקריפטו כלקוח הראשון, ה־AI כשוק השני. הביקוש לשבבים מותאמים ב־2026 הוא ברובו המכריע AI, והמיומנויות של צוות שבבי כרייה, מערכים במתח נמוך, אספקת הספק של קילוואטים וטייפ־אאוטים מהירים, עוברות ישירות. הייתי הולך בשלושה מסלולים לכל היותר, וכל אחד נבדק בצעד ראשון קטן: מאיץ שמכוון קודם כול להסקה ויכול גם לכרות, שמתחיל במחקר של ארבעה שבועות על J/op ו־$/op; שירותי סיליקון מותאם שבהם הקריפטו הוא הלקוח הראשון, שמתחילים במחקרי היתכנות בתשלום; ורשת שנבנתה מלכתחילה ל־AI, שמחתימה את קונה המחשוב שלה לפני שהיא מתכננת את הטוקן שלה.

הורדת הדוח המלא והמצגת

הדוח המלא מכסה בפירוט את המנגנון, הכלכלה והכללים של Pearl, את רשתות העבודה המועילה האחרות ואת התמונה הרחבה של הבינה המלאכותית × קריפטו, את מודל ה־ASIC עם חשבון ההחזר שלו, מסקנות שבב אחר שבב, עלויות צמתים ובחירתם, את תקציב מדורג לשבב ראשון, רשימת ציוני דרך ואת כל המקורות.

זהו תרגום של המהדורה האנגלית; בכל מקרה של אי־התאמה, המהדורה האנגלית היא הקובעת.

שאלות שלא שאלתם אבל הייתם צריכים לשאול

לפני שמשקיעים כסף או סיליקון בפרויקט כלשהו של בינה מלאכותית × קריפטו, הייתי שואל: מי שולט בפונקציית העבודה; מהו מכפיל הסבסוד; כמה עולה השער הבא ואיזה מספר עוצר אתכם; מהו קצב הגיבוב להחזר, עם p; מהו השוק השני של השבב; האם הערך נוחת בטוקן או בהון; ומיהו הלקוח המשלם הראשון, בשמו.

אלה תחומים שנוכל לחקור יחד, דרך חילופי ידע טכני ושיתוף פעולה טכני: שבבים מותאמים לכרייה, לאימון ולהסקה של AI, ומאיצים; פיתוח AI; ומערכות AI × קריפטו מהשרשרת, דרך הצומת ועד השבב. אפשר לפנות אליי בכתובת i@tanshuai.com.

על המחבר

תאן שואי הוא טכנולוג ומייסד עם יותר מעשרים שנות עבודה בשבבים, בחומרה ובתוכנת מערכת, ו־20 פטנטים רשומים. מאחוריו שנים רבות של מו״פ וניהול בתחום שבבי fabless, כולל תכנון נתיבי נתונים בתכנון מלא (full-custom) של ASIC לשבבי כריית מטבעות קריפטוגרפיים ולשבבי מצלמה למולטימדיה. עבודתו הובילה אותו דרך עמק הסיליקון, ניו יורק, שיקגו, טייוואן, אזור המפרץ הגדול (שנזן והונג קונג), וייטנאם ומלזיה. כיום הוא עובד כחוקר ומפתח בינה מלאכותית.

לדיון טכני: i@tanshuai.com.