AI × 加密貨幣 × 晶片 2026：Pearl、ASIC 與製程 - 譚帥

現在有一條區塊鏈跑在與 AI 相同的矩陣乘法上，算力約 90 EH/s。我讀了它的程式碼、鏈上資料與周邊的經濟帳，想回答三個問題：AI × 加密貨幣裡哪些東西有付費客戶、什麼時候值得做 ASIC、哪種製程節點適合哪種晶片。附完整報告與簡報。

封面圖：算力即共識。一片矽晶圓，晶粒亮起成為張量陣列；陣列流入一串區塊，每個區塊裝著一個矩陣 tile，最後收束於雜湊環中一顆發光的珍珠。

摘要

Pearl 於 2026 年 4 月上線，是第一條以大規模 AI 式矩陣乘法作為工作量證明的區塊鏈。2026 年 11 月 13 日，其全網算力約 90 EH/s，其中 1 H 是一次 INT7 乘加：約相當於 12.2 萬張 H100 的整數吞吐量。它在工程上可行，但還談不上有用：只有約 1% 的區塊承載真實 AI 工作，因為一張邊提供推論服務邊挖礦的 GPU，只能保有專用礦卡 1% 到 27% 的算力。綜觀 AI × 加密貨幣，可驗證的付費需求出現在三處：賣推論、賣資料、賣隱私；而補貼則是外部收入的 4 到 360 倍。就晶片而言，ASIC 的利潤上限是單位算力收入乘以 (1 − 1/k)，所以 k = 5 之後效率再提升也幫助不大；真正起決定作用的是盤子的大小、規則的穩定性與第二市場。目前沒有任何網路三者兼具。合適的製程節點由晶片終生成本中最大的一項決定，而晶片本身應分階段購買，這樣規則一旦改變，損失的只是一個原型，而不是一次投片。

我為什麼研究這個

我花了多年時間設計晶片，包括加密貨幣挖礦用的全客製化 ASIC 資料路徑，現在則投入 AI。當一條鏈出現、它的安全預算真的以張量吞吐量計價時，像我這樣的人自然會問：這份工作有用嗎？專用晶片會勝出嗎？做一顆要花多少錢？

我讀了 Pearl 的程式碼與協議提案、來自獨立全節點的鏈上資料、公司申報文件、密碼學、計算機架構與機器學習的論文、晶圓代工與廠商的價格資料，以及產業媒體。以下每個數字都以 2026 年 11 月 13 日為準，金額單位為美元。這份筆記是我學習這個領域的過程；分享出來，是希望別人能查核它、使用它、與它爭論。附有全部來源的完整報告放在文末。

結果一覽

AI × 加密貨幣六大領域的六張卡片。有用工作鏈：Bittensor 每年約 7,000 萬美元可驗證收入，真實但小。去中心化算力：Render 鏈上手續費每年 235 萬美元，真實但小。訓練與推論：Prime Intellect 每年逾 1 億美元，利潤歸股權。可驗證 AI：TEE 雲端 398 位付費用戶，早期。Agent 支付：由 Agent 發起的每月 5,000–11,000 美元，需求未到。資料網路：Grass 2026 年上半年 1,700 萬美元，真實買家。 圖 1. AI × 加密貨幣六大領域：哪裡有真實付費需求。

問題	簡答
Pearl 可行嗎？它的工作有用嗎？	可行：約 90 EH/s 的矩陣乘法保護著這條鏈。還談不上有用：只有約 1% 的區塊承載 AI 工作
真實付費需求在哪裡？	推論、資料與隱私。Agent 支付、zkML 與去中心化訓練仍處於需求出現之前
值得做 ASIC 嗎？	只有在盤子大、規則穩、有第二市場時才值得；目前沒有網路三者兼具
小團隊該做哪些晶片？	推論優先、也能挖礦的加速器，為已簽約客戶做的推論晶片，提早投入 FHE；不做商用 Bitcoin 礦機或訓練晶片
第一顆晶片要花多少錢？	分階段購買：模型、FPGA 與 MPW 約 150 萬美元就能拿到實測的矽，之後才是要價數百萬美元的光罩

Pearl：一次乘加就是一次雜湊

Pearl 建立在 Ilan Komargodski 與 Omri Weinstein 2025 年的一項成果上：對任意矩陣乘積的有用工作量證明，成本為乘法本身的 1 + o(1) 倍。礦工對加噪矩陣做乘法，把每個輸出 tile 的累加器雜湊成一張彩券，再以小於 60 KB 的零知識證明證實中獎的 tile。在共識程式碼中，1 H 是一次計入的 INT7 × INT7 → INT32 乘加，因此區塊鏈的安全預算第一次以 AI 加速器的張量吞吐量計價。

Pearl 上每兆次整數乘加的能耗：RTX 5090 與 RTX 4090 為 1.31 J/TH，B300 為 1.2 到 1.3，H100 為 0.95，B200 為 0.71，對比約 1.3 的 Tensor Core 共同上限。SRAM 常駐 INT7 ASIC 推估為 0.13 到 0.43，尚無晶片。 圖 2. 在 Pearl 的整數工作上，GPU 共享同一能耗上限。

遊戲顯示卡與資料中心級的 B300 都落在約 1.3 J/TH，連 B200 也只到 0.71。這個共同上限正是專用晶片可能突破之處：一顆只從晶片內 SRAM 讀取、只做 7 位元整數乘法、沒有 HBM 與通用單元的晶片，有理由在每次運算上好 3 到 10 倍。與此同時，輝達正把最新的晶片從 INT8 轉向 FP8 與 FP4，這也是 Pearl 準備更換其算術的原因。

Pearl 的經濟：定理成立，激勵不成立

Pearl 的算力跟著價格走。全網算力從上線第二天的 0.01 EH/s，成長到 5 月底的 23–26 EH/s；在價格下跌約 86% 的夏季維持在 21–39 EH/s；秋季價格上漲約十倍後，達到約 90 EH/s。前六天挖出約 1.2 億枚幣，約占目前供給的 32%；未來 12 個月供給還將增加約 78%。一張 RTX 5090 現在每天約賺 5–6 美元。

Pearl 2026 年 4 月 27 日至 11 月 13 日的時間軸：算力從 0.01 EH/s 到 5 月的 23–26 EH/s，夏季區間 21–39 EH/s，之後 10 月 27 日 85.76 EH/s、11 月 13 日 89.77 EH/s；價格低點為 7 月 23 日的 0.14 美元，高點為 10 月 21 日的 2.46 美元，11 月 13 日為 1.34 美元；以及五次共識變更：6 月 12 日的混合專家硬分叉、7 月 23 日的僅限稠密軟分叉、7 月 30 日的 PIP-3 FP8 草案、8 月 6 日的秩懲罰軟分叉，以及 8 月 11 日的加鹽種子硬分叉。FP8 啟用尚未設定高度。 圖 3. Pearl 的前六個月：算力跟著價格走，規則一改再改。

模型恰恰在「有用」這部分出了問題。在真實推論中挖礦，推論端的代價不大，約為吞吐量的 5% 到 9%；但挖礦端的收益也不大：Pearl 的外掛只在長 prefill 批次上挖礦，所以一張跑聊天工作負載的卡，只保有專用礦卡約 5% 的算力。因此理性的礦工會去乘隨機矩陣，而協議分辨不出來。唯一公開的推論合作，已不在其供應商的 serverless API 上提供。Pearl 的有用性是鏈下的商業問題：總得有人為推論付錢。

規則是另一項風險。6 月到 8 月間，實驗室在寫死的區塊高度上啟用了四次共識變更；其 PIP-3 草案把挖礦改為 FP8，且只為兩種輝達架構提供逐位元精確的裝置設定檔。一種數字格式可以對 AI 有用、逐位元可驗證、硬體中立，但三者最多只能兼顧兩項。

綜觀 AI × 加密貨幣：補貼是燃料，不是商業模式

其他有用工作鏈講的是同一個故事。Kaspa 把矩陣乘積放進雜湊，16 個月內還是出現了 ASIC；它最好的機器現在每天賺 0.86 美元。Aleo 的合成證明謎題在五個月內就有了專用硬體，付給證明者的獎勵是其手續費的 175–180 倍。Bittensor 是這群網路中唯一具規模化外部收入者，每年約 7,000 萬美元，對比逾 3 億美元的排放。

對數座標上的補貼倍數：Render 市值約為其鏈上手續費的 360 倍，Aleo 證明者獎勵為其手續費的 175 到 180 倍，Grass 市值約為其年化收入的 10 倍，Bittensor 排放為其可驗證收入的 4 到 11 倍。Pearl 的 AI 收入小到無法放上座標：約 1% 的區塊承載 AI 工作。 圖 4. 補貼倍數：一個網路支付的是外部收入的幾倍。

在共識之外，整體圖像是規模不大的真實需求。去中心化 GPU 市場販售一般推論，價格勝過超大規模雲端業者，但不及最便宜的新興雲端業者。透過網際網路訓練在 80 到 400 億參數的規模可行，而前沿級訓練則回到了中心化叢集。可信執行環境已在生產環境中執行機密推論；AI 的零知識證明仍停留在實驗室。儘管 Visa、Mastercard、Stripe 與 Google 都建了通道，由 AI Agent 發起的支付每月只有約 5,000–11,000 美元。資料是少數有真實買家的領域之一。與此同時，四家建在中心化基礎設施上的股權公司，價值約等於所有協議層與應用層 AI 代幣的總和：加密貨幣負責分發與結算，利潤則歸股權。

ASIC 何時划算：一條公式，三把尺

當 GPU 決定挖礦的價格時，單位算力收入會趨近其成本，而便宜 k 倍的 ASIC 最多保留 (1 − 1/k) 的收入。這條曲線是凹的：k = 2 時 50%，k = 5 時 80%，k = 10 時 90%。k = 5 之後，效率再提升也增加不了多少利潤；而對只付電費的閒置 GPU，有效的 k 可能只有約 2.5。

k 從 1 到 1,000 的對數軸上 1 − 1/k 的曲線：k = 2 時 50%，對只付電費的閒置 GPU 在 k = 2.5 時 60%，k = 5 時 80%，k = 10 時 90%，k = 100 時 99%，以及 Kaspa 的 ASIC 在 k 改以其他 ASIC 為基準重算之前，效率約為 GPU 的 1,000 倍。 圖 5. 效率為何不再帶來利潤：ASIC 最多保留收入的 1 − 1/k。

接著由三把尺來決定：盤子、回本規模與規則。Bitcoin 礦工每年約賺 115 億美元，Pearl 約 4.6–4.9 億美元，Aleo 約 3,100 萬美元，Kaspa 約 1,800 萬美元，還不到一顆 5/4 nm 晶片設計的低標。就 Pearl 而言，一顆 2,000 萬美元、k = 5 的晶片，若規則維持，需要約 4.9 EH/s 運轉一年才能回本；若規則維持的機率只有五成，則需要兩倍。

對數座標上的年度礦工收入：Bitcoin 約 115 億美元，Pearl 4.6 到 4.9 億美元，Aleo 約 3,100 萬美元，Kaspa 約 1,800 萬美元，對比各節點單顆晶片的設計預算：28/22 nm 300 到 2,000 萬美元，7/6 nm 1,500 萬到 1 億美元，5/4 nm 3,000 萬到 2 億美元，3/2 nm 6,000 萬到 4 億美元以上。 圖 6. 多數盤子比不上一顆晶片的設計預算。

目前沒有任何網路同時具備大盤子、穩定規則與大於 1 的 k：Bitcoin 的 k 屬於既有業者，Pearl 的規則最不穩定，Kaspa 與 Aleo 的盤子太小。

五類晶片，五種答案

六類晶片及其結論。Pearl 類 PoUW 礦機晶片：現在不做；押注能挖礦的推論優先晶片。Bitcoin SHA-256 礦機晶片：別進場，除非有自有電力、利基形態或做 IP。AI 訓練晶片：做 IP，不做晶片。AI 推論晶片：做，前提是已簽下客戶。ZK 證明加速器：觀望避險。FHE 加速器：提早布局，瞄準 2027–2029 年的窗口。 圖 7. 五類晶片，五種答案。

就 Pearl 而言，我現在不會投片做專用 INT7 晶片：新團隊需要 18 到 24 個月，屆時協議可能已改用 FP8。更好的押注是建立在通用 INT8/FP8 GEMM、運算元放在 SRAM 中的推論優先加速器，這樣一旦挖礦之路被關上，晶片仍有第二市場。新團隊應避開商用 Bitcoin 礦機市場：比特大陸出貨的機器已達 8.9 J/TH，挑戰者正在撤退；電力場址如今作為 AI 資料中心比作為礦場更值錢。小團隊不應做獨立的訓練晶片。推論晶片值得為已簽約的客戶而做，ZK 加速器是一種避險，FHE 加速器則是為 2027–2029 年提早布局。

製程節點與分階段預算

估計晶圓價格：台積電 N2 約 30,000 美元，N3 20,000 美元，N5/N4 18,500 美元，三星 SF3 15,000 美元，台積電 N7 9,500 美元，N16/N12 5,500 美元，N28 3,000 美元，中芯 28 nm 1,500 到 2,500 美元，從 N28 到 N2 約十倍。一顆 100 mm² 良品晶粒在 N2 約 55 美元，N3 37 美元，N7 17 美元，N16 10 美元。 圖 8. 一片先進製程晶圓的價格是成熟製程的十倍。

讓晶片終生成本中最大的一項來選擇節點：全天候運轉的運算晶片看能耗，訓練晶片看封裝與 HBM（約占 H100 成本的 63%），推論晶片看 SRAM 與 HBM 之間的取捨。PoUW 礦機晶片可以先在 28 或 16/12 nm 的多專案晶圓上做原型，等演算法與收入穩定後，再轉到 N7/N6，然後是 N5/N4。

N7/N6 晶片的分階段預算，對數座標上的累計支出對應月份。關卡 0，模型，約 50,000 美元，數週；關卡 1，FPGA 原型，約 50 萬美元，數個月；關卡 2，多專案晶圓，到第 11 個月約 150 萬美元；關卡 3，光罩與第一批量產，到第 24 個月約 2,000 萬美元。在關卡 3 之前停下，規則一旦改變，損失的是一個原型，而不是一次投片。 圖 9. 先買證據，再買光罩：第一顆晶片的分階段預算。

第一顆晶片應分四個階段購買，每個階段都有一個讓專案停下的數字：J/op 與 $/op 的模型、跑真實工作負載的 FPGA、多專案晶圓，最後才是光罩組。在 N7/N6 上，前三階段約花 150 萬美元、十一個月；光罩組與第一批量產的花費是其十倍以上 [估算]。如果協議改了算術，或買家走了，停在晶圓階段的團隊損失的是一個原型的價格，而不是一次投片的價格。最便宜的效率來自架構：把運算元放在 SRAM 中、拿掉 HBM，在選定任何節點之前就已去除 GPU 大部分的成本。

我會從哪裡開始

機會在領域交會之處：加密貨幣是第一個客戶，AI 是第二市場。2026 年客製化晶片的需求壓倒性來自 AI，而礦機晶片團隊的能力，低壓陣列、千瓦級供電與快速投片，可以直接移轉。我最多會走三條路，每條都以一小步先行驗證：推論優先、也能挖礦的加速器，從為期四週的 J/op 與 $/op 研究開始；以加密貨幣為第一個客戶的客製化晶片服務，從付費可行性研究開始；以及在設計代幣之前先簽下算力買家的 AI 原生網路。

下載完整報告與簡報

完整報告詳細介紹 Pearl 的機制、經濟與規則，其他有用工作鏈與更廣的 AI × 加密貨幣版圖，ASIC 模型及其回本計算，逐類晶片的結論，節點成本與選擇，第一顆晶片的分階段預算，一份觀察指標清單，以及全部資料來源。

本文譯自英文版；兩者如有出入，以英文版為準。

你沒問但該問的問題

在把資金或晶片投入任何 AI × 加密貨幣專案之前，我會問：誰控制工作函數；補貼倍數是多少；下一道關卡要花多少、什麼數字會讓你停下；回本算力是多少、p 是多少；晶片的第二市場是什麼；價值落在代幣還是股權；以及第一個付費客戶是誰，請說出名字。

以下是我們可以透過技術交流與技術合作一同探索的領域：用於挖礦、AI 訓練與推論的客製化晶片，以及各類加速器；AI 開發；以及從鏈到節點到晶片的 AI × 加密貨幣系統。歡迎來信 i@tanshuai.com。

關於作者

譚帥是一位技術人與創業者，在晶片、硬體與系統軟體領域累積了二十多年的經驗，擁有 20 項已獲授權的專利。他有多年 fabless 晶片研發與管理經驗，包括加密貨幣礦機晶片的全客製化 ASIC 資料路徑設計，以及多媒體相機晶片。他的工作經歷橫跨矽谷、紐約、芝加哥、台灣、大灣區（深圳與香港）、越南與馬來西亞。如今他是一位 AI 研發者。

技術交流：i@tanshuai.com。