Pearl 与有用工作量证明：AI × Crypto × 芯片 2026 - 谭帅

如今有一条公链运行在与 AI 相同的矩阵乘法上，全网约 90 EH/s。我阅读了它的代码、链上数据以及周边的经济账，想回答三个问题：AI × Crypto 里哪些方向有付费客户，ASIC 什么时候值得做，哪种工艺节点适合哪类芯片。附完整报告与幻灯片。

封面图：算力即共识。一片硅晶圆上的裸片点亮成张量阵列；阵列汇入一串区块，每个区块盛着一个矩阵分块，链的尽头是哈希环中一颗发光的珍珠。

摘要

2026 年 4 月上线的 Pearl，是第一条以 AI 式矩阵乘法规模化充当工作量证明的公链。2026 年 11 月 13 日，其全网算力约 90 EH/s，其中 1 H 即一次 INT7 乘加，相当于约 12.2 万张 H100 的整数算力。它在工程上可行，但还不“有用”：只有约 1% 的区块承载真实 AI 工作，因为边推理边挖矿的 GPU 只能保留专用矿卡 1% 到 27% 的算力。纵观 AI × Crypto，可验证的付费需求集中在三处——卖推理、卖数据、卖隐私——而补贴是外部收入的 4 到 360 倍。在芯片方面，ASIC 的利润上限是单位算力收益 ×(1 − 1/k)，因此 k 超过 5 之后效率提升作用不大；决定成败的是盘子大小、规则的稳定性和第二市场。今天没有任何网络三者兼具。合适的工艺节点由芯片终生成本中最大的一项决定；而芯片本身应分阶段购买，这样规则一旦变化，损失的是一次原型，而不是一次流片。

我为什么研究这个

我做了多年芯片设计，包括加密货币矿机的全定制 ASIC 数据通路，如今从事 AI 研发。当一条公链的安全预算字面意义上以张量吞吐计价时，对我这样的人来说，问题显而易见：这些工作有用吗？专用芯片能赢吗？做一颗要花多少钱？

我阅读了 Pearl 的代码与协议提案、来自独立全节点的链上数据、公司公告，以及密码学、计算机体系结构与机器学习方面的论文、代工厂与厂商的价格数据，还有行业媒体的报道。下文所有数字均截至 2026 年 11 月 13 日，金额单位为美元。这篇笔记是我学习这个领域的过程；我把它分享出来，是希望别人能核对它、使用它、与它争论。附有全部来源的完整报告见文末。

结果一览

六张卡片，对应 AI × Crypto 的六条赛道。有用工作量类链：Bittensor 可验证收入年化约 7,000 万美元，真实但小。去中心化算力：Render 链上费用每年 235 万美元，真实但小。训练与推理：Prime Intellect 年化逾 1 亿美元，利润归股权。可验证 AI：一家 TEE 云有 398 名付费用户，尚早。Agent 支付：由智能体发起的每月 5,000–11,000 美元，需求未至。数据网络：Grass 2026 年上半年 1,700 万美元，有真实买家。 图 1. AI × Crypto 六条赛道：付费需求真实在哪里。

问题	简答
Pearl 可行吗？它的工作有用吗？	可行：约 90 EH/s 的矩阵乘法保护着这条链。尚未有用：只有约 1% 的区块承载 AI 工作
真实的付费需求在哪里？	推理、数据与隐私。Agent 支付、zkML 与去中心化训练仍处于需求之前
ASIC 值得做吗？	只在盘子大、规则稳、有第二市场时才值得；今天没有任何网络三者兼具
小团队该做哪些芯片？	推理优先、可挖矿的加速器，面向已签约客户的推理芯片，早期 FHE 工作；不做商户比特币矿机或训练芯片
第一颗芯片要花多少钱？	分阶段购买：模型、FPGA 与 MPW 约 150 万美元即可拿到实测硅片，之后才是动辄数百万美元的掩模

Pearl：一次乘加就是一个哈希

Pearl 建立在 Ilan Komargodski 与 Omri Weinstein 2025 年的一项成果之上：为任意矩阵乘积构造有用工作量证明，成本为矩阵乘法本身的 1 + o(1) 倍。矿工计算带噪矩阵乘法，把每个输出分块的累加器哈希成一张彩票，并用 60 KB 以内的零知识证明证明中奖分块。在共识代码中，1 H 即一次被记账的 INT7 × INT7 → INT32 乘加，区块链的安全预算因此第一次以 AI 加速器的张量吞吐来计价。

Pearl 上每万亿次整数乘加的能耗：RTX 5090 与 RTX 4090 为 1.31 J/TH，B300 为 1.2 到 1.3，H100 为 0.95，B200 为 0.71，共同的张量核天花板约为 1.3。SRAM 驻留的 INT7 ASIC 推断为 0.13 到 0.43，尚无芯片。 图 2. 在 Pearl 的整数工作上，GPU 共享一道能效天花板。

游戏卡与数据中心 B300 都在约 1.3 J/TH，即便 B200 也只有 0.71。这道共同的天花板正是专用芯片可以突破的地方：一颗只从片上 SRAM 读取 7 位整数做乘法、没有 HBM 和通用单元的芯片，每次运算在原理上或可好 3 到 10 倍。与此同时，英伟达正让其最新硅片离开 INT8、走向 FP8 和 FP4，这也是 Pearl 准备更改其算术的原因。

Pearl 的经济学：定理成立，激励未成立

Pearl 的算力追随币价。全网算力从上线第二天的 0.01 EH/s 升至 5 月底的 23–26 EH/s，在币价下跌约 86% 的夏天维持在 21–39 EH/s，秋季币价约十倍反弹后达到约 90 EH/s。前六天挖出了约 1.2 亿枚，约占今日供应的 32%，未来 12 个月供应还将增长约 78%。一张 RTX 5090 现在每天约赚 5–6 美元。

Pearl 2026 年 4 月 27 日至 11 月 13 日的时间线：算力从 0.01 EH/s 升至 5 月的 23–26 EH/s，夏季在 21–39 EH/s 区间，随后 10 月 27 日为 85.76 EH/s，11 月 13 日为 89.77 EH/s；价格低点为 7 月 23 日的 0.14 美元，高点为 10 月 21 日的 2.46 美元，11 月 13 日为 1.34 美元；五次共识变更：6 月 12 日混合专家硬分叉，7 月 23 日仅稠密软分叉，7 月 30 日 PIP-3 FP8 草案，8 月 6 日秩惩罚软分叉，8 月 11 日盐化种子硬分叉。FP8 激活尚未设定高度。 图 3. Pearl 的头六个月：算力追随币价，规则不断变化。

“有用”这一环正是模型失灵之处。在真实推理中挖矿，推理侧代价很小，约为吞吐的 5% 到 9%，但挖矿侧收益也很少：Pearl 的插件只在长预填充批次上挖矿，因此一张承担对话负载的卡只能保留专用矿卡约 5% 的算力。于是理性矿工去算随机矩阵，而协议无从分辨。唯一公开的推理合作也已不在其服务商的无服务器 API 上。Pearl 的“有用”是一个链下的商业问题：必须有人为推理付费。

规则是另一重风险。6 月至 8 月，实验室以硬编码高度激活了四次共识变更，其 PIP-3 草案把挖矿改为 FP8，并要求只覆盖英伟达两种架构的逐位精确设备配置文件。数值格式可以对 AI 有用、逐位可验证、硬件中立，但三者最多得其二。

纵观 AI × Crypto：补贴是燃料，不是商业模式

其他有用工作量类链讲的是同一个故事。Kaspa 把矩阵乘积放进哈希，16 个月内照样迎来了 ASIC；其最好的机器如今每天只赚 0.86 美元。Aleo 的合成证明谜题五个月就有了专用硬件，付给证明者的奖励是其手续费的 175–180 倍。Bittensor 是这一组里唯一拥有规模化外部收入的网络，年化约 7,000 万美元，而排放超过 3 亿美元。

对数刻度上的补贴倍数：Render 市值约为其链上费用的 360 倍，Aleo 证明者奖励为其手续费的 175 到 180 倍，Grass 市值约为其年化收入的 10 倍，Bittensor 排放为其可验证收入的 4 到 11 倍。Pearl 的 AI 收入太小，无法放上刻度：约 1% 的区块承载 AI 工作。 图 4. 补贴倍数：网络支付的是外部收入的多少倍。

在共识之外，图景是规模很小的真实需求。去中心化 GPU 市场卖的是商品化推理，价格低于云巨头，却不及最便宜的新兴云。互联网上的训练在 80 亿至 400 亿参数级可行，前沿规模的训练则回到了集中式集群。可信执行环境已在生产中运行机密推理；AI 的零知识证明仍在实验室。尽管 Visa、Mastercard、Stripe 与 Google 搭好了通道，由 AI 智能体发起的支付每月也只有约 5,000–11,000 美元。数据是少数有真实买家的赛道之一。与此同时，四家基于中心化基础设施的股权公司，价值约等于全部协议层与应用层 AI 代币之和：加密负责分发与结算，股权收走利润。

ASIC 何时值得做：一个公式，三把尺子

当 GPU 决定挖矿价格时，单位算力收益趋向其成本，一颗便宜 k 倍的 ASIC 最多留下收益的 (1 − 1/k)。这条曲线是凹的：k = 2 时 50%，k = 5 时 80%，k = 10 时 90%。k 超过 5 之后，效率再提升几乎不增加利润；而面对只付电费的闲置 GPU，有效 k 可能只有约 2.5。

k 从 1 到 1,000 的对数轴上 1 − 1/k 的曲线：k = 2 时 50%，对只付电费的闲置 GPU k = 2.5 时 60%，k = 5 时 80%，k = 10 时 90%，k = 100 时 99%，以及 Kaspa ASIC 在 k 相对其他 ASIC 重置之前约为 GPU 1,000 倍的能效。 图 5. 效率为何不再值钱：ASIC 最多留下 1 − 1/k 的收益。

接下来由三把尺子决定：盘子、回本规模与规则。比特币矿工年收入约 115 亿美元，Pearl 约 4.6–4.9 亿美元，Aleo 约 3,100 万美元，Kaspa 约 1,800 万美元，还不到一次 5/4nm 芯片设计的下限。对 Pearl 而言，一颗 NRE 2,000 万美元、k = 5 的芯片，若规则不变，需要约 4.9 EH/s 运行一整年才能回本；若规则维持的概率只有五五开，则需要两倍。

对数刻度上的矿工年收入：比特币约 115 亿美元，Pearl 4.6 到 4.9 亿美元，Aleo 约 3,100 万美元，Kaspa 约 1,800 万美元；对照按节点划分的单次芯片设计预算：28/22nm 300 万到 2,000 万美元，7/6nm 1,500 万到 1 亿美元，5/4nm 3,000 万到 2 亿美元，3/2nm 6,000 万到 4 亿美元以上。 图 6. 多数盘子比一次芯片设计预算还小。

今天没有任何网络同时具备大盘子、稳规则和大于 1 的 k：比特币的 k 归在位者，Pearl 的规则最不稳，Kaspa 与 Aleo 的盘子太小。

五类芯片，五个答案

六类芯片及其结论。Pearl 类 PoUW 矿机芯片：暂不做；押注推理优先、可挖矿的芯片。比特币 SHA-256 矿机芯片：不进入，除非自带电力、做细分形态或做 IP。AI 训练芯片：做 IP，不做芯片。AI 推理芯片：签下客户后值得做。ZK 证明加速器：观望对冲。FHE 加速器：早布局，窗口为 2027–2029 年。 图 7. 五类芯片，五个答案。

对 Pearl，我现在不会流片专用的 INT7 芯片：新团队需要 18 到 24 个月，届时协议可能已改用 FP8。更好的押注是“推理优先”的加速器，以通用 INT8/FP8 GEMM 为核心、操作数驻留 SRAM，这样即使挖矿准入关闭，硅片也有第二市场。新团队不应进入比特币商户矿机市场：比特大陆已在出货 8.9 J/TH 的机器，挑战者纷纷退场；电力站点如今改作 AI 数据中心比用来挖矿更值钱。小团队不应做独立的训练芯片。推理芯片在签下客户后值得做，ZK 加速器是对冲，FHE 加速器是面向 2027–2029 年的早期布局。

工艺节点与分阶段预算

晶圆估算价格：台积电 N2 约 30,000 美元，N3 20,000 美元，N5/N4 18,500 美元，三星 SF3 15,000 美元，台积电 N7 9,500 美元，N16/N12 5,500 美元，N28 3,000 美元，SMIC 28nm 1,500 到 2,500 美元，从 N28 到 N2 约十倍。一颗 100 mm² 良品裸片的成本约为：N2 55 美元，N3 37 美元，N7 17 美元，N16 10 美元。 图 8. 领先节点晶圆的价格是成熟节点的十倍。

让芯片终生成本中最大的一项来选节点：全天候运行的算力芯片看能耗，训练芯片看封装与 HBM（约占 H100 成本的 63%），推理芯片看 SRAM 还是 HBM。PoUW 矿机芯片可以先在 28nm 或 16/12nm 多项目晶圆上做原型，只有在算法与收益稳定之后，才转向 N7/N6，再到 N5/N4。

一颗 N7/N6 芯片的分阶段预算，累计支出（对数刻度）对照月份。关口 0，模型，约 5 万美元，数周；关口 1，FPGA 原型，约 50 万美元，数月；关口 2，多项目晶圆，第 11 个月累计约 150 万美元；关口 3，掩模与首批量产，第 24 个月累计约 2,000 万美元。在关口 3 之前停下，规则变化的代价就是一次原型，而不是一次流片。 图 9. 先买证据，再买掩模：第一颗芯片的分阶段预算。

第一颗芯片应分四个阶段购买，每个阶段都有一个让项目停下的数字：J/op 与 $/op 的模型、运行真实负载的 FPGA、多项目晶圆，最后才是掩模组。在 N7/N6 上，前三个阶段约需 150 万美元、十一个月；掩模组与首批量产的花费是其十倍以上 [笔者测算]。如果协议改了算术，或者买家走了，停在晶圆阶段的团队损失的是一次原型的钱，而不是一次流片的钱。最便宜的能效来自架构：让操作数驻留 SRAM、去掉 HBM，在选择任何节点之前就已省掉 GPU 的大部分成本。

我会从哪里开始

机会在各领域的交叉处：以 Crypto 为第一个客户，以 AI 为第二市场。2026 年的定制芯片需求压倒性地来自 AI，而矿机芯片团队的技能——低压阵列、千瓦级供电与快速流片——可以直接迁移。我最多走三条路，每条都先用一个小的第一步检验：推理优先、可挖矿的加速器，从为期四周的 J/op 与 $/op 研究开始；以 Crypto 为第一个客户的定制芯片服务，从付费可行性研究开始；以及在设计代币之前先签下算力买家的 AI 原生网络。

下载完整报告与幻灯片

完整报告详细介绍了 Pearl 的机制、经济学与规则，其他有用工作量类链与更广的 AI × Crypto 版图，带回本测算的 ASIC 模型，逐类芯片的结论，节点成本与选择，第一颗芯片的分阶段预算，观察信号清单以及全部来源。

你没有问、但应该问的问题

在把资金或硅片投入任何 AI × Crypto 项目之前，我会问：谁控制工作函数；补贴倍数是多少；下一道关口要花多少钱、哪个数字会让你停下；回本算力是多少、p 取多少；芯片的第二市场是什么；价值落在代币里还是股权里；以及第一个付费客户是谁，叫什么名字。

这些是我们可以通过技术交流与技术合作共同探索的方向：面向挖矿、AI 训练与推理的定制芯片及各类加速器；AI 研发；以及从链到节点再到芯片的 AI × Crypto 系统。欢迎通过 i@tanshuai.com 与我联系。

关于作者

谭帅是一名技术专家与创业者，在芯片、硬件与系统软件领域工作二十余年，拥有 20 项已授权专利。他有多年无晶圆厂芯片研发与管理经验，包括加密货币矿机芯片与多媒体摄像头芯片的全定制 ASIC 数据通路设计。他的工作经历遍及硅谷、纽约、芝加哥、台湾地区、大湾区（深圳与香港）、越南和马来西亚。如今他是一名 AI 研发者。

技术交流：i@tanshuai.com。