Pearl 重构 BTC 算力：AI 推理让矿工收入翻倍？

据 Woofun AI 消息， 项目正试图通过引入 AI 推理任务，彻底重构矿工的盈利逻辑，其代币价格已在近期上涨三倍，但市场真正关注的是实际算力需求能否支撑这一估值跃升。

人工智能对计算吞吐量的渴求，正迫使比特币矿工在资源闲置与转型之间做出抉择。尽管矿工拥有工业级的电力接入能力和机房基础设施，但传统的 ASIC 矿机无法直接用于 AI 计算，导致大量电力和场地资源被低效利用。随着 AI 算力需求激增，这一劣势正在被市场重新定价，矿工开始将场地和电力租赁给 AI 客户，以获取更可持续的收入来源。

Woofun AI 整理数据显示，在 11 家上市矿企中，AI 和高性能计算（HPC）收入占总收入的比例，已从 2025 年第一季度的 2%，大幅攀升至 2026 年第二季度的 22%。

这一结构性变化表明，比特币哈希算力正面临来自 AI 推理业务的激烈竞争，矿工的收入重心正在发生根本性转移。

的核心创新在于其技术原理，旨在将比特币的工作量证明（Proof-of-Work）机制转化为有用工作量证明（Proof-of-Useful Work，PoUW）。该 L1 区块链于今年四月上线，代码分叉自比特币，但关键区别在于用矩阵乘法（matmul）替代了传统的 SHA-256 哈希运算。矩阵乘法是 GPU 执行 AI 推理时的核心操作，具有快速求解需大量计算、结果客观且无法伪造的特性，这与 SHA-256 的验证逻辑高度相似。为了确保验证成本足够低廉，Pearl 引入了零知识（ZK）证明技术，使得矿工提交的矩阵乘法结果可以被网络高效验证，从而在保留区块链安全性的同时，让算力直接服务于 AI 推理需求。

在生态合作与竞争格局方面，Pearl 选择了与 等聚合算力网络合作，以获取真实的 AI 算力需求。Together AI 不仅为网络运营矿机基础设施，还利用获得的 代币奖励为客户提供折扣，形成闭环激励。相比之下， 模式依赖验证者对输出质量进行主观评判，这种设计虽然能引导奖励流向高价值节点，但也引入了裁量权风险，历史上曾出现验证者共谋操纵'有用性'投票的案例。Pearl 则通过消除主观判断，确保 AI 推理任务的客观性，从而避免类似的共谋问题。 在其投资论点中指出，Pearl 的优势在于其机制的简洁性，矿工只需提交两个矩阵即可完成推理，无需复杂的验证流程，这降低了整合摩擦，提高了采用效率。

然而，技术落地仍面临显著的开销挑战。目前，由于网络使用简化的数字格式（INT8），额外开销高达 10-15%，这使得 AI 公司缺乏从矿工处采购算力的动力，因为性能损失过大。为解决这一问题，Pearl 团队推出了 升级，该版本已在测试网上线，能够以仅 0-3% 的性能损失处理标准格式。

这一优化至关重要，因为只有当开销降至极低水平时，拥有高端 GPU 的'有用矿工'才能成为最高效的区块生产者，从而在竞争中淘汰那些仅进行合成挖矿的节点，确保网络算力的真实性和经济性。

PRL 代币的经济学模型与市场表现呈现出复杂的供需动态。PRL 硬顶为 21 亿枚，采用线性衰减释放机制，预计到第四年，总供应量的约 50% 将被释放。截至当前，PRL 市值为 4.75 亿美元，已挖出 3.39 亿枚，占流通供应量的 16.2%。未来 12 个月预计还将增发约 3.05 亿枚，流通量接近翻倍。