Pearl將AI運算結合GPU挖礦，PoUW的有用運算驗證成為焦點

Pearl提出將AI運算結合GPU挖礦的「Proof-of-Useful-Work（PoUW）」架構，如何連接挖礦計算與客戶端AI訓練、推論，成為主要檢視議題。

Pearl Research Labs在白皮書中將Pearl描述為一條把矩陣乘法用於挖礦的Layer 1區塊鏈。矩陣乘法是神經網路訓練與推論反覆使用的核心運算。

既有工作量證明（PoW）透過雜湊計算維護區塊鏈安全，PoUW則設計為讓GPU執行矩陣乘法，同時處理網路安全與AI相關計算。Pearl將此稱為「2-for-1」架構，並主張額外運算開銷維持在「1+o(1)」水準。

Pearl公開的原始碼包括完整節點、錢包、零知識證明系統與GPU挖礦基礎設施。該網路採用類似比特幣的UTXO架構，並在挖礦過程中使用矩陣乘法與可驗證證明。

Together AI於5月15日宣布與Pearl Research Labs合作。Together AI公開了連接Pearl網路的「Gemma-4-31B-it-pearl」推論端點，並表示服務價格比一般價格低至少25%。

折扣成本由AI推論過程同步產生的PRL發行量價值抵銷。Together AI將該服務介紹為應用Pearl網路的首項產品。

Pearl Research Labs表示，針對Llama 70B與DeepSeek V3.2測量PoUW核心的端到端開銷，結果分別為5.08%與3.9%。這些數據是Pearl Research Labs自行測量的結果。

核心爭議在於如何定義並驗證「有用的運算」。獨立研究員阿比納巴·巴蘇（Abhinaba Basu）於6月3日公開的研究分析了Pearl的驗證方式。

巴蘇的研究分析Pearl挖礦網路的運算能力與AI推論之間的連接架構，並以Pearl挖礦軟體及驗證流程為對象展開研究。

該研究是獨立研究員發布的預印本。

因此，能夠執行AI運算的挖礦架構，與強制礦工實際執行付費AI工作的架構，仍有必要加以區分。Together AI的折扣推論服務顯示兩個生態系統可以連接，但這與整個網路都在執行客戶端推論的證據並不相同。

這場爭論也涉及AI基礎設施中的另一項問題：相比單純的運算量，工作的來源與驗證方式同樣重要。過去也曾有「AI推論型Layer 1測試網」被介紹為嘗試連接挖礦獎勵與推論驗證的案例。

一般而言，PoUW是否具備實用性，取決於挖礦使用的計算是否與實際服務需求相連。客戶提交的矩陣是否會被強制使用、能否驗證工作來源，以及付費推論需求是否持續，都是主要確認事項。

Pearl透過白皮書與公開原始碼揭露技術架構及實作要素，但實際網路中客戶工作所占的比例，仍需另行驗證。由於自行測量結果與外部研究分析存在差異，驗證流程能否重現仍是焦點。

Pearl的PoUW是否真正實現GPU挖礦與AI服務的連接，仍須等待更多資料公開，包括是否強制使用客戶工作，以及具體驗證方式。