PRL月涨超250%,Pearl的AI算力挖矿模式能否撑住40亿美元估值

PRL月涨超250%,Pearl的AI算力挖矿模式能否撑住40亿美元估值

N
News Editor
2026-10-15 23:57:00
Pearl Research(PRL)近 7 日上涨约 64%,近 30 日涨幅接近 261%,截至 10 月 14 日流通市值约 6.5 亿美元。项目试图通过有用工作量证明(PoUW),让 GPU 在执行 AI 推理时同步参与挖矿,并已与 Together AI 推出相关服务。不过,真实付费计算占比、服务收入、代币价值捕获机制仍未充分验证;在流通比例仅 16.4%、每日新增发行约 100 万枚 PRL 的情况下,持续卖压与高 FDV 仍是市场需要面对的核心变量。

PRL 最近成为 AI 加密赛道中涨幅最显眼的代币之一。根据 CoinGecko 数据,截至 10 月 14 日,Pearl Research(PRL)价格约为 1.95 美元,近 7 日上涨约 64%,近 30 日累计涨幅接近 261%,流通市值约 6.5 亿美元。市场眼下讨论的重点,不只是价格本身,而是 Pearl 试图推动的一套新机制:让 GPU 在执行 AI 计算时同步参与区块链挖矿。

这套设计被 Pearl 称为有用工作量证明,即 Proof of Useful Work(PoUW)。它试图把传统挖矿中主要用于哈希运算的算力,替换成更接近 AI 工作负载的矩阵乘法,从而让同一套 GPU 理论上同时获得 AI 服务收入和 PRL 挖矿奖励。项目因此将自己定位为「AI 时代的比特币」。

PRL近一个月大涨,市场开始交易AI算力挖矿叙事

从行情表现看,PRL 近 30 日的快速上行,尚无单一事件能够完全解释。市场更关注的,是 Pearl 围绕 AI 算力挖矿连续推进的一系列技术和市场动作。

9 月以来,Pearl 推出 Pearl Inference 服务,并推进浮点计算升级,计划通过 FP8 等计算格式适配更广泛的 AI 模型和高性能 GPU,让 PoUW 更接近真实 AI 推理需求。项目同时也在向可验证 AI 推理延伸,尝试为 AI 计算过程提供可验证证明。

10 月 7 日,Pearl 在 TOKEN2049 期间举办首场 Pearl Connect 活动,并获得 No Limit Holdings 支持。叠加此前与 Together AI 合作推出的低成本推理服务,Pearl 开始被部分市场参与者视为一个可能从 GPU 挖矿走向 AI 计算基础设施的项目。

不过,技术升级仍在推进,真实商业需求还没有被充分验证。代币结构也放大了价格弹性。目前约有 3.44 亿枚 PRL 进入流通,仅占 21 亿枚最大供应量的 16.4%。在可流通筹码相对有限的情况下,集中买盘更容易推高价格;但随着挖矿持续释放新币,未来供给增加同样会给市场带来压力。按当前价格估算,PRL 对应的 FDV 已接近 40 亿美元,这意味着市场已经提前计入了较高增长预期。

Pearl如何让GPU一边运行AI,一边参与挖矿

要理解 Pearl 的设计,先要回到比特币的工作量证明机制。比特币矿工投入大量计算设备做哈希运算,以争夺新区块记账权并获得奖励。这种 PoW 机制可以维护网络安全,但计算结果通常很难直接用于其他商业用途,矿机消耗的大量电力,主要产出是安全性本身。

Pearl 想改变的正是这一点。它是一条采用 PoUW 机制的 Layer 1 公链,将传统挖矿中的哈希运算替换为矩阵乘法。矩阵乘法是 AI 训练和推理中的基础运算之一,无论是大模型生成文本,还是图像生成,背后都需要 GPU 执行大量类似计算。Pearl 通过特定算法,让 GPU 在执行这些运算时,同时生成可供区块链验证的工作量证明。

对 GPU 运营商来说,这意味着原本只能依靠 AI 计算服务收费的设备,有机会额外获得 PRL 挖矿收入。如果新增收益高于额外计算成本,运营商就可能扩大利润空间,或者把一部分收益让渡给客户,以更低价格提供 AI 服务。

从项目背景看,Pearl 由 Pearl Research Labs 推动开发,核心团队包括 Omri Weinstein 和 Ilan Komargodski,团队具备算法、密码学和计算机科学研究背景。项目从底层共识切入,想解决传统 PoW 计算资源用途单一的问题。其差异点在于,不是单纯做 GPU 租赁,而是尝试把区块链激励和 AI 工作负载放进同一套机制中。

与 Pearl 思路相近的还有 FLOP Network。两者都希望把 GPU 算力和区块链奖励结合起来,让 AI 计算产生额外经济价值,但路径并不相同。Pearl 采用 PoUW,将矩阵乘法直接引入底层挖矿机制;即使没有真实客户付费,矿工仍可能通过完成规定运算获得 PRL 奖励。FLOP 则采用有用推理证明,即 Proof of Useful Inference(PoUI),围绕 AI Agent 的真实推理请求来分配算力,矿工完成任务并提交验证证明后,获得 FLOP 支付和区块奖励。

Pearl 更强调让 AI 计算兼容区块链挖矿,FLOP 则尝试把真实推理需求直接和代币支付、矿工奖励绑定。换句话说,Pearl 需要证明挖矿算力可以持续服务真实 AI 业务;FLOP 需要证明 AI Agent 的付费需求、推理结果验证机制和算力市场能够跑通。不过,输入信息显示,FLOP 目前披露的机制仍主要停留在白皮书设计和开发阶段,尚不能和 Pearl 已上线网络及商业合作的实际成效直接对比。

与Together AI合作:用挖矿收益补贴AI推理价格

一套新的挖矿机制能否成立,最后还是要看有没有人愿意为计算服务付费。Pearl 与 AI 云服务商 Together AI 的合作,提供了一个早期商业化样本。

根据输入内容,2026 年 5 月,Together AI 推出结合 Pearl 挖矿机制的 Gemma 模型服务。用户调用 AI 模型时,后台 GPU 在处理推理请求的同时参与 Pearl 挖矿,并有机会获得 PRL 区块奖励。Together AI 表示,利用预期挖矿收益补贴计算成本,相关模型接口价格优惠超过 25%。

这套模式的逻辑并不复杂。传统 AI 云平台需要依靠客户支付的费用覆盖 GPU 采购、电力和运维支出;接入 Pearl 后,同一套 GPU 设备理论上还能增加一笔代币收入。只要挖矿收益高于新增成本,服务商就可以选择降低推理价格吸引客户,或者提升自身利润。

但这里也有一个边界需要区分。输入内容明确提到,超过 25% 的价格优惠来自代币收益补贴,并不等于 GPU 的实际计算成本下降了 25%。也就是说,价格优势的一部分,建立在 PRL 奖励的存在之上。

Pearl 希望由此形成增长循环:更低的推理价格吸引更多客户,真实需求增长带动更多 GPU 接入,网络算力扩大后提升区块链安全性;如果生态发展又推动 PRL 需求上升,矿工收益可能提高,进而吸引更多算力加入。

这个循环能否持续,核心仍取决于两件事:真实业务规模,以及挖矿收益是否稳定。若 PRL 价格上升,服务商获得的补贴空间可能更大;若币价回落,或者挖矿难度提高,单位算力拿到的奖励就可能缩水,价格优势也会随之变弱。Together AI 的合作说明 Pearl 已经找到了把挖矿奖励嵌入真实 AI 服务的一条路径,但距离成熟、可反复验证的商业闭环,还有距离。

PoUW的争议点:这些计算究竟是不是“真实AI需求”

Pearl 最吸引市场的地方,在于它希望让挖矿算力真正服务 AI 产业。问题也恰恰出在这里。矿工完成了 AI 常见的矩阵运算,并不自动等于这些计算来自真实 AI 客户,也不意味着一定有人愿意为这些运算买单。

如果 GPU 执行的矩阵计算来自真实模型请求,那么这部分算力可能带来服务收入;如果这些任务只是矿工为了获得 PRL 奖励而自己生成,本质上仍然是在为挖矿而计算。

输入内容提到,一篇研究 Pearl cuPOW 协议的独立论文指出,矿工可以随机生成矩阵并提交有效工作证明,而不必运行完整 AI 模型。部分挖矿软件甚至没有包含 AI 推理代码,但仍能参与挖矿并获得奖励。这意味着,Pearl 当前主要验证的是矿工是否完成了规定计算,而不是这些计算是否真的被客户使用。

这并不等于 Pearl 的技术路径没有意义。对 PoW 公链来说,只要计算满足安全要求且可以高效验证,就可以服务于网络安全。Pearl 的突破,在于让挖矿计算与 AI 工作负载具备兼容性,为真实推理任务接入挖矿创造了条件。

但「可以接入真实业务」和「全网算力都在创造商业价值」是两件不同的事。如果大量矿工只是自行生成矩阵任务赚取 PRL,那么 Pearl 的经济模式仍然更接近传统挖矿:网络依赖代币发行激励矿工,矿工出售奖励来覆盖设备和电力成本。只有当更多计算确实来自企业和开发者的付费请求,这种双重收入模式才真正成立。

因此,衡量 Pearl 不能只看币价、全网算力和矿工数量,还要看多少算力真正带来了收入。输入内容认为,项目需要进一步披露真实推理任务占全部挖矿工作的比例,以及付费客户、模型调用量和服务收入等数据。若缺少这些信息,外界很难判断网络增长究竟来自 AI 需求,还是来自币价上涨后涌入的挖矿算力。

即便真实业务继续增长,Pearl 也仍需和传统云平台竞争推理速度、服务稳定性以及长期价格优势。如果在减少 PRL 补贴后竞争力明显减弱,其商业模式的可持续性就会受到挑战。Pearl 已经展示了让 AI 计算参与区块链挖矿的技术路径,下一步要回答的是:这些计算能否持续对应真实客户需求。如果稳定付费业务不足,再大的算力网络,也可能只是换了一种计算形式的传统矿场。

每日新增约100万枚PRL,持续发行与卖压问题摆在台前

Pearl 的商业前景,最后还要回到代币本身。即使真实 AI 业务增长,市场仍需要弄清 PRL 如何发行、未来供应如何增加,以及业务价值是否能传导到代币端。

根据输入内容,PRL 最大供应量为 21 亿枚,没有传统加密项目中常见的团队预挖和 VC 预留份额,代币主要通过挖矿逐步发行。与比特币每四年左右减半不同,PRL 采用平滑递减的发行机制,区块奖励会随时间逐渐减少,按官方设计,约四年后将释放一半的代币供应量。

这种安排降低了团队和机构集中解锁的风险,但不代表没有抛压。矿工需要支付 GPU、电力和运维成本,因此可能持续出售 PRL 以维持运营。根据第三方平台估算,目前每天约新增发行 100 万枚 PRL。若按 1.8 美元计算,对应每天约 180 万美元的新增代币价值。新增发行并不等于会立即全部卖出,但在市场买盘不足时,持续释放的新供应仍可能压制价格。

截至 10 月 14 日,PRL 流通量约 3.44 亿枚,占最大供应量的 16.4%,流通市值约 6.5 亿美元,FDV 接近 40 亿美元。低流通在短期内可能放大上涨幅度,但随着更多代币流入市场,现有价格也会面临持续检验。

没有预挖,也不代表筹码天然分散。输入内容指出,Pearl 主网上线初期挖矿难度较低,部分早期矿工可能以较低成本积累了大量 PRL。因此,早期矿工持仓、交易所转入量以及矿池算力集中度,都是观察潜在卖压的重要指标。

另一个更关键的问题,是 PRL 的价值捕获机制。当前 PRL 主要承担区块奖励和网络激励功能,并不是可以直接兑换 GPU 使用时间的算力凭证。AI 客户支付的推理费用,也不会自动转化为 PRL 买盘。换句话说,即使 Pearl 未来服务了更多 AI 客户,代币仍需要建立更明确的需求来源,才有可能持续分享生态增长的经济价值。

这也解释了为什么接近 40 亿美元的 FDV,实际上包含了两层预期:一层是市场相信 Pearl 可以扩大真实 AI 计算业务;另一层是市场相信这些业务最终能支撑 PRL 的长期需求。若业务增长无法有效传导到代币价值,而挖矿供应继续增加,当前估值就可能面临重新定价。

商业化潜力已经出现,估值风险同样清晰

Pearl 已经展现出一定的技术差异化,也拿出了 Together AI 这样的初步商业化案例。但从输入信息来看,当前市场定价明显跑在可验证业务成果之前。PRL 的短期强势,反映的是投资者对 AI 算力挖矿叙事的乐观预期;而接近 40 亿美元的 FDV,则意味着项目需要更快交出可以验证的增长结果。

后续值得重点观察的方向主要有两项。其一是商业层面:真实付费推理占比、客户增长、模型调用量和服务收入能否持续提升。其二是代币层面:挖矿新增供应、矿工持仓变化,以及 PRL 是否能建立更清晰的价值捕获机制。

如果真实业务增长可以逐步降低对代币补贴的依赖,并带来更稳定的代币需求,Pearl 的长期估值才更可能获得支撑。反过来看,PRL 同时具备新赛道项目的成长弹性,以及低流通、高估值带来的波动风险。输入内容提到,在短期大幅上涨后,市场预期提前透支、矿工持续卖出以及流动性不足,都可能引发价格调整。

Pearl 已经证明自己能吸引市场注意力。接下来真正需要被验证的,不是故事是否新,而是商业收入和代币价值,能否跟上已经被推高的市场预期。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
300

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。