Исследование усомнилось в «полезном майнинге» Pearl
Исследование Корнельского университета поставило под сомнение главный тезис криптопроекта Pearl, который обещает превращать майнинг в полезные вычисления для искусственного интеллекта. Авторы работы утверждают, что сеть действительно выполняет операции, похожие на те, что используются при обучении нейросетей, однако текущий механизм не позволяет проверить, решают ли участники реальные ИИ-задачи. На практике сеть, по их данным, принимает и бессмысленные вычисления, если они соответствуют формальным требованиям протокола.
Автор исследования Абхинаба Басу оценил мощность сети примерно в 24 экзахеша в секунду. В пересчёте это сопоставимо примерно с 320 тыс. видеокарт класса GeForce RTX 3090, а энергопотребление такой инфраструктуры может достигать 112 МВт. Для масштаба этого достаточно для небольшого города или крупного дата-центра с несколькими залами ускорителей.
Проверку Басу провёл на собственной реализации майнингового ПО. Вместо задач машинного обучения программа отправляла в сеть случайные числовые матрицы, то есть вычисления без прикладной ценности. По данным автора, Pearl принимала результаты и начисляла вознаграждение, что указывает на отсутствие механизма, который мог бы отличить полезную нагрузку от произвольной математики.
Дополнительный анализ более 8 тыс. узлов показал, что участники сети в основном используют оборудование, пригодное для запуска ИИ-моделей. Однако в изученных программных пакетах исследователи не обнаружили следов популярных ML-фреймворков. Это не доказывает, что ИИ-задач в сети нет вовсе, но подрывает тезис Pearl о том, что вычислительная мощность по умолчанию уходит именно на них.
Proof-of-Useful-Work и полезный майнинг Pearl
Сама идея Proof-of-Useful-Work не новая. Её сторонники много лет пытаются заменить классический майнинг вычислениями, которые можно продать как инфраструктуру для науки, рендеринга или ИИ. Проблема у таких схем одна и та же: сеть должна не только раздать задачу, но и быстро, дёшево и без доверия проверить, что результат действительно полезен, а не сымитирован.
На этом фоне Pearl попала в чувствительный сегмент рынка. После запуска её майнингового ПО в мае аренда недорогих GPU на Vast.ai, по данным исследования, подорожала примерно на 38%, а загрузка оборудования выросла с 57% до 94%. Для разработчиков ИИ это означает рост стоимости доступа к старым, но ещё востребованным картам уровня RTX 3090 и A5000, которые часто используют для экспериментов и тонкой настройки моделей.
У рынка уже есть альтернативы, которые тоже обещают монетизировать свободные GPU под ИИ-нагрузку. Среди самых заметных игроков, помимо криптосетей вроде Bittensor, есть децентрализованные площадки аренды и оркестрации вычислений, включая io.net и Gensyn. Их подход отличается по архитектуре, но спор вокруг Pearl показывает общую проблему сегмента: спрос на вычисления есть, а прозрачной проверки полезности работы сети по-прежнему не хватает.
Авторы исследования отдельно оговаривают, что не отвергают саму концепцию «полезного майнинга». Их претензия относится к конкретной реализации Pearl, где протокол, по их оценке, не требует выполнения реальных ИИ-задач и не умеет подтверждать их практическую ценность. Представители проекта на момент публикации выводы работы не прокомментировали.
Дискуссия вокруг Pearl вряд ли ограничится одним проектом. По оценке аналитиков рынка ускорителей, спрос на аренду GPU для ИИ продолжит расти и в 2026 году, а дефицит дешёвых мощностей сохранится даже после расширения поставок новых чипов Nvidia и AMD. Поэтому ответ на вопрос, может ли блокчейн направлять вычисления в реальные ИИ-задачи, будет влиять не только на крипторынок, но и на цену доступа к инфраструктуре для небольших команд.
