Web3智网

Pearl 的 FP8 測試網升級:雙工挖礦離實際 AI 服務還有多遠?

據 2026 年 11 月 19 日的報導,Pearl 已在測試網啟用 FP8 升級(PIP-3)。這項變更旨在讓 AI 推論使用的運算更容易同時成為區塊鏈的工作量證明。不過,測試網啟用不等於主網硬分叉已完成;獨立測試也顯示,雙工挖礦仍有明顯的效能代價。

升級試圖改變什麼?

Pearl 的「雙工工作量證明」構想,是讓 GPU 在提供 AI 推論服務時,將矩陣運算同時用於爭取出塊獎勵。此前主網僅接受 INT7 格式的運算證明;原文指出,服務商若為挖礦轉換模型格式,會犧牲原有加速能力,使模型服務速度下降 10% 至 15%。FP8 升級改為支援 AI 資料中心常用的浮點格式,目的是降低接入門檻。

Pearl 的 FP8 測試網升級:雙工挖礦離實際 AI 服務還有多遠? (1)

這項調整也限制了可用硬體。原文稱,由於不同晶片處理 FP8 捨入時可能產生細微差異,升級方案將支援範圍限定在輝達 Hopper 與 Blackwell 世代,包括 H100、B200 及 RTX 50 系列;較舊的輝達顯示卡,以及 AMD、英特爾晶片不在支援範圍內。

Pearl 的 FP8 測試網升級:雙工挖礦離實際 AI 服務還有多遠? (2)

測試結果與主網影響

持有 PEARL 的研究機構 Kairos Research 租用一張 H100,以 Llama 3.1 8B 接入測試網,並在提供模型服務的同時挖出 FP8 區塊。但相較於同一設備關閉挖礦外掛程式時,啟用挖礦使一般對話的吞吐量下降 18% 至 21%;智能體長提示詞情境下降 26%,純長提示詞情境則下降 40% 至 41%。這與官方宣稱的 1% 至 5% 效能損耗預期仍有差距。

Pearl 的 FP8 測試網升級:雙工挖礦離實際 AI 服務還有多遠? (3)

Kairos 的測試還指出,目前有效挖礦主要發生在讀取提示詞的預填充階段;若在逐字生成回答時強行挖礦,模型在其數學評測中的準確率由約 87% 降至約 1%。測試亦顯示,不同混合專家模型的支援情況不一致。

Pearl 的 FP8 測試網升級:雙工挖礦離實際 AI 服務還有多遠? (4)

硬體限制若在主網硬分叉後實施,也可能改變算力分布。Kairos 普查六個主要礦池、約 2.42 萬個地址後估計,Hopper 與 Blackwell 晶片當時承載約 37% 的全網算力;舊設備退出後,約三分之二的既有算力可能無法繼續參與。至於代幣供給,Kairos 的模型預測,難度調整前出塊放緩,可能使硬分叉生效後首 30 天的礦工總出售量減少約 650 萬枚 PEARL。這是模型推算,不是已發生的結果。

Pearl 的 FP8 測試網升級:雙工挖礦離實際 AI 服務還有多遠? (5)

尚未獲得驗證的環節

原文引述 Blockworks 估算,升級前與真實 AI 模型相符的出塊比例不足 1%。因此,支援 FP8 運算並不等於網路已能確保挖礦工作來自實際的 AI 客戶需求。Kairos 的測試也顯示,服務與挖礦並行的效率仍是障礙。

Pearl 的 FP8 測試網升級:雙工挖礦離實際 AI 服務還有多遠? (6)

原文另提出代幣集中與經濟利益分配的疑慮:項目方宣稱自願將部分持倉鎖定至 2027 年 5 月,但原文指出,底層鏈沒有以智能合約強制執行該鎖定;代幣持有人亦不因此取得 AI 推論收入的現金流請求權。這些疑慮不應與已證實的違約或收入結果混為一談。

FP8 測試網證明了特定硬體可以在提供模型服務時產生區塊,但尚未證明這套模式能以足夠低的效能損耗、大規模承接真實 AI 需求,並持續支撐網路安全。