Por Canuto  

Pearl propone reemplazar parte del trabajo criptográfico de la minería por operaciones de matrices usadas en inferencia de inteligencia artificial. La idea podría ofrecer a los mineros otra fuente de actividad, pero persisten dudas sobre la demanda efectiva, el rendimiento y la dilución de PRL.
***

  • Pearl cambia la prueba de trabajo basada en SHA-256 por multiplicaciones de matrices y busca conectar mineros con clientes de inferencia de IA.
  • El análisis citado reportó un fuerte avance de PRL desde septiembre, aunque la emisión y la falta de un mecanismo de quema plantean riesgos de dilución.
  • La propuesta depende de reducir la pérdida de rendimiento y demostrar que las operaciones responden a trabajos reales de clientes.

Pearl apuesta por llevar la inferencia de IA a la minería, pero PRL afronta dudas de adopción

Pearl busca combinar la seguridad de una blockchain de prueba de trabajo con operaciones de cómputo usadas por la inteligencia artificial. Su propuesta reemplaza los cálculos de hashes de Bitcoin por multiplicaciones de matrices, con la intención de que los equipos mineros puedan ejecutar inferencia de IA y obtener recompensas en PRL. Sin embargo, la posibilidad de generar ingresos adicionales no equivale todavía a demostrar que exista suficiente demanda comercial o que el token capture el valor de esos servicios.

La iniciativa llega en un momento en que la capacidad de cómputo y el acceso a electricidad se han vuelto recursos disputados por empresas de IA y operadores de minería. Un análisis de Castle Labs difundido por KuCoin sostiene que esa convergencia puede abrir una nueva fuente de actividad para instalaciones mineras, aunque también advierte que el precio de PRL ha avanzado más rápido que el uso comprobable de la red. La diferencia entre una infraestructura atractiva y un negocio sostenible será central para evaluar el proyecto.

De los hashes a las operaciones de matrices

Los mineros de Bitcoin utilizan equipos especializados para calcular hashes SHA-256 y competir por la creación de bloques. Ese trabajo contribuye a asegurar la red, pero el resultado de cada intento no suele servir para otra tarea después de que se calcula; además, los ASIC empleados para minar BTC no pueden ejecutar directamente las operaciones de IA que requieren GPU. Los operadores sí pueden aprovechar instalaciones, conexiones eléctricas y centros de datos para alojar equipos distintos o arrendar capacidad a empresas de cómputo.

La oportunidad económica aparece porque los centros de datos de IA necesitan tanto electricidad como procesadores adecuados, recursos cuya disponibilidad puede ser limitada. Según el análisis citado, entre 11 empresas mineras que cotizan en bolsa la proporción de ingresos procedentes de IA y computación de alto rendimiento pasó del 2% en el primer trimestre de 2025 al 22% en el segundo trimestre de 2026. Esa comparación ilustra el cambio de interés empresarial, pero no demuestra que Pearl haya capturado una parte equivalente del mercado.

Pearl es una blockchain de capa 1 lanzada en abril y derivada del código de Bitcoin, según la descripción del proyecto incluida en el análisis. En lugar de usar SHA-256 como tarea de prueba de trabajo, su diseño se apoya en multiplicaciones de matrices, una operación habitual en el entrenamiento y, especialmente, en la inferencia de modelos de IA. La red pretende conservar una competencia minera para producir bloques y, al mismo tiempo, destinar ese cómputo a una tarea que pueda atender solicitudes externas.

Para verificar los resultados, Pearl recurre a pruebas de conocimiento cero, o ZK, con el objetivo de que validar una operación resulte menos costoso que ejecutarla. El argumento técnico es que tanto el hash como la multiplicación de matrices exigen cómputo, producen respuestas objetivas y permiten comprobar resultados sin depender de una opinión sobre su calidad. En el diseño descrito, esta característica evita que validadores tengan que decidir subjetivamente si una respuesta de IA es útil.

La promesa de trabajo útil y sus límites

Pearl plantea que los mineros puedan atender cargas de inferencia mediante redes agregadoras de cómputo y proveedores especializados. Entre las alianzas mencionadas figura Together AI, que también opera infraestructura minera para la red y puede ofrecer descuentos a sus clientes financiados con recompensas PRL. Así, la propuesta intenta enlazar a quienes aportan capacidad de procesamiento con empresas que necesitan ejecutar modelos, en vez de limitarse a emitir recompensas por cálculos sin un cliente identificable.

La principal crítica es que el protocolo, tal como lo describe el análisis, no demuestra por sí solo que cada matriz procesada provenga de una solicitud pagada o de una tarea que un cliente necesite. Un minero podría generar matrices sintéticas y recibir recompensas, aunque ese trabajo no produzca una inferencia demandada por usuarios. Un estudio de junio citado en el texto encontró que el software de minería predominante en ese momento producía multiplicaciones verificables, pero sin una relación externa demostrada con una salida de razonamiento.

Esta limitación distingue a Pearl de sistemas que premian la calidad de resultados de IA mediante evaluadores humanos o validadores. El análisis compara ese tipo de diseño con Bittensor, donde los validadores califican resultados y las recompensas se dirigen a lo que la red considera valioso; también señala que tal discrecionalidad puede abrir espacio a colusión. Pearl evita esa evaluación subjetiva, pero el beneficio tiene un costo: verificar una operación matemática no basta para establecer que alguien la necesitaba o pagó por ella.

La propuesta también depende de que enviar matrices para inferencia añada poca fricción al trabajo minero y de que las recompensas compensen costos, riesgos y posibles pérdidas de rendimiento. El formato INT8 que emplea actualmente la red implicaría una reducción de velocidad de entre 10% y 15%, según el análisis, una penalización que podría restar atractivo a los servicios para operadores de IA. Los mineros, además, deben asumir el costo de las GPU capaces de realizar esas tareas, y no todos los equipos tradicionales de minería de Bitcoin pueden hacerlo.

Pearl-GEMM, una actualización desplegada en testnet, busca admitir formatos estándar y reducir la pérdida de rendimiento a un rango de 0% a 3%. Ese avance sería importante para acercar el servicio a las necesidades de modelos existentes, aunque las pruebas en una red de ensayo no garantizan por sí solas adopción comercial. El proyecto necesita que la mejora técnica se traduzca en solicitudes sostenidas y que los ingresos por inferencia superen el costo de mantener el hardware operativo.

PRL: emisión, negociación y captura de valor

PRL tiene una oferta máxima de 2.100 millones de tokens y sigue un calendario de emisión lineal decreciente, en vez de un mecanismo de reducción a la mitad como el de Bitcoin. El análisis calcula que cerca del 50% de la oferta total se liberaría durante los primeros cuatro años. Al momento de su publicación, señalaba una capitalización de mercado de USD $475 millones y 339 millones de PRL minados, equivalentes al 16,2% de la oferta circulante.

La misma evaluación estimaba que se emitirían otros 305 millones de PRL durante los 12 meses siguientes, casi duplicando la circulación existente entonces. También indicaba una emisión diaria cercana a 1,01 millones de tokens para los mineros, valorada en alrededor de USD $1,4 millones al momento de redactarse el análisis. Estas cifras describen una presión potencial de oferta: si los receptores venden las recompensas y la demanda no crece a un ritmo comparable, el mercado debe absorber más tokens.

La distribución inicial añade otra inquietud. De acuerdo con el análisis, durante los primeros seis días se minaron unos 122 millones de PRL, el 36% de la oferta circulante reportada, y se produjeron 20.000 bloques en las primeras 30 horas después del lanzamiento. Los tiempos de bloque se estabilizaron posteriormente cerca del objetivo de 194 segundos, pero aquella emisión temprana favoreció a quienes minaron en la primera semana y pudo concentrar la oferta desde el inicio.

En cuanto al mercado, el texto situaba a PRL en BigONE y SafeTrade, con un volumen diario aproximado de USD $6 millones y una profundidad de órdenes de compra de unos USD $22.000 dentro de un rango de precio del 2%. También señalaba que el token se había revalorizado más del triple desde septiembre y que recibió mayor atención tras una tesis de inversión de Brian Breslow, de No Limit Holdings. Esa coincidencia temporal no confirma que la publicación causara el avance del precio, ni demuestra un crecimiento equivalente de clientes o ingresos por inferencia.

Qué necesita demostrar la red

El token no genera ingresos por sí mismo ni cuenta actualmente con un mecanismo de quema, según el análisis. En el modelo descrito, los mineros reciben PRL por participar en la red y pueden obtener stablecoins al prestar servicios de inferencia, mientras los clientes pagan por cómputo. Por tanto, existe una diferencia entre que la actividad genere ingresos para algunos operadores y que el uso del servicio cree demanda directa y sostenida por PRL.

Together AI y Pearl Research Labs anunciaron un endpoint de inferencia con descuento para el modelo Gemma-4-31B-it-pearl, según la publicación de Together AI sobre la alianza. El análisis citado afirma que la oferta se presentó en mayo de 2026 y que el descuento era del 25%; también sostiene que parte de ese descuento se financiaba mediante minería de PRL para cubrir necesidades de cómputo. La fuente indica que el equipo de Pearl considera fijar servicios de IA en PRL o quemar una parte del token con cada compra. Son opciones en evaluación, no mecanismos que el texto confirme como ya implementados.

Convertir el precio de los servicios a PRL podría crear una relación más directa entre uso y demanda del activo, mientras que una quema reduciríaparte de la oferta disponible. Sin embargo, ambas medidas requerirían ejecución y suficiente actividad de clientes para tener un efecto significativo; no bastaría con anunciarlas. El proyecto también imagina un mercado descentralizado para reservar GPU, ajustar modelos y liquidar contratos de cómputo, pero el análisis considera difícil anticipar cuánto tráfico o volumen alcanzaría ese sistema.

El argumento favorable para Pearl es que la demanda de inferencia podría seguir creciendo y ofrecer a operadores con infraestructura adecuada una alternativa a depender únicamente de la minería convencional. La cautela reside en que todavía hay que reducir la pérdida de rendimiento, desplazar la minería sintética y conseguir solicitudes reales que paguen por el servicio. Por eso, comparar la capitalización de PRL con una fracción de la de BTC resulta especulativo mientras no haya evidencia de uso, ingresos y un mecanismo claro de acumulación de valor para el token.

En suma, Pearl propone reutilizar cómputo en una tarea vinculada con la IA sin abandonar la producción de bloques, pero su potencial depende de condiciones técnicas y comerciales aún por demostrar. La red puede resultar atractiva para mineros que ya exploran servicios de inferencia, aunque la emisión de PRL y la falta actual de captura directa de valor complican la tesis para sus tenedores. La prueba decisiva será que clientes paguen de forma recurrente por cómputo útil y que ese uso se refleje en una demanda sostenible del activo.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados