Цена на вычислительную мощность GPU на L1 блокчейне Pearl выросла более чем в 7 раз

Автор: @ Decentralisedco
Перевод: AididiaoJP, Foresight News

На терминале Bloomberg отображается индекс цен на GPU от Silicon Data, Ornn и Compute Desk. Все три компании отслеживают цены на аренду H100, но не могут прийти к единому мнению о том, сколько на самом деле стоит одна H100.

Большинство вычислительных мощностей GPU проходит через частные двусторонние контракты по сниженным ценам, поэтому эти индексы не могут эффективно оценивать стоимость.

Однако сеть криптовалюты, работающая на 320 000 GPU, уже использует реальные рыночные сделки для оценки стоимости вычислительных мощностей GPU.

Почему никто не может оценить стоимость GPU?

Когда вы платите от 3 до 10 долларов в час за одну H100, что вы на самом деле арендуете?

На Vast.ai за 3 доллара вы получаете GPU-карту из резервного серверного шкафа, подключенную через обычный Ethernet, без каких-либо гарантий нормального времени работы машины. С другой стороны, та же H100 стоит 10 долларов в час, но она находится в Oracle Cloud, в специально построенном объекте, где GPU соединены через InfiniBand с пропускной способностью 400 гигабит в секунду, и за работой следит команда инженеров круглосуточно.

Цена в три раза выше, потому что Oracle предлагает вам целый вычислительный контекст, а не просто доступ к чипу. Только это различие приводит к тому, что цена одного и того же кремния у разных поставщиков может отличаться в 6,7 раза.

Разница в цене существует, потому что GPU сами по себе не являются продуктом. GPU — это лишь сырье для более крупной услуги. Кластер из 512 GPU, соединенных NVLink и InfiniBand в одном здании, может выполнять распределенные задачи обучения, в то время как 512 независимых GPU, разбросанных по пяти центрам обработки данных с низкими затратами, даже при одинаковом количестве чипов не смогут эффективно справиться с задачей. Это совершенно разные продукты, которые просто случайно имеют одно и то же название, как студия в Квинсе и пентхаус на Верхнем Ист-Сайде, которые технически оба называются «квартирой в Нью-Йорке».

Рынок долгов уже понял это. CoreWeave многократно использовал один и тот же тип оборудования H100 в качестве залога для получения кредитов. Когда этот долг обеспечен долгосрочным соглашением с Meta, процентная ставка составляет около 5,9%. Но когда компания берет кредит на то же оборудование, но без контрактного оформления, ей придется заплатить 9,75%. Разница в 400 базисных пунктов полностью объясняется клиентскими контрактами, которые существуют поверх оборудования. Это отражает мнение облигационного рынка о том, что он на самом деле страхует, а не о GPU как таковом.

Вся логика фьючерсных контрактов зависит от возможности классификации базового продукта. Вы проверяете его, классифицируете, и разница между наилучшим и наихудшим классом должна быть настолько узкой, чтобы механизм ценообразования мог поглотить вариацию. Например, отклонение золота относительно стандартных золотых слитков в Лондоне составляет менее 1%, и именно поэтому фьючерсы на золото хорошо работают с 1970-х годов.

WTI нефть допускает отклонение относительно базового уровня около 5%, остальное поглощается спредом. Даже живые быки — вероятно, самые странные вещи, которые люди пытаются включить в фьючерсные контракты, поскольку каждое животное биологически уникально — имеют контроль качества в пределах 15% до 20%. Но когда Silicon Data проводит бенчмаркинг 3500 H100 S GPU в 11 различных объектах, разница в производительности достигает 38%.

И это только производительность чипов, не учитывая сеть, нормальное время работы, охлаждение и все, что отличает недорогие серверные стойки от корпоративных кластеров. Как только учитывается полная конфигурация услуг, разница в цене может вырасти до 200% до 700%. На Земле нет ни одной таблицы классификации, способной поглотить диапазон качества в семь раз. Считать, что фьючерсные контракты могут чисто оценивать такие вещи, действительно является иллюзией.

Так что происходит, когда вы пытаетесь создать механизм поставки на основе не классифицируемых вещей? Вы получаете классический пример обратного отбора. Если продавец должен вам 1000 часов H100 по фьючерсному контракту, он может предоставить время на высококлассном кластере или же предоставить разрозненные экземпляры по 3 доллара в час. Оба варианта технически соответствуют контракту. И они всегда будут предоставлять более дешевый вариант, потому что разница идет в их карман, а у вас нет права на возврат.

Джордж Акерлоф описал это явление в своей статье 1970 года о рынке лимонов, сделав вывод, что когда покупатель не может проверить качество до поставки, худшие версии продукта систематически вытесняют каждую лучшую версию, пока весь рынок не опустошится изнутри.

CME явно осознает это, поэтому планируемые на 5 октября 2026 года фьючерсные контракты на GPU полностью избегают физической поставки и вместо этого рассчитываются наличными по индексу опроса Silicon Data. Однако этот индекс собирает цены, опубликованные облачными провайдерами в открытых тарифных картах, в то время как реальные цены, о которых договариваются крупные покупатели, обычно на 40% до 50% ниже. Механизм расчета основан на оценках цен, в то время как большинство крупных покупателей на рынке явно не платят по этой цене.

Вы не можете исправить это с помощью лучших опросов. Информация, необходимая для точного ценообразования конкретных часов GPU в конкретных объектах, существует только в головах тех, кто управляет этим оборудованием, и у них есть все основания сохранять это в секрете. Кроме того, вычислительная мощность — это товар, который течет. Никто не покупает часы GPU в тот момент, когда они исчезают навсегда. Любой сигнал ценообразования для вычислительных мощностей GPU должен работать в реальном времени, иначе цифры устаревают к моменту их публикации.

Единственный способ получить эти знания — это реальные сделки с реальными ставками на настоящие деньги в реальном масштабе. Это приводит нас к решению, которое также эволюционировало из электричества: сеть, основанная на биткойне, в настоящее время имеет 320 000 GPU, направленных на нее.

Что если вы сможете определить цену?

Биткойн-майнеры выполняют хеширование SHA-256. Это вычисление существует только для одной цели: доказать, что майнер сжег определенное количество электроэнергии. Как только это доказательство записывается в блок, хеш или выполненная работа теряет всякую ценность. Его нельзя повторно использовать, переделать или продать кому-либо вне блокчейна. Работа, выполненная для добычи блока биткойна, не является взаимозаменяемой.

Проблема в том, что тысячи майнеров выполняют эту работу для каждого блока, но сеть принимает только один блок от одного майнера. Остальная работа отбрасывается. Каждый SHA-256 хеш, который когда-либо был добыт, но не принят сетью, представляет собой GPU-цикл, который мог бы быть использован для коммерчески ценной работы, а в 2026 году «коммерчески ценная работа GPU» означает только одно: вычислительная мощность AI.

Pearl — это блокчейн уровня 1, который пытается сделать вычислительную мощность GPU коммерчески ценной. Он наследует ту же систему консенсуса и регулировки сложности, которая защищает биткойн с 2009 года. Но майнеры Pearl не выполняют хеширование SHA-256, а выполняют матричное умножение на GPU.

Почему матричное умножение ценно? Потому что это основа всех ответов, которые вы получаете, когда задаете вопросы ChatGPT. То же самое происходит, когда Nano Banana рендерит изображения по текстовым подсказкам, когда компании дообучают языковые модели на собственных данных или когда автономные автомобили обрабатывают изображения с камер в реальном времени.

Каждая большая языковая модель и каждая модель диффузии, которые в последние три года поглощали внимание Кремниевой долины и десятки миллиардов долларов капитала, имеют вычислительное ядро, работающее на матричном умножении. Pearl предоставляет майнерам дополнительные стимулы, чтобы они выполняли те же вычисления в качестве доказательства работы.

А как насчет безопасности? Это основная задача хеш-функций. Вы не можете просто заменить хеш-функцию на матричное умножение.

SHA-256 не имеет обходных путей. Без полного вычисления невозможно получить выходные данные. Факт наличия выходных данных означает, что необходимая работа была выполнена. Матричное умножение отличается. Вы по сути умножаете и складываете числовые строки. Поэтому схемы могут позволить майнерам с минимальными усилиями вычислить ответ, что ослабляет эффективность доказательства работы.

Pearl использует механизм, называемый NoisyGEMM, чтобы гарантировать, что майнеры остаются честными. Это происходит в три этапа:

Майнеры делают обязательство по входной матрице перед началом любой работы. После подачи входные данные нельзя изменить.

Протокол затем добавляет случайный шум к уже обязательной матрице. Это устраняет любую симметрию (обходной путь), которую мог бы запланировать майнер. И поскольку майнеры не знают, каким будет шум, им необходимо выполнить работу позже.

Майнеры выполняют полное матричное умножение на зашумленной версии, выполняя его по частям на GPU.

Каждый выходной блок хешируется и проверяется по целевому уровню сложности сети.

Если хеш какого-либо блока ниже целевого, майнер получает вознаграждение за блок.

Однако добавление шума предотвращает получение вознаграждения без фактической работы. Тем не менее, именно этот шум также означает, что мы не можем получить ответы на исходную рабочую нагрузку. Решение Pearl заключается в том, чтобы дать шуму известную структуру. Это позволяет ему отделять шум после того, как майнер завершает умножение, с минимальными и недорогими затратами.

Когда GPU добывает Pearl, сеть измеряет, сколько раз эта машина фактически выполнила матричное умножение в течение 194-секундного интервала блока при существующих условиях электроэнергии, охлаждения и сети.

H100, расположенный в хорошо охлаждаемом корпоративном объекте, может выполнять больше работы за каждый блок, чем тот же чип, находящийся в чьем-то гараже, подключенный через потребительский Ethernet и с плохой вентиляцией. Pearl автоматически фиксирует это различие, чего не может сделать ни один индекс цен, усредняющий по модели.

Теперь расширьте это на 320 000 GPU в десятках географических регионов, и общая вычислительная мощность станет крупнейшим в истории непрерывным бенчмарком вычислительной мощности AI в реальном мире, обновляемым каждые 194 секунды, без необходимости кому-либо проводить опросы или публиковать тарифные карты.

Вычислительная мощность также отслеживает конфигурацию. Каждая из 320 000 GPU может зарабатывать доход от аренды на Vast.ai, CoreWeave, Lambda или у десятков других облачных провайдеров, конкурирующих за клиентов AI. Эти операторы выбирают направить свои машины на Pearl.

Когда в какой-то точке мира возникает реальный спрос на вычислительную мощность GPU, операторы снимают машины с Pearl, чтобы обслуживать платных клиентов, и вычислительная мощность снижается.

Когда спрос ослабевает и доходы от аренды падают, эти GPU возвращаются, и вычислительная мощность возрастает. Регулировка сложности сети реагирует на эти миграции так же, как сложность биткойна реагировала на изменения в экономике майнинга с 2009 года.

Разница заключается в том, что майнеры биткойнов взвешивают свои затраты на электроэнергию и доходы от продажи добытых биткойнов. В августе 2023 года, во время жары в Техасе, Riot Platforms отключила большую часть своих майнинговых машин и получила 31,7 миллиона долларов в виде кредитов на электроэнергию, что более чем в три раза превышает стоимость 333 добытых биткойнов за тот месяц. Когда достаточно много майнеров принимает это решение, мощность сети снижается, и сложность пересчитывается каждые 2016 блоков, чтобы гарантировать, что блоки производятся примерно каждые 10 минут.

Эта текучесть между GPU в Pearl и арендным рынком создает сбалансированную цену на вычислительную мощность. Высокая и растущая мощность означает, что компьютеры на открытом рынке становятся дешевле, поскольку операторы обнаруживают, что добыча Pearl выгоднее аренды.

Снижение мощности означает, что кто-то начинает платить достаточно высокую цену, чтобы забрать машины. А этот ценовой сигнал исходит от явных предпочтений, от тысяч операторов GPU, которые выбирают, что делать со своим оборудованием и своими деньгами. Это не исходит от команды рынка облачных провайдеров, которая решает, что напечатать на тарифной карте, и именно это всегда было доступно индексам Bloomberg и механизмам расчетов CME.

Together AI стала первой компанией, которая коммерциализировала это. 15 мая 2026 года она объявила о запуске конечной точки вывода на сети майнинга Pearl, предлагая Gemma -4- 31B - it - Pearl по цене более чем на 25% ниже стандартных облачных тарифов. Экономическая целесообразность существует, потому что GPU, предоставляющие вывод через конечную точку Together, одновременно занимаются майнингом Pearl, поэтому доходы от майнинга частично компенсируют операционные расходы, позволяя Together предлагать цены ниже более широкого рыночного уровня, не субсидируя разницу из своей прибыли.

Большая часть сети Pearl еще не обслуживает уровень спроса от платных клиентов на вывод, и очевидно, что преодоление этого разрыва является предстоящей задачей. Но ценообразование не зависит от этого. Оно зависит от реальной альтернативной стоимости, которая существует для каждой из 320 000 машин, а также для нескольких других в рынке вывода.

Рынок вычислительной мощности GPU — это рынок объемом в сотни миллиардов долларов в год, но без надежных цен. Индекс Bloomberg пытается отслеживать его, но не может дать точное направление в любую данную неделю. CME планирует запустить фьючерсы на GPU 5 октября 2026 года, с расчетом наличными по ценам, которые явно не платят крупные покупатели.

Но сеть на основе кода биткойна, работающая на основе доказательства работы всего пять месяцев, имеет 320 000 GPU, которые постоянно решают, заниматься ли майнингом или арендовать мощности на открытом рынке, и свод этих решений создает то, что является самым близким к точной цене в истории индустрии вычислительной мощности GPU.