Pearl ($PRL) cherche à répondre à une question très concrète : puisque les GPU effectuent déjà des multiplications matricielles, peut-on faire en sorte qu’un même calcul serve à la fois l’IA et la sécurité de la blockchain ?
L’entraînement et l’inférence des grands modèles d’IA reposent principalement sur les opérations de multiplication matricielle ; le PoW traditionnel, lui, oblige les mineurs à calculer sans cesse des hachages qui n’ont pratiquement aucune utilité en dehors du réseau. Jusqu’ici, ces deux activités étaient largement séparées : d’un côté, les centres de données exécutent des modèles ; de l’autre, les mineurs consomment de l’électricité pour miner des cryptomonnaies. Cette Layer 1 indépendante, développée par Pearl Research Labs, cherche à réunir les deux.
Le mainnet a été lancé le 27 avril 2026. Son mécanisme central s’appelle Proof of Useful Work (PoUW, ou preuve de travail utile) : les mineurs ne se consacrent plus principalement à des hachages sans utilité, mais effectuent des multiplications matricielles. En théorie, un même calcul peut à la fois servir à l’inférence ou à l’entraînement d’une véritable IA et produire une preuve de travail pour un bloc : un calcul, deux usages.
I. Origine de la technologie
Cette approche repose sur des travaux de recherche. En 2025, Ilan Komargodski et Omri Weinstein ont publié (Proofs of Useful Work from Arbitrary Matrix Multiplication). Leur conclusion principale : il est possible de construire, à partir de multiplications de matrices arbitraires, une preuve de travail satisfaisant aux exigences de sécurité d’une blockchain, avec un surcoût pouvant approcher 1 + o(1). Autrement dit, plus les calculs sont importants, plus le coût supplémentaire relatif est faible.
Les deux auteurs sont également les principaux fondateurs de Pearl. Weinstein est titulaire d’un doctorat en informatique de Princeton, a enseigné à l’université Columbia et est aujourd’hui professeur associé à l’Université hébraïque de Jérusalem ; il a également travaillé chez NVIDIA et VAST Data. Komargodski est professeur associé en cryptographie à l’Université hébraïque de Jérusalem. L’équipe vient de l’informatique théorique et de la cryptographie : elle n’a pas d’abord créé un produit pour lui inventer une histoire ensuite.
Sur le plan technique, Pearl est un fork de btcd, l’implémentation de Bitcoin en Go. Il conserve le modèle UTXO et la règle de la chaîne la plus longue, et ne prend actuellement pas en charge les contrats intelligents généralistes. Sa structure est donc plus proche de celle du bitcoin que de celle d’Ethereum.
II. Comment le jeton est émis
Le jeton natif est le $PRL, avec une offre maximale de 2,1 milliards (100 fois les 21 millions de bitcoins). Selon la présentation officielle, il n’y a ni préminage, ni allocation aux fondateurs, ni déblocage public de jetons de capital-risque : tous les jetons sont émis par le minage. Les récompenses ne sont pas divisées par deux strictement tous les quatre ans ; elles diminuent selon une courbe régulière : l’émission est élevée au début, puis baisse progressivement.
Un peu plus de cinq mois après le lancement du mainnet, environ 16 % de l’offre a déjà été minée (soit quelque 340 millions de jetons en circulation). L’émission quotidienne actuelle se chiffre à environ un million de jetons et évoluera à mesure que les récompenses par bloc diminueront. Le temps de bloc visé est d’environ 194 secondes (près de 3 minutes), mais il peut varier en pratique.
III. État d’avancement
Selon les informations publiées, la puissance de calcul totale du réseau est passée de son faible niveau des débuts du mainnet à une échelle équivalente à celle de plusieurs centaines de milliers de GPU haut de gamme grand public ou de centres de données, ce qui indique la participation d’un parc matériel considérable.
Le volet commercial compte un premier cas concret : Together AI et Pearl se sont associés pour lancer un service d’inférence Gemma fondé sur PoUW. Son prix est inférieur de plus de 20 % à celui de services comparables classiques, la différence étant subventionnée par les récompenses de minage. Pearl a également créé une plateforme d’inférence compatible avec l’API OpenAI, qui prend en charge certains modèles open source et facture à l’usage, par jeton. En juillet 2026, Pearl Research Labs a rejoint NVIDIA Inception.
La technologie continue d’évoluer : les premières versions reposaient surtout sur la multiplication de matrices entières ; les travaux portent ensuite sur des solutions en virgule flottante (FP), mieux adaptées aux grands modèles courants. Le projet explore aussi avec des tiers l’inférence vérifiable, les preuves de confidentialité, etc. La plupart de ces travaux en sont encore à un stade précoce ou expérimental. L’objectif est d’accroître la part du « travail utile », et non de se limiter à des calculs de minage purs.
IV. Le problème qu’elle veut résoudre et ses atouts
La preuve de travail (PoW) traditionnelle est souvent critiquée parce qu’elle « gaspille de la puissance de calcul en opérations inutiles ». La réponse de Pearl est la suivante : les GPU effectuent déjà des multiplications de matrices ; autant faire contribuer ces calculs à la sécurité de la blockchain et réduire ainsi le gaspillage pur. Pour les fournisseurs de services d’IA, si les récompenses de minage permettent de subventionner les coûts, ils pourraient théoriquement proposer des inférences moins chères.
Pearl conserve plusieurs caractéristiques propres au bitcoin : offre totale fixe, absence d’allocation centralisée et production de blocs fondée sur la concurrence en puissance de calcul. Si un grand nombre de charges de travail d’IA réelles sont intégrées à l’avenir, la sécurité de la blockchain pourrait être liée à la puissance de calcul mondiale consacrée à l’IA, et pas seulement à celle des détenteurs de matériel de minage spécialisé.
L’article de recherche apporte une démonstration de faisabilité ; le partenariat avec Together AI constitue le premier exemple de validation commerciale publique — au moins un fournisseur de cloud IA est prêt à essayer d’utiliser les subventions du minage dans un service réel.
V. Réalité et limites (tout aussi importantes)
Pour être objectif : toute la puissance de calcul consacrée au minage n’effectue pas des tâches d’IA rémunérées. Une part importante des mineurs utilise des multiplications de matrices spécifiquement pour miner des jetons, sans valeur directe pour les clients de l’IA. La part du « travail utile » dépend du nombre de fournisseurs de services d’IA qui connectent leurs charges de production au protocole. Cette proportion reste actuellement faible : c’est l’un des points essentiels que le projet devra démontrer à l’avenir.
L’émission est continue. Les nouveaux $PRL créés chaque jour doivent être absorbés par le marché. Il n’y a pas de pression vendeuse concentrée liée au déblocage de jetons de capital-risque, mais la vente des récompenses par les mineurs constitue une offre permanente. Si le cours monte rapidement sans que l’utilisation réelle suive, la pression vendeuse peut être importante. Un grand écart entre la capitalisation en circulation et la valorisation entièrement diluée est également courant pour les projets en phase de démarrage.
Le réseau se rapproche aujourd’hui davantage du modèle de positionnement du bitcoin : il ne propose ni contrats intelligents complexes ni applications sur la blockchain. L’éventuelle extension à un marché du calcul ou au règlement de l’inférence vérifiable dépendra des développements futurs ; la sécurité, l’équité et le degré de concentration des mineurs restent également à observer. Le cours est volatil — après le lancement du mainnet, il a fortement progressé, puis reculé, avant de rebondir avec l’intérêt suscité —, ce qui n’est pas rare pour les nouvelles blockchains et les projets portés par le récit de l’IA, mais ne signifie pas que les fondamentaux se soient déjà concrétisés.
VI. Comment évaluer le projet
Pearl est une tentative concrète d’intégrer le « calcul utile » à la preuve de travail : le projet s’appuie sur un article évalué par les pairs, une équipe issue du milieu universitaire, un mainnet en fonctionnement et un premier partenariat commercial. Son atout est de permettre, en théorie, aux GPU de servir à la fois l’IA et la sécurité de la blockchain, d’améliorer l’utilisation de la puissance de calcul et, éventuellement, de subventionner le coût de l’inférence.
Les défis sont tout aussi clairs : la part des charges de travail d’IA réelles, la capacité du marché à absorber l’émission continue et la possibilité de réduire durablement les surcoûts en production. Tout cela reste à vérifier avec le temps.
Pour suivre cette blockchain, surveillez en priorité les avancées techniques officielles, l’évolution de la composition de la puissance de calcul et le nombre de services d’IA payants qui utilisent réellement ce mécanisme. Ces indicateurs en disent souvent davantage que les cours à court terme sur la progression du projet par rapport à la trajectoire qu’il décrit.
(Synthèse fondée sur des informations publiques : site officiel du projet, articles de recherche, données d’exploitation du mainnet et couverture médiatique. Ceci ne constitue pas un conseil en investissement. Les projets crypto présentent des risques élevés ; faites vos propres recherches.)
#Pearl #PRL #AI #Crypto #PoUW