В мире блокчейн-технологий и бурно развивающегося искусственного интеллекта постоянно появляются новые обещания, способные зажечь интерес даже самых скептически настроенных гиков. Одно из таких направлений – "полезный майнинг" (proof-of-useful-work), который призван превратить энергоемкий процесс добычи криптовалют в источник вычислительных мощностей для решения реальных задач, в том числе и в сфере ИИ. Однако, как показывает свежее исследование, не все, что блестит, оказывается золотом, а некоторые заявления могут быть просто красивой ширмой.
Речь идет о блокчейне Pearl и его нашумевшем протоколе cuPOW. Заявления были громкими: мол, майнинг на видеокартах (GPU) теперь не просто сжигает электричество, а активно участвует в обучении нейросетей и решении других ИИ-задач. Звучало заманчиво, особенно на фоне того, как взлетел спрос на аренду графических процессоров, что уже тогда вызывало подозрения. Исследовательская команда решила проверить эти заявления и провела глубокий технический аудит.
И что же они обнаружили? По данным исследования, протокол cuPOW, мягко говоря, не выполняет заявленные ИИ-функции. Вместо этого он, по сути, сводится к традиционному майнингу, где генерируются вычислительные задачи, не имеющие никакой прикладной ценности. Ключевая операция в этом протоколе, называемая NoisyGEMM, представляет собой перемножение целочисленных матриц с добавлением структурированного шума, который привязан к криптографическому коммитменту. Авторы исследования утверждают, что данные, используемые в этой процедуре, не имеют никакого отношения к реальным моделям искусственного интеллекта и могут быть сгенерированы случайным образом, при этом никак не влияя на возможность получения вознаграждения.
Основная проблема, по мнению исследователей, заключается в том, что проверка корректности вычислений в протоколе сводится к математической верификации результата, но не учитывает происхождение входных данных. Это создает фундаментальный разрыв между тем, что заявлено, и тем, что происходит на самом деле. Специалисты провели анализ инфраструктуры майнинга, включая более 8 тысяч участников одного из пулов, и не обнаружили в программном обеспечении никаких компонентов, связанных с инференсом нейросетей. Никаких библиотек вроде PyTorch или vLLM, которые являются стандартом для машинного обучения, в бинарных файлах просто нет. Более того, использование видеопамяти оказалось значительно ниже того, что требуется для работы современных больших языковых моделей.
Исследование также указывает на то, что майнеры используют адаптивные стратегии, позволяющие обходить статистические проверки, предназначенные для выявления "нереалистичных" данных. Это делает практически невозможным надежное различение между вычислениями, которые якобы связаны с ИИ, и теми, которые являются просто случайными процессами. В итоге, фактическая полезность вычислений в сети Pearl, по оценкам экспертов, равна нулю. При этом потребление энергии колоссальное – около 112 МВт, что сопоставимо с нагрузкой среднего города.
Влияние этой системы на рынок графических процессоров оказалось разрушительным. После запуска майнингового ПО Pearl наблюдался резкий скачок цен на аренду GPU и загрузку вычислительных мощностей. Это, в свою очередь, привело к ухудшению доступа к оборудованию для независимых исследователей в области искусственного интеллекта, а стоимость аренды выросла на десятки процентов за короткий промежуток времени. Этот феномен назвали "разрывом полезности": ресурсы, позиционируемые как вклад в развитие ИИ, на деле используются для задач без прикладного значения, создавая при этом экономическое давление на рынок вычислений.Автор исследования, независимый исследователь Абхинаба Басу, даже разработал альтернативную реализацию майнингового ПО, которая показала сопоставимую или даже более высокую производительность на различных аппаратных платформах, включая GPU от AMD, CPU и даже Apple Silicon. Это, по его мнению, дополнительно подтверждает отсутствие какой-либо специализированной "ИИ-ценности" в оригинальной реализации протокола Pearl.
В более широком контексте, эта работа поднимает важный вопрос о проверке "полезности" вычислений в системах proof-of-useful-work. Без жёсткой криптографической привязки к реальным задачам искусственного интеллекта такие протоколы рискуют деградировать до обычного энергоемкого майнинга, создавая при этом экономические и инфраструктурные перекосы.
В заключение, текущая реализация Pearl демонстрирует системный риск: под видом инфраструктуры для ИИ может формироваться вычислительная система, которая на практике не производит полезного результата, но при этом перераспределяет дефицитные ресурсы GPU-рынка в ущерб научным и прикладным исследованиям. Это тревожный звонок для всей индустрии, напоминающий о том, что за громкими заявлениями всегда стоит внимательно проверять реальное положение дел.