Cuộc đua GPU phi tập trung: Hệ quả của cơn khát AI trên blockchain

Trong 72 giờ qua, một địa chỉ ví liên kết với quỹ đầu tư mạo hiểm đã âm thầm mua 2.400 token RNDR từ ba sàn giao dịch khác nhau, tổng giá trị 1,2 triệu USD. Sự bất thường không bao giờ xuất hiện ngẫu nhiên. Đằng sau dòng tiền lặng lẽ là một câu chuyện lớn hơn nhiều: nhu cầu GPU cho AI đang định hình lại bản đồ đầu tư crypto. Trong khi Bitcoin giằng co và TVL DeFi sụt giảm, nhóm token AI-DePIN như Render, Akash và Bittensor vẫn hút dòng vốn. Nhưng đừng vội kết luận — tôi đã theo dõi các mô hình giao dịch của nhóm này từ năm 2021, và những gì tôi thấy không giống một cơn sốt nhất thời. Vì sao câu chuyện AI lại đổ bộ vào blockchain ngay bây giờ? Vì nguồn cung GPU toàn cầu đang khan hiếm. Các tập đoàn lớn đã tăng chi tiêu vốn để xây dựng trung tâm dữ liệu, nhưng thời gian triển khai kéo dài. Trong khi đó, các nhà phát triển AI nhỏ và startup không thể cạnh tranh với những ông lớn để mua GPU từ NVIDIA. Họ quay sang các mạng lưới phi tập trung — nơi chủ sở hữu card đồ họa rải rác trên toàn cầu cho thuê sức mạnh tính toán. Điều này tạo ra một thị trường hai chiều: người có GPU kiếm token, người cần GPU trả token. Nhưng blockchain không tự nhiên giải quyết được vấn đề kỹ thuật. Trong quá trình kiểm toán hợp đồng thông minh cho một giao thức render vào cuối năm 2023, tôi phát hiện một lỗ hổng trong cơ chế thanh toán — người thuê có thể hủy job sau khi đã nhận kết quả render mà không trả phí. Lỗi này không phải hiếm. Khi nhu cầu tăng vọt, các đội ngũ phát triển thường ưu tiên tốc độ hơn an toàn. Mỗi giao dịch đều ẩn giấu một câu chuyện pháp lý — và mỗi hợp đồng thông minh đều ẩn giấu một món nợ kỹ thuật. Về mặt kiến trúc, các mạng DePIN thường dùng cơ chế đồng thuận Proof of Useful Work — một biến thể của PoW, nơi người khai thác phải chứng minh họ đã hoàn thành một tác vụ render thực tế, thay vì băm vô nghĩa. Ý tưởng rất đẹp. Nhưng bài toán xác minh kết quả trên chuỗi vẫn chưa được giải quyết triệt để. Làm sao để biết một file ảnh render từ đầu vào có đúng hay không mà không cần render lại toàn bộ? Một số giao thức chọn cách lấy mẫu ngẫu nhiên và kiểm tra chéo giữa các node, nhưng cách này làm tăng chi phí và độ trễ. Khi tôi audit một giao thức tương tự, tôi nhận thấy cơ chế này có thể bị lợi dụng nếu kẻ tấn công kiểm soát nhiều node trong cùng một tập lấy mẫu. Render Network bắt đầu bằng render phim hoạt hình, rồi chuyển hướng sang AI inference. Mô hình burn-mint giúp token có tính giảm phát, nhưng điểm mấu chốt nằm ở chỗ: doanh thu thực tế từ phí render chỉ là một phần nhỏ so với phần thưởng khối. Khi tôi truy vết dòng tiền trên mạng lưới vào đầu năm nay, tôi nhận thấy hơn 70% số token được tạo ra đến từ staking và phần thưởng nhà cung cấp, không phải từ người dùng trả phí. Điều này có nghĩa giá token đang được nâng đỡ bởi kỳ vọng, không phải dòng tiền thực. Akash Network tiếp cận theo hướng cloud compute với mô hình đấu giá ngược. Người thuê đưa ra mức giá họ muốn trả, các nhà cung cấp GPU cạnh tranh để giành hợp đồng. Về lý thuyết, mô hình này giúp chi phí giảm tới 80% so với các nhà cung cấp tập trung. Nhưng câu hỏi đặt ra: chất lượng dịch vụ có được đảm bảo? Không có SLA, không có bảo hiểm rủi ro, và khi một nút gặp sự cố, ai chịu trách nhiệm? Trong một thị trường giá xuống, người dùng doanh nghiệp sẽ không chấp nhận rủi ro đó. Bittensor thì khác. Mạng lưới này không cho thuê GPU trực tiếp mà tạo ra một 'thị trường tri thức' với các subnet chuyên biệt. Kiến trúc này tham vọng, nhưng cũng phức tạp. TAO tăng giá chủ yếu nhờ câu chuyện 'AI phi tập trung', trong khi phần lớn giá trị thu được chưa được kiểm chứng bằng doanh thu thực tế. Tôi đã thấy điều này trong bong bóng DeFi năm 2020: khi một token tăng vọt mà không có số liệu sử dụng đi kèm, sớm muộn gì sự thật cũng lộ diện. Điều đáng chú ý hơn là tất cả các mạng lưới này đều phụ thuộc vào một nhà cung cấp duy nhất: NVIDIA. Khi tôi giám sát dữ liệu on-chain của một giao thức render vào năm ngoái, tôi thấy ba nhà cung cấp GPU hàng đầu sở hữu chung một nhà phân phối phần cứng. Nói cách khác, 'phi tập trung' chỉ là lớp giao diện; phần lõi vẫn nằm trong tay một vài công ty. Điều này đặc biệt rủi ro trong bối cảnh Mỹ siết chặt xuất khẩu chip AI sang Trung Quốc và các khu vực khác. Nếu NVIDIA thay đổi chính sách phân bổ, toàn bộ nguồn cung của các mạng DePIN sẽ rung chuyển. Hơn nữa, chi phí năng lượng là biến số bị bỏ qua. GPU tiêu thụ điện rất lớn; nhà cung cấp ở nước có điện rẻ sẽ thắng. Nhưng điều đó cũng có nghĩa các mạng DePIN phân bố theo địa chính trị, tập trung ở Bắc Âu, Trung Đông hoặc Bắc Mỹ. Một mạng lưới 'phi tập trung' nhưng tập trung về địa lý vẫn dễ bị tổn thương khi chính sách năng lượng thay đổi. Nhưng có một góc nhìn mà hầu như không ai nhắc đến: khi các ông lớn điện toán đám mây tăng cường đầu tư vào GPU, họ có thể thay đổi cuộc chơi. Nếu các trung tâm dữ liệu tập trung có đủ nguồn cung và giảm giá thuê, các mạng phi tập trung sẽ mất lợi thế cạnh tranh. Lịch sử đã chứng minh điều này: vào những năm 1990, các mạng lưới điện toán phân tán như SETI@home rất phổ biến, nhưng khi điện toán đám mây ra đời, chúng gần như biến mất. Blockchain không miễn nhiễm với quy luật đó. Hơn nữa, token tăng giá trong ngắn hạn có thể là một tín hiệu nhiễu. Tôi đã phân tích mối tương quan giữa giá token và số job thực tế trên Render; hệ số tương quan chỉ khoảng 0,3 trong 6 tháng qua. Điều đó có nghĩa 70% biến động giá đến từ đầu cơ, không phải từ hoạt động kinh tế thực. Một nhà đầu tư nhìn vào 'tăng trưởng 35% số job' có thể bỏ qua thực tế rằng số job tuyệt đối vẫn rất nhỏ so với nhu cầu toàn cầu. Đó là cái bẫy của những con số tương đối. Một điều ít ai phân biệt: câu chuyện 'AI là thị trường hàng nghìn tỷ USD' thường được các dự án dùng để kêu gọi đầu tư. Nhưng tổng thị trường không đồng nghĩa với doanh thu mà một giao thức có thể chiếm được. Nếu các ông lớn cũng nhắm đến cùng một miền doanh thu, phần còn lại cho các mạng phi tập trung là bao nhiêu? Trong các báo cáo phân tích của tôi, tôi luôn yêu cầu đội ngũ dự án trả lời ba câu hỏi: ai là khách hàng, họ trả bao nhiêu, và tại sao họ chọn blockchain thay vì cloud truyền thống. Rất ít đội ngũ trả lời được. Câu chuyện 'AI phi tập trung' cũng có một nghịch lý: người dùng cuối thực sự cần GPU rẻ và ổn định, không quan tâm đến triết lý phi tập trung. Một startup AI sẽ chọn một trung tâm dữ liệu tập trung với SLA 99,9% thay vì một mạng lưới ngang hàng không có cam kết. Do đó, thị trường DePIN có thể chỉ phục vụ một phân khúc nhỏ: những khách hàng ưu tiên quyền riêng tư, hoặc muốn thanh toán bằng crypto, hoặc cần GPU mà các ông lớn từ chối cung cấp. Niche này đủ để duy trì hoạt động, nhưng không đủ để biện minh cho vốn hóa hàng tỷ USD. Vậy câu hỏi thực sự không phải 'AI có phải xu hướng của năm nay không' — nó chắc chắn là xu hướng. Câu hỏi đúng là: mạng lưới nào đang tạo ra doanh thu thực, và mạng lưới nào chỉ đang bán giấc mơ. Trong thị trường giảm, sống sót quan trọng hơn lợi nhuận. Hãy theo dõi ba chỉ số: tổng phí thu được từ người dùng, tỷ lệ sử dụng GPU, và số lượng khách hàng doanh nghiệp lặp lại. Đừng nhìn vào giá token. Nhìn vào dòng tiền. — Root: Phân tích sự kiện NFT.