Hook
Tuần trước, một startup AI tại Việt Nam gọi cho tôi, hào hứng khoe rằng họ vừa triển khai hệ thống gợi ý sản phẩm chỉ với 1/10 chi phí so với khi dùng GPT-4. Bí quyết? Họ dùng Kimi K3 – một mô hình ngôn ngữ lớn mã nguồn mở đến từ Trung Quốc, có hiệu suất ngang ngửa các mô hình đóng đắt tiền nhưng chi phí huấn luyện chỉ vài triệu USD. Tôi cười, nhưng trong lòng chợt nhói. Một tuần sau, Nvidia phát hành bản thiết kế hệ thống Rubin – cỗ máy AI trị giá 8 triệu USD mỗi rack, với tham vọng sản xuất 1.000 rack mỗi ngày. Hai sự kiện này, đặt cạnh nhau, không chỉ là tin tức công nghệ mà là một vết nứt sâu trong câu chuyện thị trường AI mà giới đầu tư Web3 đang cố gắng đọc.
Context
Kimi K3 là sản phẩm của Moon’s Dark Side (月之暗面), một phòng thí nghiệm AI Trung Quốc. Mô hình này được công bố với hiệu năng cạnh tranh với GPT-4 trên nhiều benchmark, nhưng chi phí huấn luyện chỉ bằng một phần nhỏ – khoảng 5-10 triệu USD so với hàng trăm triệu của các mô hình Mỹ. Quan trọng hơn, Kimi K3 có trọng số mở (open-weight), cho phép bất kỳ ai tải về, tinh chỉnh và triển khai. Điều này đe dọa trực tiếp câu chuyện “đầu tư khổng lồ vào GPU là hàng rào bảo vệ” đã làm nên định giá hàng trăm tỷ USD cho OpenAI và Anthropic.
Trong khi đó, Nvidia – gã khổng lồ chip – không hề chậm bước. Hệ thống Rubin là bước tiến từ kiến trúc GB200: mỗi rack chứa 72 GPU, được kết nối bằng mạng và bộ nhớ tùy chỉnh, tiêu thụ điện năng khủng khiếp và yêu cầu làm mát bằng chất lỏng. Với giá 8 triệu USD mỗi rack, Nvidia đang nâng mức đặt cược lên một tầm cao mới: họ không còn bán chip đơn lẻ mà bán cả một “trung tâm dữ liệu thu nhỏ”.
Là một Web3 Research Partner, tôi nhìn thấy sự tương phản rõ rệt: một bên là hiệu quả thuật toán đang phá bỏ rào cản gia nhập, một bên là sự tập trung phần cứng ngày càng thắt chặt. Cả hai đều tác động sâu sắc đến các dự án phi tập trung trong lĩnh vực AI – từ Bittensor, Render Network cho đến Akash Network.
Core
1. Kimi K3 và bài toán chi phí: Cái bẫy của sự hào hứng Khi một mô hình nguồn mở đạt hiệu suất cao với chi phí thấp, cộng đồng crypto thường reo hò: cuối cùng thì AI phi tập trung có cơ hội! Thực tế, Kimi K3 có thể thúc đẩy sự phát triển của các dApp AI – ví dụ, các agent thông minh trên blockchain, audit hợp đồng thông minh bằng AI, hoặc thậm chí các trợ lý ảo DeFi. Chi phí suy luận (inference) rẻ hơn đồng nghĩa với việc các ứng dụng này có thể phục vụ hàng triệu người dùng mà không bị ngạt thở bởi phí API.
Tuy nhiên, đây cũng có thể là tin xấu cho các token AI tập trung vào mô hình huấn luyện độc quyền. Lấy Bittensor (TAO) làm ví dụ: mạng lưới của nó khuyến khích các miner huấn luyện các mô hình tốt nhất, và phần thưởng được phân phối dựa trên chất lượng đầu ra. Nếu chỉ cần tinh chỉnh Kimi K3 sẵn có là đã đạt kết quả tốt, nhu cầu huấn luyện mô hình từ đầu trên Bittensor có thể giảm. Điều này sẽ ảnh hưởng đến giá trị của token TAO – vốn dựa trên phần thưởng khai thác. Tôi từng chứng kiến hiệu ứng tương tự năm 2021 khi các mô hình sinh ảnh mã nguồn mở (Stable Diffusion) ra đời, làm giảm sức hút của các dự án NFT tạo ra từ AI độc quyền. Đau đớn, tôi đã mất một khoản tiền khi đầu tư vào một giao thức tương tự.
2. Nvidia Rubin: Sức mạnh tập trung hay cơ hội cho DePIN? Nvidia Rubin là một cỗ máy dành cho giới siêu giàu: chỉ các tập đoàn như Microsoft, Google, CoreWeave mới đủ sức mua. Điều này củng cố thế độc quyền phần cứng, đẩy các nhà cung cấp dịch vụ phi tập trung (như Akash Network) vào thế khó – họ không có GPU tương đương trong mạng lưới của mình. Tuy nhiên, tôi nhìn thấy một mặt trái: chính sự đắt đỏ của Rubin có thể buộc các công ty lớn phải tìm giải pháp thay thế, bao gồm cả việc thuê GPU từ các mạng ngang hàng.
Hãy nhìn vào Render Network: họ tập trung vào kết xuất đồ họa, nhưng nếu họ mở rộng sang suy luận AI với các GPU tầm trung, họ có thể chiếm thị trường ngách – những tác vụ không cần Rubin nhưng lại quá nặng cho CPU. Nvidia thực tế đã nhận ra điều này: họ chuyển từ bán chip sang bán hệ thống, và thậm chí bán cả card mạng, nhằm khóa chặt khách hàng. Nhưng các dự án DePIN (mạng lưới cơ sở hạ tầng vật lý phi tập trung) có thể tận dụng chính sự phức tạp đó – bằng cách xây dựng các giải pháp kết nối và lưu trữ phi tập trung cho các cụm GPU nhỏ, giá rẻ hơn.
3. Nghịch lý Jevons: Tăng trưởng nhờ hiệu quả Một trong những quan điểm phản trực giác mà tôi thường nhắc đến trong các báo cáo là hiệu ứng Jevons: khi một công nghệ trở nên hiệu quả hơn, tổng mức tiêu thụ tài nguyên của nó tăng lên, chứ không giảm. Điều này từng xảy ra với than đá trong thời kỳ Cách mạng Công nghiệp. Với AI: Kimi K3 làm cho việc triển khai AI trở nên rẻ hơn, kích thích nhiều ứng dụng ra đời, tạo ra nhu cầu tính toán lớn hơn. Chính vì vậy, dù có mô hình hiệu quả, các công ty như Nvidia vẫn có thể bán nhiều GPU hơn.
Trong thế giới crypto, điều này có nghĩa là các token cung cấp sức mạnh tính toán (như RNDR, AKT, hoặc thậm chí là các token của các sàn giao dịch GPU) có thể hưởng lợi dài hạn. Nhưng hãy cẩn thận: nếu hiệu quả tăng nhanh hơn nhu cầu, thì “bong bóng nhu cầu” có thể xì hơi. Tôi thấy các dự án nào có khả năng tận dụng cả hai xu hướng – tối ưu chi phí và mở rộng quy mô – mới thực sự bền vững.
Contrarian: Câu chuyện phản trực giác
Bạn nghĩ rằng Kimi K3 sẽ giúp các dApp AI bùng nổ? Có thể, nhưng tôi lo ngại rằng chính sự hào hứng đó đang che giấu một rủi ro lớn: mã nguồn mở cũng đồng nghĩa với việc các tác nhân xấu có thể dễ dàng tạo ra deepfake, spam, và tấn công có chủ đích. Các blockchain vốn minh bạch có thể trở thành nơi lưu trữ nội dung độc hại, gây áp lực pháp lý. Hơn nữa, các cơ chế xác thực nội dung phi tập trung (ví dụ như thông qua Zero-Knowledge Proofs) vẫn còn quá chậm và đắt để xử lý khối lượng lớn.
Ngược lại, Nvidia Rubin – thứ tưởng chừng là tin xấu cho crypto – lại có thể mở ra cơ hội cho các giải pháp đồng xử lý (co-processing). Các mạng như Lit Protocol hay Threshold Network có thể kết hợp với các hệ thống phần cứng đáng tin cậy (TEE) trên Rubin để thực hiện các tính toán bảo mật, tạo nên một lớp “cầu nối tập trung-phi tập trung” hấp dẫn. Tôi đã thấy điều này từ năm 2020 khi mà các giải pháp Layer 2 phụ thuộc vào sequencer tập trung, nhưng vẫn được chấp nhận nhờ hiệu quả.
Takeaway: Dòng chảy tiếp theo
Thị trường đang ở một ngã rẽ. Kimi K3 thách thức câu chuyện “đổ tiền là hố sâu”, còn Rubin xác nhận rằng cuộc chơi chỉ dành cho những kẻ có túi tiền không đáy. Đối với nhà đầu tư Web3, hãy chú ý đến các tín hiệu trong quý tới: hướng dẫn chi tiêu vốn của các đám mây (đặc biệt từ MS, AMZN, GOOG) sẽ tiết lộ liệu họ có sẵn sàng nuốt Rubin hay không. Đồng thời, hãy theo dõi tốc độ áp dụng Kimi K3 trong cộng đồng mã nguồn mở – nếu nó trở thành “Linux của AI”, thì các dự án crypto chạy trên các mô hình độc quyền sẽ mất lợi thế.
Tôi sẽ đặt cược vào sự kết hợp: những dự án tận dụng hiệu quả của mô hình nguồn mở để xây dựng ứng dụng thực tế, đồng thời sở hữu cơ sở hạ tầng GPU phi tập trung đủ linh hoạt để thích ứng với cả hai làn sóng. Còn lại, hãy giữ tiền mặt và chờ xem kịch bản Jevons có xảy ra hay không.