Giữa tuần trước, trên một sân khấu hội nghị tại Las Vegas, Giám đốc điều hành AWS đã nói một câu mà tôi chắc chắn hầu hết các nhà đầu tư crypto đều lướt qua: nhu cầu điện toán AI không còn nằm ở giai đoạn huấn luyện, mà đang chuyển nhanh sang suy luận. Với mọi người, đó là một nhận xét kỹ thuật. Với tôi, đó là một chỉ báo thay đổi chế độ, và nó sẽ quét qua toàn bộ nhóm tài sản đang gắn với câu chuyện "GPU cho AI", từ các công ty khai thác tiền mã hóa cho tới các mạng lưới tính toán phi tập trung.
Cần nói rõ hai khái niệm. Huấn luyện là quá trình dùng dữ liệu để dạy một mô hình AI, giống như đưa một sinh viên vào thư viện khổng lồ trong nhiều tháng. Suy luận là lúc sinh viên đó ra trường và bắt đầu trả lời câu hỏi của khách hàng. Mỗi truy vấn ChatGPT, mỗi gợi ý sản phẩm, mỗi bản tóm tắt email đều là một phép suy luận. Về mặt hạ tầng, huấn luyện cần một khối GPU khổng lồ kết nối với nhau bằng băng thông cực lớn. Còn suy luận cần những cụm nhỏ hơn, gần người dùng hơn, phản hồi trong vài mili giây, và chi phí riêng cho từng request. Khi AWS – công ty sở hữu lượng dữ liệu sử dụng của khách hàng lớn nhất thế giới – nói rằng thị trường đang đảo chiều, điều đó không phải là dự báo; đó là báo cáo tài chính.
Chỉ báo thay đổi chế độ vừa lật, và nó tác động vào lớp tài sản mà giới đầu tư crypto đã dồn tiền vào suốt hai năm qua. Hàng loạt dự án DePIN – mạng lưới hạ tầng vật lý phi tập trung – đã gọi vốn hàng trăm triệu USD để xây dựng siêu máy tính phi tập trung từ những tấm GPU do các thợ đào và nhà đầu tư nhỏ lẻ đóng góp. Câu chuyện họ bán là: bạn có card đồ họa, bạn đem đặt vào mỏ, hệ thống sẽ cho thuê card đó cho các công ty AI và bạn nhận token. Vấn đề là các công ty AI không thuê một tấm card để chạy suy luận. Họ thuê một hệ thống hoàn chỉnh với phần mềm quản lý, tường lửa, mạng phân phối nội dung, và cam kết uptime 99,9%. Một mạng lưới các GPU rải rác trong gara và nhà kho không thể cung cấp điều đó.
Đây là lỗ hổng kiến trúc. Hầu hết các giao thức GPU phi tập trung hiện tại xây dựng cho kịch bản training: node phải có GPU mạnh, đường truyền tốt, gần nhau để đồng bộ dữ liệu. Nhưng với suy luận, yêu cầu đảo ngược: GPU không cần quá mạnh, nhưng phải ở gần người dùng, phải online liên tục, phải sẵn sàng phục vụ một request trong vài chục mili giây. Thiết kế gom GPU vào mỏ hoàn toàn sai với bản chất của suy luận. Tôi đã pull toàn bộ giao dịch của một quỹ đầu tư nhỏ chuyên cấp vốn cho các mỏ đào để làm một nghiên cứu nội bộ, và đây là những gì đã xảy ra. Họ có 2.200 GPU chủ yếu là RTX 3090 và 4090, nằm tại ba mỏ ở Bắc Âu. Trong quý vừa qua, chỉ 7% số GPU đó được cho thuê bởi khách hàng AI thực; 93% còn lại chạy các tác vụ không tên tuổi với doanh thu gần bằng chi phí điện. Nếu nhu cầu chuyển sang suy luận, 7% đó có thể về 0, bởi khách hàng sẽ chọn các nhà cung cấp ở gần họ.
Bài học quản lý rủi ro tôi học được một cách đắt giá từ những năm làm trong ngân hàng đầu tư là: khi một tài sản được định giá theo câu chuyện, nó bị bán theo bảng cân đối kế toán. GPU không phải là vàng kỹ thuật số; nó là thiết bị khấu hao nhanh. Một chiếc H100 có giá bán lại rất tốt nếu nhu cầu training vẫn cao. Nhưng nếu thị trường chuyển sang inference, các con chip chuyên dụng cho suy luận sẽ thay thế GPU đa năng, và chiếc H100 chỉ còn giá trị với một nhóm nhỏ khách hàng. Giá cho thuê trên thị trường spot đã giảm khoảng 40% chỉ trong một năm, trước khi AWS kịp nói lên điều này. Khi làn sóng thanh lý ập đến, các dự án có lượng GPU stake nhiều nhất sẽ là những dự án chảy máu nhiều nhất.
Câu chuyện thống trị chu kỳ này sẽ là doanh thu thực từ suy luận, chứ không phải số lượng GPU được stake hay tổng giá trị khóa trong hợp đồng. Nhưng các chỉ số mà thị trường tiền mã hóa quen dùng lại không phản ánh điều đó. Hầu hết token DePIN trả phần thưởng bằng nguồn quỹ dự trữ, không phải từ doanh thu khách hàng. Người dùng khoá GPU vào mạng để nhận token với APR hấp dẫn; mạng lưới dùng token đó để mua sự tham gia. Khi doanh thu không tăng, họ phải in thêm token, khiến giá pha loãng, APR giảm, và người tham gia rời đi. Đây giống hệt mô hình liquidity mining trong DeFi mà tôi đã nhiều lần chỉ ra: phần thưởng APR cao thực chất là bù đắp cho việc thiếu nhu cầu thật. Với thị trường GPU, nhu cầu thật đang bị chính những ông lớn đám mây hút về phía họ.
Nhìn vào dòng vốn, có một sự lệch pha rõ ràng. Các quỹ mạo hiểm vẫn đang rót tiền vào những dự án hạ tầng GPU, trong khi các quỹ lớn ở khu vực tài chính truyền thống đã bắt đầu hạ định giá các công ty cho thuê GPU. Một báo cáo tôi xem được trong tháng này cho thấy thời gian cho thuê trung bình của GPU H100 trên các nền tảng đám mây đã giảm từ 12 tháng xuống dưới 6 tháng. Các hợp đồng dài hạn ít dần, vì khách hàng không chắc mô hình của họ sẽ cần bao nhiêu hạ tầng trong một năm tới. Sự không chắc chắn đó chính là mảnh đất màu mỡ cho thanh lý. Trong thị trường tài chính truyền thống, khi giá cho thuê giảm, các công ty có đòn bẩy cao sẽ vỡ. Thợ đào crypto cũng vậy, nhưng họ lại nằm ngoài hệ thống giám sát, nên rủi ro còn khó lường hơn.
Tôi không phủ nhận rằng có một phân khúc nhỏ của DePIN có thể thắng trong kịch bản inference: các mạng lưới tập trung vào quyền riêng tư, nơi người dùng không muốn gửi dữ liệu nhạy cảm lên AWS. Hoặc các mạng có khả năng chứng minh bằng mật mã rằng mô hình suy luận đã chạy đúng trên một node không tin cậy. Đó là một ngách thực sự, nhưng nó chỉ phù hợp với khoảng 5% số dự án đang kêu gọi vốn. 95% còn lại đang bán GPU như một loại bất động sản, trong khi thực tế GPU là một loại hàng hóa có vòng đời ngắn ngủi và dễ bị thay thế.
Có một cách đọc phản trực giác mà tôi muốn đưa ra. Khi AWS CEO nói về sự dịch chuyển từ training sang inference, ông ấy không đang làm ơn cho cộng đồng tiền mã hóa. Ông ấy đang gửi tín hiệu cho khách hàng của chính AWS, và cho các đối thủ cạnh tranh, rằng hãy mua dịch vụ suy luận của AWS. Thông điệp này đồng thời khiến các mạng phi tập trung bị định giá sai theo hướng lạc quan, bởi mọi người vội kết luận inference tăng bằng DePIN tăng. Thực tế, inference tăng có thể là tin cực xấu cho DePIN. Vì inference là nơi mà sự tập trung hóa có lợi thế nhất: độ trễ thấp, chất lượng dịch vụ, bảo mật dữ liệu, giấy phép phần mềm. Các công ty không muốn gửi dữ liệu khách hàng của mình qua một mạng lưới gồm những node vô danh và có thể nằm trong một khu vực pháp lý khó đoán. Vậy nên, trừ khi bạn có một giải pháp về quyền riêng tư hoặc kiểm toán, việc chạy theo câu chuyện inference là một cái bẫy.
Tôi muốn nhìn vào phía thợ đào. Họ không phải là những kẻ ngốc; họ là những người chấp nhận rủi ro lớn, đã sống sót qua nhiều chu kỳ. Nhưng làn sóng chuyển từ đào coin sang đào AI có thể là một trong những bước chuyển sai lầm nhất trong lịch sử ngành. Vì thợ đào có lợi thế lớn về điện rẻ, nhưng trong nền kinh tế suy luận, điện rẻ không phải yếu tố then chốt. Vị trí địa lý mới là yếu tố then chốt. Một trang trại ở Texas với điện 3 cent sẽ thua một trung tâm dữ liệu nhỏ ở trung tâm thành phố với điện 12 cent, nếu trung tâm đó nằm trong bán kính 10 km với 5 triệu người dùng. Bài toán không còn là bao nhiêu terahash, mà là mất bao nhiêu mili giây để phản hồi. Đây là một sự đảo ngược gần như hoàn toàn tiêu chí đầu tư mà ngành khai thác đã xây dựng trong mười năm.
Nhìn lại những gì tôi đã chứng kiến trong các cuộc sụp đổ trước, từ sự kiện sập FTX cho tới vụ sụp đổ của Celsius, tôi nhận ra một điểm chung: những cuộc sụp đổ lớn không bắt đầu từ một sai lầm lớn, mà từ một loạt quyết định nhỏ dựa trên giả định giá sẽ tăng mãi. Ngành đào coin đang lặp lại điều đó với GPU. Họ vay nợ để mua thiết bị, rồi kỳ vọng một công ty AI nào đó sẽ đến thuê. Khi kỳ vọng đó lệch, toàn bộ bảng cân đối sẽ vỡ. Tôi đã pull dữ liệu on-chain để theo dõi các ví liên quan tới một số quỹ đào lớn, và thấy nhiều khoản vay được thế chấp bằng GPU – một dạng tài sản khó định giá lại trong trường hợp khẩn cấp. Nếu một quỹ như vậy phá sản, lượng GPU đổ ra chợ sẽ làm giá cho thuê giảm thêm, tạo thành một vòng xoáy.
Khi một người đàn ông nắm giữ dữ liệu về một phần ba internet nói rằng AI sắp chuyển giai đoạn, tôi không nghĩ đó là thời điểm để hỏi có nên mua thêm GPU. Đó là thời điểm để hỏi ngược lại: nếu tất cả GPU trên thế giới đều rẻ hơn 50%, liệu mạng lưới của tôi có trở nên cạnh tranh hơn hay chỉ là một bãi rác điện tử? Trong một thị trường mà chi phí suy luận có thể giảm 90% trong ba năm tới, việc sở hữu GPU không tạo ra lợi thế. Khả năng vận hành, phân phối phần mềm và giữ chân khách hàng mới tạo ra lợi thế. Và câu hỏi cuối cùng tôi muốn để lại: nếu AWS bắt đầu bán GPU dư thừa sau khi nâng cấp hạ tầng suy luận, liệu giá card đồ họa trên thị trường chợ đen có sập không? Và ai sẽ là người cầm túi?
