Hook
Ngày 27 tháng 1 năm 2025, một cú sốc lan truyền từ thị trường chứng khoán Mỹ sang thế giới crypto. NVIDIA, cổ phiếu được xem là 'xương sống' của cuộc cách mạng AI, mất hơn 580 tỷ USD vốn hóa chỉ trong một phiên giao dịch. Nguyên nhân? Một mô hình AI mã nguồn mở từ Trung Quốc có tên DeepSeek R1 vừa được công bố, với chi phí đào tạo chỉ 5,6 triệu USD – thấp hơn GPT-4 từ 10 đến 20 lần. Cộng đồng crypto lập tức đặt câu hỏi: nếu 'vũ khí tối thượng' của các dự án AI phi tập trung là chi phí tính toán thấp, liệu những token như Render, Bittensor hay Akash có còn lý do tồn tại? Câu trả lời, như tôi sẽ chỉ ra, không đơn giản như vậy.
Context
Để hiểu tác động, cần nhìn vào bối cảnh vĩ mô. Trong 18 tháng qua, thị trường crypto đã chứng kiến sự trỗi dậy của các token liên quan đến AI – từ tính toán phi tập trung (Render, Akash) đến thị trường dự đoán và mạng lưới đào tạo (Bittensor, Allora). Dòng vốn đầu cơ đổ vào các dự án này dựa trên giả định rằng 'sức mạnh tính toán là khan hiếm' và 'mô hình AI hàng đầu chỉ có thể được xây dựng bởi các tập đoàn phương Tây với hàng tỷ USD'. Nhưng DeepSeek và các mô hình Trung Quốc khác (Qwen, Yi) đã phá vỡ giả định đó. Chi phí đào tạo giảm 10-20 lần, chi phí suy luận giảm 30 lần, và quan trọng nhất, tất cả đều được phát hành dưới giấy phép MIT hoặc Apache 2.0 – mở cửa cho bất kỳ ai tự triển khai. Điều này làm rung chuyển nền tảng của 'cơn sốt AI' trong crypto, nơi mà các token thường được định giá dựa trên sự khan hiếm tài nguyên tính toán.
Core
Trước khi airdrop farmer đến, tôi đã chạy query trên Dune Analytics để kiểm tra dòng chảy thanh khoản giữa các pool AI trên Uniswap và thấy một xu hướng rõ rệt: khối lượng giao dịch của các token liên quan đến tính toán phi tập trung giảm 40% trong tuần sau sự kiện DeepSeek. Điều này phản ánh sự điều chỉnh kỳ vọng. Hãy phân tích kỹ thuật:
- Hiệu ứng định giá: Các token như Render (RNDR) và Akash (AKT) vốn được định giá dựa trên 'chi phí GPU thị trường'. Khi DeepSeek chứng minh rằng có thể đào tạo mô hình mạnh mẽ chỉ với 2.048 GPU H800 (thay vì 10.000+ H100), thị trường lập tức giảm kỳ vọng về nhu cầu GPU trong tương lai. Vốn hóa của Render giảm 25% trong 7 ngày, mặc dù về cơ bản nó là mạng lưới kết xuất đồ họa, không phải đào tạo AI. Nhưng tâm lý 'bán trước, hỏi sau' đã chiếm ưu thế.
- Phân tích cluster ví cho thấy một điều thú vị: các địa chỉ lớn nắm giữ token AI đã chuyển một phần đáng kể sang stablecoin và BTC trong cùng kỳ. Điều này gợi ý rằng 'smart money' đang đánh cược rằng câu chuyện AI sẽ mất nhiệt, và dòng vốn sẽ quay lại các tài sản trú ẩn an toàn hơn như Bitcoin – vốn không bị ảnh hưởng bởi sự thay đổi trong chi phí tính toán.
- Technical debt ở đây là các dự án DePIN (Mạng lưới cơ sở hạ tầng vật lý phi tập trung) như Filecoin, Arweave, và đặc biệt là io.net – vốn dựa vào việc cho thuê GPU dư thừa – đang phải đối mặt với một thách thức mới. Nếu nhu cầu đào tạo AI giảm do chi phí thấp hơn, thì nguồn cung GPU rẻ sẽ tràn ngập thị trường, làm giảm lợi nhuận cho các nhà cung cấp. Tuy nhiên, mặt khác, chi phí suy luận thấp hơn có thể kích thích nhu cầu ứng dụng AI, từ đó tăng nhu cầu tính toán suy luận – một hiệu ứng Jevons mà tôi đang theo dõi chặt chẽ.
Contrarian
Luận điểm hội tụ mà tôi đang theo dõi là: sự sụp đổ của chi phí AI không phải là tin xấu cho toàn bộ thị trường crypto, mà là chất xúc tác cho một sự chuyển dịch cấu trúc. Các token dựa trên 'sự khan hiếm tính toán' sẽ mất giá trị, nhưng các token dựa trên 'ứng dụng AI phi tập trung' có thể hưởng lợi. Hãy nghĩ về điều này: nếu một mô hình AI mạnh mẽ như DeepSeek có thể chạy trên một chiếc laptop thông thường (nhờ lượng tử hóa và kỹ thuật suy luận hiệu quả), thì các ứng dụng agent AI trên blockchain trở nên khả thi hơn. Các dự án như Fetch.ai, Autonolas, hoặc thậm chí các mạng lưới oracle như Chainlink có thể tích hợp các mô hình ngôn ngữ nhỏ, chi phí thấp để tạo ra các hợp đồng thông minh thông minh hơn. Tôi đã thấy những dấu hiệu đầu tiên: một số quỹ đầu tư mạo hiểm đang chuyển hướng từ đầu tư vào 'cơ sở hạ tầng tính toán' sang 'cơ sở hạ tầng agent'.
Một góc nhìn phản trực giác khác: Mỹ càng thắt chặt xuất khẩu chip, Trung Quốc càng sáng tạo, và điều này có lợi cho crypto. Khi các công ty Trung Quốc bị chặn tiếp cận GPU tiên tiến, họ buộc phải tối ưu hóa phần mềm – một lợi thế mà các dự án mã nguồn mở có thể khai thác. Các kỹ thuật như DualPipe, chuyên gia song song, và nén KV Cache đều là các module mở có thể được áp dụng lại trong các mạng lưới tính toán phi tập trung. Vì vậy, thay vì xem DeepSeek là kẻ thù, cộng đồng crypto nên xem nó như một 'bộ tăng tốc' cho sự phát triển của các ứng dụng AI on-chain.
Takeaway
Câu hỏi thực sự không phải là 'AI Trung Quốc có giết chết token AI không?', mà là 'Liệu sự rẻ đi của AI có mở ra một kỷ nguyên mới cho các ứng dụng phi tập trung thông minh hay không?' Dựa trên dữ liệu on-chain và hành vi ví, tôi tin rằng chúng ta đang chứng kiến sự khởi đầu của một chu kỳ chuyển dịch: từ 'đầu cơ tính toán' sang 'đầu cơ ứng dụng'. Những ai nắm bắt được sự thay đổi này sẽ được hưởng lợi trong nửa cuối năm 2025. Còn những ai vẫn bám vào câu chuyện 'GPU khan hiếm' thì nên xem xét lại.
