Trong một hội thảo cuối tuần, giáo sư Zheng Weimin – viện sĩ Viện Công trình Trung Quốc – bất ngờ tuyên bố một câu khiến cả hội trường lặng đi: 'Không phải chip khan hiếm, mà là năng lực sản xuất token một cách ổn định, chi phí thấp và chất lượng cao mới là thứ thực sự khan hiếm.'
Tôi, với tư cách một Narrative Hunter đã theo dõi thị trường crypto từ năm 2017, lập tức ngửi thấy mùi của một sự chuyển giao câu chuyện. Giống như khi DeFi Summer bùng nổ, ai cũng nghĩ vấn đề là thanh khoản, nhưng thực ra là thiết kế cơ chế lãi suất. Ở đây cũng vậy.
Context: Trong suốt 2 năm qua, câu chuyện thống trị là 'chạy đua chip AI'. Mỗi khi một gã khổng lồ công nghệ mua thêm 10.000 H100, giá token của công ty đó tăng vọt. Nhưng bên dưới bề mặt, một vấn đề kỹ thuật âm ỉ: phần lớn sức mạnh tính toán bị lãng phí vì hệ thống suy luận (inference) chưa được tối ưu. Theo báo cáo của SemiAnalysis, GPU utilization trung bình trong các cluster suy luận chỉ đạt 30-40%. Điều này có nghĩa là 60% chi phí phần cứng đang đốt tiền vô ích.
Core: Giáo sư Zheng chỉ ra rằng cuộc cạnh tranh đang chuyển từ "chip" sang "hệ thống sản xuất token". Hãy tưởng tượng một nhà máy lọc dầu: bạn có thể có giếng dầu tốt nhất (chip), nhưng nếu đường ống dẫn dầu, bể chứa, van điều áp (hệ thống suy luận) hoạt động kém, bạn sẽ không bao giờ sản xuất đủ xăng chất lượng cao với chi phí thấp. Mỗi ICO là một trang tiểu thuyết chưa hoàn chỉnh – câu chuyện về sức mạnh chip cũng vậy, nó chưa hoàn chỉnh nếu thiếu phần hạ tầng suy luận.
Từ kinh nghiệm audit của tôi với vài dự án Layer2, tôi thấy rõ rằng hầu hết các nhóm đều tập trung vào việc tối ưu hợp đồng thông minh (chi phí gas, bảo mật) mà quên mất hệ thống sequencer và DA layer cũng quan trọng không kém. Giống như AI, DeFi cũng từng bị ám ảnh bởi TVL (tổng giá trị khóa) mà không đo lường “chi phí sản xuất lợi nhuận”.
Phân tích kỹ thuật: Hệ thống suy luận AI đang phát triển theo bốn hướng: phân tán, cache hóa, dị thể và dịch vụ hóa. Điều này đồng nghĩa với việc các kiến trúc tập trung – nơi một GPU đơn lẻ xử lý toàn bộ yêu cầu – sẽ sớm bị thay thế bởi các cụm GPU kết nối mạng tốc độ cao, sử dụng KV Cache, prefix caching, và speculative decoding. Những kỹ thuật này từng chỉ dùng trong các hệ thống database lớn. Giờ chúng trở thành xương sống của AI.
Hãy nhìn vào một con số: Một mô hình GPT-4 level cần khoảng 0.4 cent để sinh ra 1.000 token. Với 1 triệu token, giá khoảng 4 USD. Trong Agent economy – nơi các tác tử AI thực hiện hàng loạt tác vụ dài – lượng token tiêu thụ có thể tăng gấp 100 lần. Nếu không có hệ thống suy luận hiệu quả, chi phí vận hành Agent sẽ vượt quá giá trị mà nó mang lại. Đây là điểm mà câu chuyện “Token as commodity” va chạm với thực tế.
Cơ chế câu chuyện đằng sau: Khi giáo sư Zheng nói “Token là yếu tố sản xuất cốt lõi”, ông ấy đang thay đổi narrative từ “sức mạnh tính toán” (computing power) sang “năng lực sinh lời” (earning power). Điều này giống hệt như khi DeFi chuyển từ “tổng giá trị khóa” (TVL) sang “năng suất vốn” (capital efficiency). Cả hai đều là một bước tiến về độ trưởng thành – từ lượng sang chất.
Contrarian: Hầu hết mọi người sẽ đọc bài phát biểu này và nghĩ rằng Trung Quốc đang yếu thế về chip, nên cần tập trung vào phần mềm. Nhưng tôi thấy một góc nhìn ngược: chính vì họ không thể cạnh tranh về chip (do lệnh cấm), họ buộc phải lật ngược bàn cờ. Bằng cách đặt trọng tâm vào “hệ thống sản xuất token”, họ tạo ra một cuộc chơi mới nơi lợi thế về phần cứng của Mỹ bị vô hiệu hóa một phần. Độc giả thường tìm kiếm câu trả lời kỹ thuật, nhưng vấn đề thực sự nằm ở câu chuyện và tâm lý thị trường – và ở đây, câu chuyện là “chúng ta không cần chip tốt hơn, chúng ta cần hệ thống thông minh hơn”. Đây là một chiến lược điều hướng sự chú ý cực kỳ tinh vi.
Đối với thế giới crypto, bài học này mang tính thời sự. Các blockchain Layer2 đang đối mặt với vấn đề tương tự: không thiếu block space (tương đương chip), nhưng thiếu hệ thống đồng thuận và dữ liệu sẵn sàng (tương đương hệ thống suy luận) để sản xuất giao dịch với chi phí thấp và ổn định. Những dự án nào giải quyết được bài toán “sản xuất giao dịch” – giống như hệ thống suy luận mới cho AI – sẽ chiếm ưu thế trong chu kỳ tiếp theo.
Takeaway: Nếu bạn đang đầu tư vào AI hoặc crypto, hãy ngừng hỏi “Chip nào mạnh?” hay “Mô hình nào giỏi?”. Thay vào đó, hãy hỏi: “Hệ thống nào sản xuất token với chi phí thấp nhất và độ ổn định cao nhất?”. Câu trả lời sẽ định hình danh mục đầu tư của bạn trong 12 tháng tới. Và nếu bạn vẫn chưa tin, hãy nhìn vào lịch sử: mỗi khi một “narrative về cơ sở hạ tầng” được thay thế bằng “narrative về hiệu quả sản xuất”, những kẻ đi đầu trong mảng cũ thường bị bỏ lại phía sau.