500.000 người dùng. Hôm nay. 100 triệu người dùng. Ngày mai. Và không đủ điện toán cho cả hai.
Câu này được trích từ một bài phân tích ngắn về nhận định của Gavin Baker, một nhà đầu tư công nghệ đang được chia sẻ rầm rộ trong cộng đồng AI lẫn crypto. Trong bài viết gốc, Baker gợi ý rằng làn sóng agentic AI sẽ đẩy nhu cầu tính toán lên mức không tưởng, đến mức con người phải nghĩ đến những giải pháp phi truyền thống — và cái tên được nhắc đến là orbital compute: đưa trung tâm dữ liệu lên quỹ đạo Trái Đất.
Khoan đã.
Trong lúc mọi người ngước nhìn bầu trời, tôi nhìn xuống một thứ trần tục hơn nhiều: những chiếc GPU vẫn đang nằm im trong các trang trại khai thác tiền số. Hàng trăm nghìn card đồ họa mạnh mẽ từ thời Ethereum đang không làm gì, hoặc chỉ chạy những tác vụ nhỏ nhặt. Là một người làm giám sát thị trường 7x24 trong hơn năm năm liền, tôi có một câu hỏi đơn giản: Nếu thực sự thiếu điện toán, tại sao giá cho thuê GPU H100 trên các mạng lưới phi tập trung lại đang giảm?
Hãy bắt đầu từ bản chất của vấn đề.
Agentic AI không giống ChatGPT. Khi bạn hỏi ChatGPT một câu, nó trả lời một lần rồi dừng. Khi bạn giao việc cho một AI agent, nó lập kế hoạch, gọi công cụ, duyệt web, viết code, tự kiểm tra, tự sửa lỗi — và lặp lại vòng lặp đó đến khi hoàn thành nhiệm vụ. Mỗi vòng lặp cần một lần suy luận, mỗi lần suy luận lại cần đưa toàn bộ ngữ cảnh trước đó vào mô hình. Hệ quả là một tác vụ duy nhất có thể tiêu tốn lượng token gấp 10 đến 100 lần một cuộc trò chuyện thông thường.
Tôi từng chạy thử một agent mã nguồn mở để đặt bàn tại một nhà hàng. Nó gọi mô hình 24 lần, tiêu thụ hơn 90.000 token cho một thao tác vốn chỉ mất 30 giây nếu tự làm. Một câu hỏi trên ChatGPT, trung bình, tiêu tốn khoảng 1.000 token. Nhân con số đó với 500.000 người dùng hôm nay, và nhân tiếp với 100 triệu người dùng mà Gavin Baker đang nói tới, bạn sẽ hiểu vì sao cụm từ "không đủ compute" lại có sức công phá đến vậy.
Nhưng bài phân tích gốc, thực chất, không cung cấp đủ dữ liệu để chứng minh điều đó. Nó là một dạng tin nhanh, truyền tải ý kiến của một nhân vật có ảnh hưởng. Và vì ý kiến đó chạm vào nỗi sợ và FOMO đang dâng cao, nó trở thành một cú viral lớn. Trong thị trường tiền số, viral là đủ để tạo ra một đợt tăng giá token. Tôi ngồi trong phòng giao dịch mỗi ngày, nhìn các token AI như Render, Akash, Fetch.ai nhấp nhổm mỗi khi một tweet lớn xuất hiện. Không có gì bất thường ở đây cả — tôi gọi đó là "AI pump". Nó không phản ánh doanh thu, không phản ánh adoption, chỉ phản ánh kỳ vọng.
Bây giờ, hãy nói về nguồn cung GPU thực tế.
Khi Ethereum chuyển từ Proof-of-Work sang Proof-of-Stake vào năm 2022, một lượng GPU khổng lồ bị đẩy ra khỏi ngành khai thác. Một số chuyển sang đào coin khác. Một số bị bán tháo. Một số, rất ít, gia nhập các mạng lưới điện toán phi tập trung. Từ đó đến nay, DePIN — Decentralized Physical Infrastructure Network — trở thành một trong những câu chuyện hot nhất trong crypto. Hàng chục dự án huy động hàng trăm triệu USD để xây "thị trường GPU phi tập trung", hứa hẹn sẽ phá vỡ thế độc quyền của AWS và Google Cloud.
Nhưng nếu bạn là một người dùng AI thực thụ, bạn có dám chạy tác vụ quan trọng trên một mạng lưới GPU xa lạ, nơi không có SLA, không có cam kết chất lượng, và kết quả trả về có thể bị node làm giả? Tôi sẽ không. Và đó chính là lý do vì sao hầu hết các mạng lưới này vẫn chỉ dừng ở mức độ thí điểm.
Thậm chí ở những quy mô nhỏ hơn, bản thân các hyperscaler cũng lao đao. Một data center tiêu chuẩn cho AI không chỉ cần GPU, mà còn cần điện áp cao, hệ thống làm mát bằng nước, mạng nội bộ tốc độ cực lớn và một đội ngũ vận hành. Amazon và Microsoft đang phải tranh giành các khu đất có nguồn điện dồi dào, thậm chí cân nhắc xây nhà máy điện hạt nhân riêng. Trong khi đó, một mạng lưới DePIN trung bình vẫn đang kết nối GPU thông qua internet công cộng, vốn không đảm bảo băng thông hay độ trễ. Đó là một rào cản hạ tầng mà token không thể giải quyết — ít nhất là chưa.
Tôi đã audit mã nguồn của hơn một chục dự án DePIN trong hai năm qua. Một số dùng TEE — Trusted Execution Environment — để chứng minh model chạy đúng trên phần cứng chuẩn. Một số dùng optimistic challenge, giống như cơ chế của các rollup, để phát hiện gian lận. Nhưng tất cả đều đối mặt với một nghịch lý: chi phí xác minh càng cao, giá compute càng đắt; giá càng đắt, càng khó cạnh tranh với trung tâm dữ liệu tập trung. Nếu bạn thêm một lớp token, một lớp ví, một lớp cầu nối vào quy trình, độ trễ sẽ lại tăng thêm. Kết quả là một sản phẩm về mặt kỹ thuật rất đẹp, nhưng về mặt trải nghiệm lại kém hơn hẳn Web2.
Ngược đời chưa?
Thêm một nghịch lý nữa: các dự án DePIN hiện tại thường trả thưởng bằng token phát hành cho người cung cấp GPU. Nói cách khác, họ đang trả bằng chính cổ phiếu của công ty để mướn tài sản. Nếu giá token giảm, người bán GPU sẽ rời bỏ mạng lưới. Hệ quả là tính ổn định của một mạng lưới điện toán phi tập trung lại phụ thuộc vào thị trường tiền số — trong khi khách hàng AI cần một dịch vụ ổn định như điện nước. Đây là một conflict of interest mà rất ít người nói tới.
Và rồi có người lại nghĩ đến chuyện đưa GPU lên vũ trụ. Tôi hiểu sức hút của ý tưởng đó. Nhưng hãy nhìn vào vật lý. Chi phí phóng một vệ tinh thương mại lên quỹ đạo thấp đã rất đắt, chưa nói đến một rack GPU dùng cho AI với hệ thống làm mát và nguồn điện. Trong môi trường chân không, bạn không thể dùng quạt để hạ nhiệt; bạn chỉ có thể bức xạ nhiệt, một quá trình cực kỳ chậm và kém hiệu quả với các con chip sinh ra hàng nghìn watt nhiệt. Độ trễ đưa dữ liệu từ vũ trụ xuống mặt đất có thể lên tới vài trăm mili giây, đủ khiến một AI agent không thể phản hồi theo thời gian thực. Và nếu phần cứng hỏng? Bạn không thể cử kỹ sư lên bảo trì.
Nói một cách thẳng thắn, orbital compute giống như dùng Rolls-Royce để chở hàng: chiếc xe rất đẹp, rất đắt, nhưng hiệu quả kinh tế thì cực kỳ tệ. Đây không phải là lời chỉ trích dành cho Gavin Baker — ông ấy là người thông minh. Đây là lời chỉ trích dành cho một thị trường đang bị cuốn theo những câu chuyện lớn, quên mất rằng vấn đề cấp bách nhất nằm ở mặt đất.
Và vấn đề đó là gì? Không phải thiếu GPU. Mà là thiếu một lớp điều phối thông minh.
Trên toàn cầu, có hàng triệu GPU đang nhàn rỗi trong các máy chơi game, máy đào coin, phòng lab đại học, văn phòng công ty. Nếu có một hệ thống đủ tin cậy để gom tất cả nguồn lực đó, cả thế giới sẽ có thêm một lượng compute khổng lồ mà không cần xây thêm một nhà máy nào. Blockchain được sinh ra để làm chuyện này: thanh toán tự động bằng token, hợp đồng thông minh quản lý quyền sử dụng, và một lớp xác minh phi tập trung để đảm bảo người bán không gian lận. Đây là bài toán có thể giải được. Vậy tại sao chưa ai giải được? Vì những dự án hiện tại đang tập trung vào việc bán token hơn là bán dịch vụ compute. Họ dành 90% thời gian để kể chuyện với quỹ đầu tư, 10% thời gian để kỹ thuật. Do đó, lượng compute thực sự chạy trên các mạng lưới này vẫn là một con số rất nhỏ so với công suất họ công bố.
Tôi nhìn vào điều này với con mắt của một nhà giám sát thị trường. Khi một dự án tuyên bố "đã ký hợp đồng với một quỹ AI lớn", điều đầu tiên tôi hỏi là: hợp đồng đó có tạo ra doanh thu on-chain hay không? Có người mua trả tiền bằng token, hay quỹ đầu tư chỉ là giao dịch nội bộ? Trong nhiều trường hợp, tôi thấy các giao thức DePIN tự mua GPU của nhau thông qua token phát hành thêm. Đó không phải là một thị trường. Đó là một vòng luân chuyển token có nhịp điệu.
Trong 11 năm quan sát thị trường blockchain, tôi đã chứng kiến không ít lần cộng đồng cùng nhau mơ về một "nền tảng điện toán toàn cầu". Những cái tên như Golem hay iExec xuất hiện từ năm 2017. Họ có token, có roadmap, có đội ngũ. Nhưng họ không có một sản phẩm mà người dùng thật sự cần. Khi AI trở nên phổ biến, tôi hy vọng điều đó sẽ thay đổi. Nhưng mọi thứ chỉ thay đổi nếu các dự án bắt đầu được đánh giá bằng mã nguồn và số liệu on-chain, không phải bằng các tweet từ người nổi tiếng.
Gần đây, có một narrative được các quỹ VC liên tục nhắc đến: "phân mảnh thanh khoản". Họ nói rằng thanh khoản DeFi đang bị phân tán thành quá nhiều mảnh nhỏ, nên cần những sản phẩm tổng hợp mới. Nhưng từ góc nhìn của một người theo dõi thị trường 7x24, tôi nghĩ "phân mảnh thanh khoản" không phải là vấn đề thực — nó là một sản phẩm của truyền thông, do các VC tạo ra để bán thêm một lớp token nữa. "Không đủ compute" cũng vậy. Nó là một vấn đề kỹ thuật thật, nhưng nó đang bị biến thành một narrative để huy động vốn cho những giải pháp cực kỳ đắt đỏ và phức tạp, trong khi giải pháp nằm ngay trước mắt.
Hãy nhìn vào con số. Theo dữ liệu tôi thu thập được từ các nền tảng cho thuê GPU phi tập trung, giá thuê H100 đã giảm gần 60% so với đỉnh điểm của chu kỳ trước. Nếu "50.000 người dùng đã là quá tải", giá lẽ ra phải cao vút trời. Ngược lại, nó đang hạ nhiệt. Điều đó cho thấy thị trường đang dư thừa supply — chỉ là supply ấy chưa được kết nối với demand đúng cách.
Vậy, đâu là điều cần theo dõi?
Hãy bỏ qua giá token. Hãy bỏ qua các tweet hào nhoáng. Hãy tìm kiếm một con số duy nhất: doanh thu từ tác vụ AI thực tế, được xác minh trên blockchain, được trả bởi người dùng cuối không phải là quỹ đầu tư và không phải là đội ngũ dự án. Nếu con số đó tăng trưởng theo quý, lúc đó chúng ta có một câu chuyện thật. Nếu con số đó đứng yên, chúng ta đang sống trong một vở kịch của narrative.
Còn về orbital compute, hãy coi nó như một cột mốc khoa học viễn tưởng, không phải một kế hoạch kinh doanh. Trong khi chờ đợi ai đó đưa GPU lên Mặt Trăng, 100 triệu người dùng agentic AI chỉ cần một thứ đơn giản hơn nhiều: một mạng lưới phi tập trung thực sự có thể thuê GPU nhanh, rẻ, và đáng tin cậy.
Gavin Baker nhìn lên bầu trời. Tôi nhìn vào một hợp đồng thông minh đang cố xác minh xem một GPU trên mạng lưới có thực sự chạy mô hình hay không. Cả hai chúng ta đều đang mơ về tương lai. Nhưng chỉ một trong hai người có dữ liệu để mơ.