500.000 người dùng đã khiến hạ tầng compute "không đủ". Đó là nhận định gây chú ý của Gavin Baker, một nhà quản lý quỹ công nghệ có tiếng, khi nói về Agentic AI ở thời điểm hiện tại. Con số ông đưa ra không dừng lại đó: lượng người dùng có thể chạm mốc 100 triệu trong tương lai, gấp 200 lần hiện nay, trong khi nguồn compute không thể theo kịp. Bài toán này không chỉ thuộc về ngành AI. Nó đang âm thầm định hình lại dòng vốn, và tạo ra một lớp tường thuật mới cho các mạng lưới điện toán phi tập trung trong blockchain.
Bản tin gốc là một bài viết ngắn, mang tính chuyển tải ý kiến nhiều hơn là phân tích. Tôi không tìm thấy con số kiểm chứng, mốc thời gian cụ thể hay chi tiết kỹ thuật nào trong đó. Nhưng tiền đề đằng sau câu chuyện lại đáng để đào sâu: kiến trúc của Agentic AI có thực sự tiêu tốn năng lực tính toán theo cấp số nhân không, và nếu đúng, hệ sinh thái blockchain sẽ phản ứng ra sao?
Khi tôi bắt gặp tuyên bố này, điều đầu tiên tôi làm không phải là tìm mua token. Tôi mở Dune và kiểm tra xem liệu các giao thức cung cấp năng lực tính toán phi tập trung có đang cho thấy sự tăng trưởng tương ứng hay không. Bởi vì trong 21 năm quan sát thị trường, tôi học được rằng những nhận định mang tính vĩ mô thường chỉ có giá trị khi chúng được phản ánh qua dữ liệu giao dịch.
Agentic AI không giống chatbot
Cần xác định rõ một điểm: Agentic AI khác biệt về bản chất so với trợ lý hội thoại thông thường. Chatbot hoạt động theo mô hình một lần hỏi, một lần đáp. Trong khi đó, một tác nhân AI phải thực hiện một vòng lặp liên tục: lập kế hoạch, gọi công cụ, truy cập dữ liệu, quan sát kết quả và điều chỉnh hành vi. Mỗi bước trong vòng lặp đó đều có thể kích hoạt một hoặc nhiều lần suy luận mô hình ngôn ngữ lớn.
Lấy ví dụ một trình duyệt web tự động. Nó cần đọc nội dung trang, trích xuất thông tin, nhập dữ liệu vào biểu mẫu, xác minh kết quả. Một tác vụ mua sắm đơn giản có thể tiêu thụ một triệu token, gấp hàng chục lần so với một cuộc trò chuyện thông thường. Điều này không phải là lỗi của sản phẩm; nó nằm trong thiết kế. Càng nhiều bước, càng nhiều compute cần thiết.
Các sản phẩm đang hiện hữu như Claude Computer Use, ChatGPT Operator hay Manus cho thấy xu hướng tương tự. Người dùng thực tế báo cáo rằng một tác vụ duy nhất có thể đốt cháy một lượng token tương đương hàng chục cuộc hội thoại. Từ góc nhìn dữ liệu, đường cong tiêu thụ compute của AI chuyển từ dạng một đỉnh sang dạng cao nguyên liên tục. Hệ quả là áp lực lên hạ tầng không còn là thời điểm cao điểm, mà là toàn thời gian.
Vì sao câu chuyện này quan trọng với blockchain?
Nguồn cung compute toàn cầu đang nằm trong tay một số gã khổng lồ. Việc xây dựng một trung tâm dữ liệu mới tốn nhiều tháng, thậm chí nhiều năm, trong khi nhu cầu có thể tăng gấp đôi chỉ sau một quý. Đây là điểm nghẽn cơ cấu. Và blockchain, cụ thể là các mạng lưới điện toán phi tập trung, xuất hiện như một câu trả lời.
Render Network từng chỉ phục vụ mảng render đồ họa, nhưng đã mở rộng sang suy luận AI. Akash Network cho phép thuê GPU phi tập trung với mức giá cạnh tranh hơn so với các nhà cung cấp lớn. io.net kết nối các GPU nhàn rỗi từ nhiều nguồn khác nhau, tạo thành một siêu máy tính phân tán. Câu chuyện chung rất hấp dẫn: tận dụng tài nguyên không dùng đến để giải quyết cơn khát năng lực tính toán.
Trên thực tế, dữ liệu on-chain tôi theo dõi trên Dune cho thấy một xu hướng rõ rệt. Lượng job được ghi nhận trên các giao thức này tăng trưởng đáng kể trong nửa cuối năm ngoái. Doanh thu giao thức tính bằng đồng stablecoin cũng đi lên, dù vẫn còn nhỏ so với ngành công nghiệp điện toán đám mây truyền thống. Điều này cho thấy có một dòng chảy thực, không chỉ là kỳ vọng đơn thuần.
Điều khiến tôi chú ý hơn cả là tốc độ thay đổi của cơ cấu khách hàng trên các mạng này. Cách đây một năm, phần lớn job đến từ các nhà phát triển render đồ họa. Quý gần nhất, tôi thấy sự xuất hiện của các địa chỉ ví gắn với dịch vụ AI, chuyên gửi các lệnh suy luận ngắn nhưng với tần suất dày đặc. Đây là tín hiệu cho thấy nhu cầu thực đang dịch chuyển từ câu chuyện sang hoạt động.
Một trong những sai lầm phổ biến là gộp chung nhu cầu training và inference. Training một mô hình AI quy mô lớn cần siêu máy tính với hàng chục nghìn GPU kết nối tốc độ cao, điều mà các mạng phi tập trung khó đáp ứng hiện nay. Nhưng inference thì khác: nó diễn ra sau khi mô hình đã được xây dựng, chỉ cần gửi dữ liệu vào và nhận kết quả. Đặc tính này cho phép phân phối trên nhiều máy độc lập, miễn là độ trễ và băng thông đủ tốt. Một tác nhân AI thực hiện hàng trăm vòng lặp suy luận mỗi ngày sẽ tạo ra một dòng yêu cầu ổn định, mảnh đất màu mỡ cho các nền tảng compute phi tập trung.
Nhưng ở đây, tôi muốn nhấn mạnh một điểm mà ít người chú ý. Các tác vụ suy luận của Agentic AI không đòi hỏi loại GPU đắt tiền nhất. Chúng cần GPU có khả năng phản hồi thấp và băng thông bộ nhớ tốt. Đây lại là phân khúc mà các mạng phi tập trung có thể đáp ứng khá tốt, nhờ tận dụng nguồn GPU dân dụng và trung tâm dữ liệu vừa và nhỏ. Nếu Agentic AI thực sự đạt 100 triệu người dùng, nhu cầu suy luận sẽ vượt xa khả năng xây dựng trung tâm dữ liệu tập trung hiện nay. Lúc đó, những mạng compute phi tập trung không chỉ là phương án thay thế; chúng có thể trở thành cứu cánh cho toàn ngành. Trên sandbox vô tận, mỗi dấu chân đều có chủ đích. Các quỹ đầu tư mạo hiểm đã bắt đầu dịch chuyển vốn vào mảng này, dựa trên cùng một logic.
Nhưng cũng cần nhìn vào mặt tối. Khi nhu cầu tăng, các mạng phi tập trung có xu hướng tập trung hóa về phần cứng. Tôi đã thấy những nhóm thợ đào GPU lớn kiểm soát hơn 40% công suất của một giao thức, lặp lại chính xác mô hình cá voi mà tôi từng phát hiện trong hợp đồng EOS năm 2017. Nếu không có cơ chế khuyến khích phân tán, tính phi tập trung chỉ còn là khẩu hiệu.
Góc nhìn phản trực giác: orbital compute và ảo tưởng "mọi thứ đều là AI"
Bản tin gốc có nhắc đến một giải pháp phi truyền thống: orbital compute, tức ý tưởng đưa trung tâm dữ liệu lên quỹ đạo Trái Đất. Ý tưởng này nghe táo bạo, nhưng tôi cho rằng nó thuộc về vùng xa xôi của câu chuyện hơn là một lộ trình khả thi.
Trước hết, chi phí phóng một kilogram vật liệu lên quỹ đạo vẫn tính bằng hàng nghìn USD. Một trung tâm dữ liệu cần hàng tấn thiết bị. Thứ hai, tản nhiệt trong môi trường chân không không thể dùng quạt hay làm mát bằng không khí; toàn bộ nhiệt phải bức xạ, một quá trình chậm và phức tạp. Thứ ba, băng thông kết nối với mặt đất có độ trễ cao, không phù hợp với các tác vụ cần phản hồi tức thời của AI. Bảo trì thiết bị ngoài không gian gần như là bất khả thi. Với những ràng buộc vật lý như vậy, orbital compute chỉ nên được xem là một thí nghiệm dài hạn, không phải giải pháp cho bài toán trước mắt.
Góc phản trực giác thứ hai liên quan trực tiếp đến blockchain. Nhiều dự án đang tự gắn mác "AI compute" trong whitepaper, nhưng dữ liệu sử dụng lại không tương xứng. Tôi đã từng phát hiện những giao thức có giá trị vốn hóa hàng trăm triệu USD nhưng chỉ ghi nhận vài chục job compute mỗi ngày trên chuỗi. Khoảng cách giữa câu chuyện và thực tế là rất lớn.
Sự thiếu hụt compute trên toàn cầu không tự động chuyển thành doanh thu cho các mạng phi tập trung. Các công ty AI lớn vẫn ưu tiên đặt hạ tầng tại AWS, Google Cloud hay Azure, bởi họ cần sự ổn định, bảo mật và hỗ trợ kỹ thuật. Mạng phi tập trung phù hợp với các khối lượng công việc nhỏ hơn, như suy luận quy mô vừa hoặc thử nghiệm. Nếu chỉ nhìn vào tin tức về tăng trưởng Agentic AI rồi vội vàng mua token compute, nhà đầu tư có thể bỏ qua việc kiểm chứng nguồn cầu thực sự đang nằm ở đâu.
Tương quan không phải nhân quả. Giá token của các dự án compute tăng cùng lúc với các câu chuyện về AI không có nghĩa là chúng có liên hệ trực tiếp. Đã quá nhiều lần thị trường tiền mã hóa vào một chu kỳ "AI narrative", rồi để lộ ra những dự án không có sản phẩm, không có người dùng, chỉ có đội ngũ biết marketing. Dữ liệu không biết nói dối, nhưng người kể chuyện thì có.
Điều gì thực sự đáng quan sát tuần tới?
Thị trường đang trong giai đoạn đi ngang, giai đoạn mà các tín hiệu nhỏ dễ bị bỏ qua. Nhưng đó lại là lúc quan trọng để xếp hàng, để quan sát những chuyển động ngầm. Nếu Agentic AI thực sự là một cú huých, nó sẽ phản ánh qua dữ liệu sử dụng của các nền tảng compute phi tập trung trước bất kỳ tuyên bố nào của giới quản lý quỹ. Với nhà đầu tư Việt Nam, câu chuyện này không xa lạ: từng có những dự án DeFi thổi phồng doanh thu rồi sụp đổ. Hãy để dữ liệu dẫn đường.
Tôi sẽ theo dõi các dashboard Dune về số lượng job, lượng GPU hoạt động và phí giao thức. Tuần tới, tôi sẽ cập nhật một bức tranh chi tiết hơn về việc liệu nhu cầu thực có đang tăng trưởng đúng với kỳ vọng hay không. Trong thế giới compute, không có bữa trưa miễn phí. Nhưng nếu dữ liệu xác nhận hướng đi, thì câu trả lời rõ ràng hơn bất kỳ lời kêu gọi đầu tư nào.