Mới tuần trước, tôi nhận được một tin nhắn từ founder của một dự án Layer1 mới nổi: "Anh Quân ơi, bọn em sắp công bố robot cluster cho AI inference, Starlink + Tesla, 1.1 terawatt compute power, đánh bại AWS!" Tôi cười, nhưng không phải vì vui. Đây là lần thứ ba trong tháng tôi nghe một câu chuyện tương tự: một dự án crypto huy động hàng chục triệu USD với lời hứa về "mạng lưới phân tán cho AI", nhưng khi tôi hỏi "watt hay flops?", họ im lặng.
Cộng đồng đang bị cuốn vào cơn sốt "AI + Crypto". Mỗi tuần có thêm một dự án tuyên bố xây dựng "distributed inference cloud" từ xe tự lái, robot, thậm chí cả máy tính của người dùng. Nhưng ẩn sau những slide PowerPoint đẹp đẽ là một sự thật phũ phàng: hầu hết các dự án này đều nhầm lẫn giữa watt và flops, giữa lý thuyết và thực tế kỹ thuật. Tôi không nói điều này để phủ nhận giấc mơ phi tập trung. Tôi nói điều này vì tôi đã thấy quá nhiều người mất tiền vì tin vào những con số ảo.
Hãy cùng tôi mổ xẻ một báo cáo phân tích gần đây của Morgan Stanley về "robot cluster distributed inference cloud" – một báo cáo đang được các dự án crypto dùng làm bằng chứng cho tính khả thi của họ. Tôi sẽ chỉ ra 5 lỗi chết người, và quan trọng hơn: tại sao cộng đồng crypto cần tỉnh táo trước làn sóng marketing này.
Context: Bối Cảnh Của Cơn Sốt Compute Sharing
Từ năm 2023, khi AI bùng nổ, các dự án crypto bắt đầu kể câu chuyện: "Tại sao phải tập trung compute vào tay vài tập đoàn? Hãy phân tán nó!" Ý tưởng nghe có vẻ hợp lý: mỗi chiếc xe điện có thể đóng góp chip khi đỗ, mỗi robot trong nhà máy có thể chạy inference vào ban đêm. Nhưng vấn đề không nằm ở ý tưởng, mà nằm ở kỹ thuật.
Cộng đồng là code chạy trên trái tim.
Tôi từng tham gia một DAO chuyên về compute sharing hồi năm 2022. Sau 6 tháng, chúng tôi nhận ra rằng: chi phí đồng bộ dữ liệu, băng thông, và độ trễ giết chết mọi lợi thế. Một node xe điện kết nối 4G chỉ có thể gửi vài KB mỗi giây, không đủ cho một inference request của model 70B parameters. Nhưng các dự án vẫn tiếp tục gọi vốn, vì câu chuyện "bán compute dư thừa" dễ bán hơn là "bán compute edge với độ tin cậy thấp".
Báo cáo Morgan Stanley mà tôi sẽ phân tích là một ví dụ điển hình. Nó được viết bởi các nhà phân tích tài chính, không phải kỹ sư hệ thống. Và các dự án crypto đã copy-paste những con số đó vào whitepaper của họ mà không hề kiểm tra. Hãy xem chúng ta có gì.
Core: 5 Lỗi Kỹ Thuật Khiến "1.1 Terawatt Tính Toán" Chỉ Là Ảo Ảnh
Lỗi số 1: Nhầm lẫn giữa công suất điện và sức mạnh tính toán.
Báo cáo Morgan Stanley nói: "Mỗi robot được trang bị 500 watt compute power, tổng cộng 22 tỷ robot sẽ đạt 1.1 terawatt." Nghe có vẻ hoành tráng, nhưng watt là đơn vị đo công suất điện, không phải hiệu năng tính toán. Một chiếc NVIDIA H100 tiêu thụ 700W nhưng cho ra 2000 TFLOPS (FP16). Một chiếc chip robot 250W có thể chỉ cho 50 TFLOPS. Nếu quy đổi 1.1 TW thành flops, nó chỉ tương đương khoảng 1.6 triệu H100 – tức là một farm GPU cỡ lớn của Google. Nhưng các dự án crypto lại hô hào "1.1 TW compute" để gây ấn tượng với nhà đầu tư.
Lỗi số 2: Số lượng robot là phi thực tế.
Để đạt 22 tỷ robot vào năm 2040, thế giới cần sản xuất trung bình 1.5 tỷ robot mỗi năm. Hiện tại, toàn bộ ngành công nghiệp robot chỉ sản xuất khoảng 500.000 unit mỗi năm. Khoảng cách là 3000 lần. Ngay cả khi có đột phá về sản xuất, việc lắp đặt, bảo trì, và kết nối một lượng thiết bị khổng lồ như vậy là bất khả thi về mặt hạ tầng.
Lỗi số 3: Băng thông Starlink không đủ.
Starlink hiện có khoảng 6000 vệ tinh, mỗi vệ tinh hỗ trợ tối đa 20 Gbps. Tổng băng thông lý thuyết ~120 Tbps. Để phục vụ 22 tỷ robot, mỗi robot cần trung bình 5.5 Mbps – con số này có vẻ nhỏ, nhưng thực tế các tác vụ inference cần gửi input (vài KB) và nhận output (vài KB) với độ trễ thấp. Với 22 tỷ endpoint, Starlink sẽ phải xử lý hàng tỷ request mỗi giây, vượt xa khả năng của hệ thống định tuyến hiện tại. Ngoài ra, độ trễ một chiều qua vệ tinh LEO là 40-80ms, cộng thêm ground routing, end-to-end latency thường >200ms – không chấp nhận được cho real-time inference như tự lái.
Lỗi số 4: Hiệu suất sử dụng thực tế rất thấp.
Robot không chỉ chạy inference. Chúng có nhiệm vụ chính: di chuyển, sản xuất, vận hành. Compute chỉ là phụ. Nếu hiệu suất sử dụng là 10% (con số lạc quan), thì 1.1 TW lý thuyết chỉ còn 110 GW. Quy đổi ra flops, tương đương khoảng 160,000 H100 – một con số khiêm tốn so với các siêu cluster hiện tại (Meta đã có 100,000 H100 vào năm 2024).
Lỗi số 5: Không phân biệt training và inference.
Các mô hình như Grok yêu cầu training với hàng nghìn GPU đồng bộ qua NVLink. Một cluster robot phân tán với network jitter và node không đồng nhất không thể training được. Báo cáo Morgan Stanley ngầm gộp hai khái niệm, nhưng thực tế distributed inference cloud chỉ có thể phục vụ các tác vụ inference nhẹ, không phải training.
Dựa trên kinh nghiệm audit của tôi, tôi từng thấy một dự án tuyên bố "mạng lưới 10 triệu smartphone đào AI" nhưng thực tế chỉ có 5000 node tham gia, và mỗi node chỉ đóng góp vài MB RAM. Họ dùng thuật toán đồng thuận proof-of-compute, nhưng chi phí xác minh kết quả còn cao hơn giá trị compute.
Contrarian: Góc Nhìn Phản Trực Giác – Distributed Inference Có Thể Hữu Ích, Nhưng Không Phải Là Killer App Cho Crypto
Tôi không phải là người hoài toàn bộ distributed inference. Trên thực tế, có những tác vụ phù hợp:
- Inference với model nhỏ (dưới 7B parameters) cho các tác vụ đơn giản như phân loại ảnh, nhận dạng giọng nói.
- Các tác vụ không yêu cầu real-time, ví dụ: xử lý dữ liệu hàng loạt vào ban đêm.
- Các ứng dụng edge mà dữ liệu không thể rời khỏi thiết bị vì lý do privacy.
Nhưng vấn đề là: những tác vụ này không cần tính phi tập trung. AWS hay Google Cloud hoàn toàn có thể cung cấp edge inference với độ trễ thấp hơn và chi phí thấp hơn nhờ economies of scale. Các dự án crypto cố gắng cạnh tranh bằng cách hứa hẹn giá rẻ hơn, nhưng thực tế chi phí vận hành một mạng lưới node phi tập trung (đồng thuận, xác thực, phân phối task) lại cao hơn.
Sự thật phản trực giác: Distributed compute không phải là vấn đề về nguồn cung, mà là vấn đề về cầu. Các nhà phát triển AI không muốn chạy inference trên các node không đáng tin cậy, vì họ không thể kiểm soát chất lượng output. Các dự án crypto nên tập trung vào các bài toán mà sự phi tập trung mang lại lợi thế thực sự, như:
- Xác thực dữ liệu: Oracle networks (Chainlink) đã làm rất tốt.
- Lưu trữ phi tập trung: Filecoin, Arweave cho dữ liệu AI training.
- Quản trị AI: DAO quyết định các tham số đạo đức của model.
Còn distributed inference cloud? Nó giống như cố gắng dùng Bitcoin để mua cà phê: có thể làm được, nhưng không hiệu quả.
Takeaway: Tầm Nhìn Tiến Bộ – Hãy Kiểm Tra Code, Đừng Tin Slide
Cộng đồng là code chạy trên trái tim.
Khi tôi thấy một dự án khoe "1.1 TW compute", tôi hỏi: "Cho tôi xem benchmark của một node thực tế, throughput, latency, và chi phí vận hành." Nếu họ không trả lời được, đó là red flag.
Chúng ta đang sống trong thời kỳ mà marketing dễ dàng che lấp kỹ thuật. Nhưng với tư cách là một cộng đồng, chúng ta có trách nhiệm kiểm tra, đặt câu hỏi, và không để FOMO lấn át lý trí.
Tôi không nói rằng không có tương lai cho distributed compute. Tôi nói rằng tương lai đó cần được xây dựng từ những nguyên lý kỹ thuật vững chắc, không phải từ những con số ảo. Hãy nhìn vào các dự án đã thực sự ship sản phẩm: Akash Network, Render Network, io.net – họ đều có những hạn chế, nhưng ít nhất họ có code để audit.
