Dòng vốn venture đang chảy vào lĩnh vực AI video với tốc độ chóng mặt. PixVerse, một startup chưa từng công bố chi tiết kỹ thuật hay doanh thu, vừa chốt thành công vòng Series C mở rộng trị giá 439 triệu USD, nâng định giá lên hơn 2 tỷ USD. Con số này xuất hiện trên Crypto Briefing – một tờ báo chuyên về tài sản số, nhưng nội dung lại thuần về câu chuyện đầu tư công nghệ. Là người quan sát thị trường vĩ mô, tôi thấy ngay một điểm mù: trong khi các quỹ đầu tư mạo hiểm đổ hàng tỷ USD vào các mô hình AI tập trung, họ bỏ qua lớp hạ tầng tính toán phi tập trung – nơi các giao thức như Render Network, Akash Network và io.net đang âm thầm xây dựng.
Bối cảnh: AI video là một trong những lĩnh vực tiêu tốn nhiều năng lượng tính toán nhất hiện nay. Một mô hình như PixVerse, dù chưa rõ kiến trúc cụ thể, chắc chắn phải dựa trên Diffusion Transformer (DiT) – kiến trúc đòi hỏi hàng nghìn GPU H100 để huấn luyện và suy luận. Theo ước tính ngành, chi phí vận hành một cụm 10.000 GPU H100 có thể lên tới 2 tỷ USD mỗi năm nếu chạy liên tục. Vòng gọi vốn 439 triệu USD của PixVerse chỉ đủ để trang trải khoảng 3-4 tháng chi phí đó, giả định công ty không có doanh thu đáng kể. Điều này giải thích tại sao các startup AI video cần huy động vốn liên tục: họ đang đốt tiền để mua lợi thế cạnh tranh về tốc độ.
Trong khi đó, thị trường compute phi tập trung lại vận hành theo một logic hoàn toàn khác. Render Network cho phép người dùng cho thuê GPU dư thừa để chạy tác vụ đồ họa và AI, với token RENDER làm phương tiện thanh toán. Akash Network cung cấp marketplace cho thuê tài nguyên điện toán đám mây phi tập trung. io.net đang xây dựng mạng lưới GPU distributed cho machine learning. Các giao thức này không cần huy động hàng trăm triệu USD để mua GPU – họ tận dụng phần cứng có sẵn từ cộng đồng. Phân tích cluster ví cho thấy lượng GPU tham gia các mạng này tăng trưởng 35% trong quý 2/2024, trong khi giá token vẫn ở vùng trũng so với đỉnh.
Core Insight: Điều mà các nhà đầu tư venture không nắm bắt được là sự mất cân bằng giữa cung và cầu GPU. Khi các công ty như PixVerse đổ tiền vào GPU tập trung, họ tạo ra áp lực tăng giá thuê dịch vụ đám mây từ AWS, Google Cloud và Azure. Chi phí thuê một GPU H100 trên đám mây tập trung hiện dao động 30-40 USD/giờ, trong khi trên Akash Network, giá chỉ 1-5 USD/giờ tùy thời điểm. Tuy nhiên, compute phi tập trung vẫn tồn tại hai rào cản lớn: độ tin cậy (một node có thể ngắt kết nối giữa chừng) và băng thông (các tác vụ AI video yêu cầu truyền dữ liệu lớn, khó thực hiện hiệu quả trên mạng P2P). Đây là lý do các quỹ VC truyền thống chưa mặn mà – họ thích mô hình tập trung có thể kiểm soát SLA.
Nhưng góc nhìn phản trực giác nằm ở chỗ: Điều mà backtest không thể nắm bắt là sự thay đổi hành vi người dùng khi chi phí trở nên quá đắt. Nếu một công ty AI video tiêu tốn 100 triệu USD mỗi năm cho GPU tập trung, họ sẽ bắt đầu tìm kiếm giải pháp thay thế rẻ hơn. Các giao thức compute phi tập trung có thể không cạnh tranh được về độ ổn định ở thời điểm hiện tại, nhưng khi công nghệ cải thiện (ví dụ: sử dụng sharding và optimistic rollup cho tính toán), họ sẽ trở thành lựa chọn hấp dẫn cho các tác vụ batch processing – chính xác là loại tác vụ mà PixVerse cần cho quá trình huấn luyện và rendering hàng loạt.
Tôi nhìn thấy một sự tương đồng với lịch sử của Bitcoin halving. Sau halving thứ tư, doanh thu miner sụt giảm mạnh, hash power tập trung vào ba pool lớn – khiến tính phi tập trung trở nên hư danh. Tương tự, khi các công ty AI video phụ thuộc quá nhiều vào GPU tập trung, họ sẽ đối mặt với rủi ro tăng giá và độc quyền từ các nhà cung cấp. Các giao thức compute phi tập trung có thể đóng vai trò như một “lớp bảo hiểm” cho ngành AI, giống như Bitcoin cung cấp một hệ thống thanh toán không cần trung gian.
Takeaway: Thay vì chạy theo câu chuyện “PixVerse định giá 2 tỷ USD”, nhà đầu tư crypto nên chú ý đến dòng vốn đổ vào GPU và hỏi ngược lại: Ai sẽ là người cung cấp compute cho những “con quái vật” này? Nếu câu trả lời là các mạng lưới phi tập trung, thì token compute đang ở mức giá chiết khấu hấp dẫn. Còn nếu câu trả lời vẫn là AWS và Google, thì đó là tín hiệu cho thấy thị trường crypto AI vẫn còn quá sớm – nhưng cũng chính lúc đó, cơ hội cho những người kiên nhẫn là lớn nhất. Hãy nhìn vào dữ liệu on-chain: lượng GPU stake trong các giao thức compute tăng trưởng ổn định trong 6 tháng qua, dù giá token giảm. Liệu có phải “smart money” đang âm thầm tích lũy?