Phân tích về tính toán phi tập trung Render: Liệu sau khi tích hợp 60.000 GPU có thể thách thức mô hình đám mây của AWS hay không

Tháng 4 năm 2026, cộng đồng Render Network đã hoàn thành một cuộc bỏ phiếu quản trị được ngành công nghiệp xem là "đặt cược quy mô lớn". Đề xuất RNP-023 đã được thông qua với tỷ lệ ủng hộ áp đảo 98,86% trong vòng bỏ phiếu đầu tiên, chính thức đưa Salad Network vào hệ sinh thái Render như một mạng con độc quyền, qua đó giới thiệu khoảng 60.000 GPU hoạt động hàng ngày.

Salad Network không phải là nhà cung cấp sức mạnh tính toán trung tâm dữ liệu truyền thống. Nó vận hành mạng GPU tiêu dùng lớn nhất toàn cầu, phủ sóng hơn 180 quốc gia, có hơn 450.000 nút đăng ký, khoảng 60.000 GPU hoạt động hàng ngày. Nguồn sức mạnh tính toán của nó đến từ các game thủ và người dùng cá nhân với các card đồ họa bỏ quên — các dòng tiêu dùng như RTX 3070, RTX 3080, RTX 3090 và RTX 4090 là chủ yếu. Điều này tạo ra sự khác biệt rõ rệt so với các nhà cung cấp dịch vụ đám mây quy mô lớn như AWS, GCP, vốn dựa vào các cụm A100, H100 doanh nghiệp.



Tính đến ngày 19 tháng 5 năm 2026, theo dữ liệu thị trường Gate, giá RENDER là 1,8254 USD, tăng 2,90% trong 24 giờ, vốn hóa thị trường khoảng 946 triệu USD, tâm lý thị trường trung tính.

Danh sách các sự kiện chính:

- Phiên bỏ phiếu vòng đầu của RNP-023 có 1,3 triệu phiếu ủng hộ, 15.000 phiếu phản đối, tỷ lệ ủng hộ 98,86%
- Khoảng 60.000 GPU hoạt động hàng ngày của Salad Network sẽ là mạng con độc quyền kết nối với Render
- Việc tích hợp chia thành ba mốc: Giai đoạn 1 Chefs nhận thưởng RENDER; Giai đoạn 2 khách hàng có thể thanh toán bằng RENDER; Giai đoạn 3 toàn bộ giao dịch chuyển sang mô hình BME trên chuỗi
- Trước khi chuyển đổi, Render đã có khoảng 5.700 nút GPU hoạt động, xử lý hơn 71 triệu khung hình render
- Tại GTC 2026 của NVIDIA, Jensen Huang dự đoán nhu cầu đặt hàng các chip AI Blackwell và Vera Rubin đến cuối năm 2027 sẽ đạt ít nhất 1 nghìn tỷ USD, gấp đôi dự báo năm ngoái

## Từ BME đến RNP-023: Dòng thời gian mở rộng của Render

Việc mở rộng sức mạnh tính toán của Render không phải là sự kiện độc lập. Nó nằm trong hai xu hướng vĩ mô: sự đói GPU cấu trúc của các mô hình AI lớn, và giai đoạn thử nghiệm chuyển từ câu chuyện sang thực tế của mạng hạ tầng vật lý phi tập trung.

Dòng thời gian:

- 2023: Cộng đồng đề xuất RNP-002, Render chuyển từ Ethereum sang Solana, giới thiệu mô hình kinh tế token Burn-and-Mint Equilibrium (BME). Trong mô hình này, phí thanh toán cho nhiệm vụ GPU bị đốt cháy, token mới được đúc theo nhu cầu, tạo mối liên hệ động giữa cung token và mức sử dụng thực tế của mạng
- 2024-2025: Mạng xác nhận khả năng điều phối tài nguyên GPU phân tán, tỷ lệ các nhiệm vụ suy luận và tinh chỉnh AI tăng liên tục, đến đầu 2026, tải công việc AI đã gần 40% tổng hoạt động của mạng
- Tháng 3 năm 2026: Salad gửi đề xuất chính thức xin tham gia như mạng con độc quyền của Render Network
- Tháng 3 năm 2026: GTC 2026 của NVIDIA diễn ra, Jensen Huang dự báo nhu cầu 1 nghìn tỷ USD, câu chuyện thiếu hụt GPU nhận được sự ủng hộ của ngành
- Ngày 1 tháng 4 năm 2026: Kết thúc bỏ phiếu vòng đầu RNP-023, 98,86% ủng hộ
- Ngày 7 tháng 4 năm 2026: RNP-023 chính thức thông qua, Salad xác nhận tham gia Render Network

Chuỗi truyền dẫn chính của mô hình BME và tích hợp: Một trong những thiết kế cốt lõi của RNP-023 là đưa doanh thu sức mạnh tính toán của Salad vào cơ chế đốt cháy BME. Người sáng lập Salad công khai nói: “Thiết kế đốt cháy nhiều hơn đúc là có suy nghĩ kỹ lưỡng — chúng tôi muốn sự tăng trưởng của Salad có lợi cho toàn bộ hệ sinh thái Render, chứ không chỉ riêng chúng tôi”. Từ đó suy ra (dự đoán): nếu tích hợp Salad thúc đẩy đáng kể mức sử dụng mạng, lượng token bị đốt trong mô hình BME sẽ tăng lên, tạo ra chuỗi logic “tăng cầu → đốt cháy nhanh → cung cấp thắt chặt”. Nhưng điều này chỉ đúng nếu dựa trên mức sử dụng thực tế, không chỉ dựa vào nội dung đề xuất.

## Sự bứt phá về sức mạnh tính toán và sự thật về chi phí: Phân tích dữ liệu

### Nguồn cung sức mạnh tính toán bước nhảy: từ 5.700 lên trên 65.000

Trước khi tích hợp, Render có khoảng 5.700 nút GPU hoạt động. Sự gia nhập của Salad Network mang lại khoảng 60.000 GPU hoạt động hàng ngày, đẩy tổng khả năng GPU có thể sử dụng của mạng lên hơn 65.000. Điều này tạo ra một bước nhảy không liên tục trên đường cung — không phải tối ưu gia tăng, mà là thay đổi quy mô lớn.

Tuy nhiên, số lượng GPU không đồng nghĩa với “sức mạnh tính toán khả dụng”. GPU tiêu dùng và GPU doanh nghiệp có nhiều khác biệt rõ rệt:

So sánh GPU tiêu dùng và GPU doanh nghiệp

| Tiêu chí | GPU tiêu dùng (Salad chủ đạo) | GPU doanh nghiệp (AWS/GCP chủ đạo) |
| --- | --- | --- |
| Mẫu tiêu biểu | RTX 3070/3080/3090/4090 | A100 80GB / H100 80GB / H200 |
| VRAM | 8GB–24GB | 40GB–141GB |
| Băng thông liên kết | PCIe (không có NVLink/NVSwitch) | NVLink + NVSwitch (liên kết băng thông cao) |
| Ứng dụng | suy luận AI, xử lý theo lô, render quy mô nhỏ đến trung bình | huấn luyện phân tán quy mô lớn, tinh chỉnh mô hình 70B+ toàn tham số |
| Độ tin cậy nút | thiết bị cá nhân, có thể rời mạng bất cứ lúc nào | trung tâm dữ liệu, SLA 99.9%+ |
| Chi phí đơn vị | cực thấp (bắt đầu từ 0.02 USD/giờ) | cao (H100 khoảng 4.50–5.50 USD/giờ) |

Vị trí của Salad cũng chứng minh logic phân chia này. Blog chính thức của họ chỉ rõ, các mô hình AI mã nguồn mở ngày càng thích chạy trên phần cứng tiêu dùng, và tải công việc Agentic AI đang tăng vọt, mỗi lần tương tác tiêu tốn tính toán cao hơn API truyền thống nhiều lần. Thêm nữa, các ví dụ khách hàng của Salad cho thấy, chạy tải công việc trên GPU tiêu dùng có thể giảm chi phí và mở rộng quy mô cùng lúc. Điều này có nghĩa, sau tích hợp, mạng Render không cố gắng thay thế AWS/GCP trong mọi trường hợp, mà tập trung vào các nhiệm vụ tính toán có độ trễ chấp nhận cao, chi phí cực kỳ nhạy cảm, có thể phân tách và song song.

### Khoảng cách giá với AWS: tiết kiệm tới 90%

Đây là dữ liệu cốt lõi để hiểu mối quan hệ cạnh tranh giữa Render và AWS/GCP. Dưới đây là so sánh dựa trên dữ liệu giá công khai nửa đầu 2026:

So sánh giá GPU H100

| Nhà cung cấp | Loại GPU | Giá theo nhu cầu (USD/giờ) | Ghi chú |
| --- | --- | --- | --- |
| AWS (quy đổi theo card đơn) | 1×H100 80GB | Khoảng 4.50–5.50 | Ước tính của Securities.io |
| Mạng phi tập trung (Akash/Render) | 1×H100 80GB | Khoảng 1.20–1.80 | Dữ liệu của Securities.io |
| Salad (tiêu dùng) | Giá thấp nhất | 0.02 | Dữ liệu từ salad.com |

Nguồn dữ liệu: Giá ước tính của H100 theo card đơn và giá mạng phi tập trung lấy từ Securities.io; giá bắt đầu của Salad lấy từ salad.com. Giá có thể dao động theo khu vực, cung cấp, ưu tiên, chỉ mang tính tham khảo.

Mức giá của mạng phi tập trung trên GPU H100 khoảng 25%–35% so với giá theo nhu cầu của AWS, tiết kiệm từ 65%–75%. Trong khi đó, GPU tiêu dùng (dòng RTX) giá thấp tới 0.02 USD/giờ, chênh lệch so với các nhà cung cấp đám mây quy mô lớn có thể vượt quá 90%.

Tuy nhiên, cần làm rõ một điểm: giá thấp không đồng nghĩa có thể thay thế. Với các nhiệm vụ huấn luyện đồng bộ quy mô lớn cần kết nối tốc độ cao InfiniBand, cluster tập trung vẫn là kiến trúc duy nhất khả thi. AWS, GCP có lợi thế về phần cứng liên kết phi tập trung mà các giải pháp phi tập trung khó sao chép. Giá trị của Render nằm ở việc lấp đầy “khoảng trống trung gian” — các nhiệm vụ suy luận AI, xử lý theo lô, tinh chỉnh mô hình nhỏ đến trung bình, render 3D, nơi không cần độ trễ cực thấp, chi phí cực thấp, có thể phân tách và song song.

### Đốt hơn 1,22 triệu token: Sức mạnh sử dụng mạng và cơ bản token

Theo dữ liệu quý 1 năm 2026, Render đã xử lý hơn 71,4 triệu khung hình render, tải AI chiếm gần 40%. Tổng số token RENDER bị đốt hơn 122.000.

Dữ liệu chính thức của họ cho biết, các chỉ số chính của Render trong quý 1 năm 2026 như sau:

| Chỉ số | Quý 1/2026 |
| --- | --- |
| Số nút GPU hoạt động | Hơn 5.700 |
| Tổng số khung hình xử lý | 71.269.082 |
| Tỷ lệ tải AI | Gần 40% |
| Token RENDER bị đốt | 1.228.380 |
| Cung lưu hành | 552.011.095 / 644.168.762 tối đa |

Sau khi Salad tích hợp, khả năng số lượng GPU trực tuyến của mạng có thể tăng lên trên 65.000, nhưng số lượng thực tế hoạt động đồng thời phụ thuộc vào hiệu quả điều phối và mức độ tham gia của Chefs, cần dựa trên dữ liệu vận hành liên tục.

Phân tích kinh tế token (thực tế và dự đoán): Mô hình BME của Render khiến cho mức sử dụng mạng và cung cầu token có mối liên hệ cơ chế. Sau tích hợp Salad, doanh thu của họ sẽ phần nào vào quá trình đốt token BME. Ảnh hưởng thực tế cần theo dõi liên tục lượng token bị đốt và mức độ sử dụng mạng, không nên quá đà trong giải thích.

## Thị trường phân chia: Ba phe phái giải thích RNP-023 như thế nào

### Phe lạc quan mở rộng quy mô: quy mô là rào cản

Những người ủng hộ cho rằng, Render qua Salad có nguồn cung sức mạnh tính toán mà các cloud truyền thống khó sao chép — hàng triệu game thủ toàn cầu với GPU bỏ quên. Nguồn cung này đặc điểm: chi phí cận bằng 0 (đã mua thiết bị, sức mạnh là “sản phẩm phụ”); phân bổ địa lý cực kỳ phân tán (hơn 180 quốc gia); quy mô có hiệu ứng mạng (Chefs nhiều hơn, sức mạnh nhiều hơn, thu hút khách hàng hơn).

Bob Miles, sáng lập Salad, sau khi đề xuất được thông qua, tuyên bố: “Các mô hình AI mã nguồn mở ngày càng thích chạy trên phần cứng tiêu dùng. Tải Agentic AI đang tăng vọt — mỗi tương tác tiêu tốn tính toán cao hơn API truyền thống nhiều lần. Các máy của Chefs chúng tôi chính là hạ tầng mà ngành cần.”

Các đối tác tổ chức của Render cũng củng cố câu chuyện này — NVIDIA, Stability AI, WME đã hợp tác với Render. Đặc biệt, sự tham gia của NVIDIA rất đáng chú ý: một gã khổng lồ trong sản xuất GPU, tại sao lại quan tâm đến mạng sức mạnh phi tập trung? (dự đoán) Có thể lý do là: bất kỳ hệ sinh thái mở rộng nào cho GPU đều có lợi cho kinh doanh chip cốt lõi của NVIDIA.

### Phe thận trọng: quy mô không đồng nghĩa doanh thu

Quan điểm bình tĩnh hơn tập trung vào các dữ liệu cứng. Việc Salad tích hợp mang lại mở rộng rõ rệt về nguồn cung sức mạnh, nhưng đóng góp doanh thu thực tế là bao nhiêu? Người sáng lập Salad chưa công bố dự báo doanh thu cụ thể. Các mô hình định giá trong crypto thường không dựa trên PE truyền thống, mà trọng tâm là hiệu ứng mạng, câu chuyện và kỳ vọng tăng trưởng trong định giá token.

Ngoài ra, một số nhà phân tích cho rằng, RNP-023 là sự kiện quản trị, ảnh hưởng cốt lõi phụ thuộc vào thực thi sau này chứ không chỉ dựa vào bỏ phiếu. Trong thị trường crypto, “mua kỳ vọng, bán thực tế” là quy luật thường thấy của các sự kiện theo kiểu này.

### Cấu trúc cạnh tranh: Cuộc chơi DePIN nội bộ

Salad rõ ràng nói trong đề xuất rằng “chọn không phát hành token riêng” mà tham gia hệ sinh thái Render, lý do là “Render có đội ngũ, hạ tầng và cộng đồng mạnh nhất”. Nhưng lựa chọn này cũng có nghĩa Salad từ bỏ khả năng tự thu lợi từ token riêng, gắn sức mạnh tính toán của họ vào mô hình BME của Render.

Trong khi đó, thị trường sức mạnh tính toán phi tập trung không chỉ có Render. Akash Network hướng tới thị trường mở cho các ứng dụng container chung, io.net tập trung vào điều phối sức mạnh AI, đều có mối liên hệ nhất định với Render. Khi Salad tích hợp mở rộng quy mô, Render sẽ cạnh tranh phức tạp hơn với các protocol DePIN khác.

## Phía sau con số: Ba tầng xác thực câu chuyện 6 vạn GPU

Trong ngành crypto, câu chuyện thường đi trước cơ sở thực tế. “6 vạn GPU” là một con số có sức lan tỏa lớn, nhưng bài viết sẽ phân tích từng tầng của câu chuyện này.

Tầng 1: 6 vạn GPU có thật không? Dữ liệu chính thức của Salad là “60.000 máy hoạt động hàng ngày trên hơn 180 quốc gia”. Thêm nữa, hệ sinh thái Salad có hơn 450.000 nút đăng ký. Con số 60.000 đến từ nguồn chính thức của Salad, đã xác nhận qua ít nhất 6 nguồn độc lập. Tuy nhiên, về đặc điểm mạng GPU tiêu dùng, số hoạt động hàng ngày có thể dao động, và số đồng thời trực tuyến thực tế có thể khác so với số nút đăng ký.

Tầng 2: Những GPU này có thể dùng cho Render không? (dự đoán, dựa trên nội dung đề xuất) Theo kế hoạch tích hợp, Salad sẽ trở thành “mạng con độc quyền của Render”, tất cả các thanh toán qua Salad sẽ dần chuyển sang thanh toán trên chuỗi RENDER. Điều này có nghĩa các GPU này về mặt kinh tế sẽ gắn kết trong hệ sinh thái Render. Nhưng về mặt kỹ thuật, GPU tiêu dùng rời mạng, có rủi ro offline, độ trễ mạng và biến động sức mạnh là đặc điểm cấu trúc không thể loại bỏ. Tài liệu hỗ trợ của Salad rõ ràng nói rằng, do tính phân tán và mạng có thể gián đoạn, không thể đảm bảo lợi nhuận đầu tư phần cứng, doanh thu có thể dao động hàng ngày. Vậy, các GPU này có thực sự ổn định phục vụ các nhiệm vụ AI và render thương mại không, còn phụ thuộc vào độ sâu của tích hợp giữa hệ thống điều phối của Salad và hệ thống nhiệm vụ của Render.

Tầng 3: Tăng số lượng GPU có nhất thiết làm tăng giá trị mạng? (quan điểm) Điều này phụ thuộc vào hai điều kiện: các GPU này có thể liên tục nhận nhiệm vụ trả phí hiệu quả không; các nhiệm vụ trả phí này có thể chuyển thành giá trị token qua mô hình BME không. Chuỗi truyền dẫn này hiện còn nhiều biến số — tốc độ khách hàng, mức giá nhiệm vụ, áp lực cạnh tranh — chưa đủ dữ liệu xác thực để kết luận chắc chắn.

## Ảnh hưởng ngành: Từ hợp nhất đến thay thế

### Đẩy mạnh mở rộng quy mô trong DePIN

Việc RNP-023 thông qua đánh dấu bước chuyển của thị trường DePIN từ “phát triển độc lập từng dự án” sang “tổng thể hợp nhất”. Salad chọn không phát hành token riêng mà hợp nhất vào Render, có thể dự báo xu hướng các mạng nhỏ và trung bình sẽ thích hợp nhất với các protocol hàng đầu thay vì cạnh tranh độc lập. Nếu mô hình này khả thi, sẽ thúc đẩy hiệu ứng mạng trong DePIN.

### Bổ sung chứ không thay thế: Thay đổi thực sự của thị trường cloud

Liệu mạng phi tập trung có thực sự “lật đổ” AWS/GCP không, phụ thuộc vào cách định nghĩa “lật đổ”. Nếu định nghĩa là “thay thế hoàn toàn các tác vụ GPU trong mọi kịch bản”, thì câu trả lời là chưa. Như Securities.io đã chỉ ra trong báo cáo so sánh, đối với các nhiệm vụ huấn luyện mô hình đồng bộ quy mô lớn cần kết nối cực nhanh, cluster tập trung vẫn là kiến trúc duy nhất khả thi.

Nhưng nếu định nghĩa là “phân tán phần nào nhu cầu tăng thêm của cloud trung tâm, với chi phí thấp hơn”, thì câu trả lời có thể là có. Mức giảm giá của mạng phi tập trung lên tới 65%–75%, trong một số trường hợp tiêu dùng GPU có thể tiết kiệm tới 90%.

Con đường thâm nhập của mạng phi tập trung là dạng “bổ sung phân tán” chứ không phải “thay thế đột ngột”. Logic này dựa trên các yếu tố xác thực: lợi thế chi phí của GPU tiêu dùng trong inference và xử lý theo lô là có thật; nhưng các nhiệm vụ huấn luyện cao cấp, yêu cầu độ trễ thấp, SLA và quản trị dữ liệu, là những lĩnh vực mà mạng tiêu dùng phân tán khó đáp ứng về mặt vật lý.

### Biến số mới từ mô hình BME

Việc Salad tích hợp vào mô hình BME mang lại nguồn đốt mới. Về cấu trúc, điều này mở rộng nhu cầu của token RENDER từ “thanh toán nhiệm vụ render” sang “thanh toán sức mạnh GPU tiêu dùng trên chuỗi”, mở rộng phạm vi ứng dụng của token. Người sáng lập Salad rõ ràng nói: “Thiết kế đốt cháy nhiều hơn đúc là có suy nghĩ kỹ lưỡng”, sau tích hợp, doanh thu của Salad sẽ phần nào vào quá trình đốt token BME, tạo ra ảnh hưởng cấu trúc đến cung cầu token. Nhưng ảnh hưởng thực tế phụ thuộc vào mức tăng trưởng liên tục của mức sử dụng mạng, cần theo dõi dài hạn.

## Kết luận

Render Network qua RNP-023 tích hợp Salad Network 60.000 GPU tiêu dùng là một trong những sự kiện quy mô lớn nhất của năm 2026 trong lĩnh vực DePIN. Nó xác nhận khả năng mở rộng quy mô của mạng phi tập trung trong cung cấp sức mạnh tính toán — một trong những giới hạn cốt lõi của ngành.

Nhưng giá trị thực của “6 vạn GPU” không nằm ở chính con số này, mà ở khả năng Render biến chúng thành mức sử dụng mạng bền vững và giá trị token. Tính đến ngày 19 tháng 5 năm 2026, vốn hóa thị trường Render khoảng 946 triệu USD, giá RENDER là 1,8254 USD. Sức mạnh tính toán từ Salad đã phản ánh vào các số liệu cơ bản của mạng, nhưng về doanh thu thực tế, khách hàng, và lượng token bị đốt, cần thêm thời gian để xác thực.

Từ góc nhìn ngành, mối quan hệ giữa mạng phi tập trung và AWS/GCP chính xác hơn là “thay thế chi phí trong các kịch bản nhất định” chứ không phải “cạnh tranh toàn diện”. Điều này không phải thất bại của phi tập trung, mà là một thử nghiệm mang tính cấu trúc đáng để theo dõi trong thị trường đã bị thống trị bởi các nhà cung cấp đám mây quy mô lớn trong hai thập kỷ qua.