Dự đoán thị trường vốn: Crypto xây dựng cơ sở hạ tầng tài chính điện toán AI như thế nào

Tác giả: Lucas Tcheyan; Nguồn: Galaxy Digital; Biên dịch: Shaw, Jinse Finance

Lời mở đầu

Vốn suy luận trên chuỗi (on-chain inference capital markets), khái niệm này chỉ một loạt mạng lưới, giao thức, cơ sở hạ tầng đi kèm và ứng dụng, nhằm điều phối hoạt động suy luận AI không nằm trong hệ thống API trung tâm của các “trung tâm thí nghiệm” tuyến đầu hay các nhà cung cấp đám mây quy mô cực lớn, đồng thời xây dựng “lớp tài chính” đang dần hình thành phía trên hoạt động đó. Người dùng không nhất thiết phải chuyển từng lần gọi API thông qua các nhà cung cấp mô hình tuyến đầu như OpenAI, Anthropic, hay qua bộ trung gian của các nhà cung cấp đám mây đứng sau; thay vào đó, họ có thể gửi prompt tới một mạng lưới nhà vận hành GPU được điều phối bằng động lực từ token mã hóa và cơ chế thanh toán trên chuỗi. Trong một số kiến trúc, người dùng còn có thể nhận được bảo đảm mật mã hoặc bảo lãnh kinh tế nhằm đảm bảo độ chính xác của kết quả đầu ra và quyền riêng tư dữ liệu.

Năm 2026, lĩnh vực này đang nhận được ngày càng nhiều sự chú ý. Tỷ trọng nhu cầu toàn cầu đối với GPU dành cho suy luận (quá trình tính toán tạo ra kết quả dựa trên mô hình AI đã huấn luyện xong trên dữ liệu mới) đã vượt quá nhu cầu huấn luyện mô hình, trở thành kịch bản tiêu thụ năng lực tính toán lớn nhất. Song song đó, các “tác nhân tự chủ” đang trở thành một nhóm nhu cầu suy luận mới: loại phần mềm này có thể tự động hoàn tất thanh toán, suốt quá trình không cần can thiệp thủ công.

Trong vài năm qua, các mảng như thị trường giao dịch GPU phi tập trung, các giao thức suy luận, kênh thanh toán, công cụ mã hóa tài sản (token hóa), các phương tiện huy động vốn, và mảng thanh khoản trên chuỗi đều lần lượt mở ra “cửa sổ phát triển” riêng. Biến chuyển mới hiện nay nằm ở chỗ: các thành phần cơ bản đang được hợp nhất thành một hệ thống thống nhất và hoàn chỉnh — vốn suy luận trên chuỗi. Khi suy luận AI được triển khai rộng rãi vào nhiều bối cảnh nghiệp vụ, nhu cầu thị trường của hệ thống này dự kiến sẽ tiếp tục tăng lên. Hiện tại, các thực hành trên chuỗi tập trung vào những hoạt động có năng lực sản xuất thực sự và giá trị kinh tế đáng kể; do đó nhu cầu liên quan không còn chỉ đến từ nội bộ ngành mã hóa.

Nhiều lực lượng đang thúc đẩy quá trình hợp nhất hệ sinh thái này. Nhu cầu năng lực tính toán GPU đã rõ ràng chuyển từ huấn luyện mô hình sang các tác vụ suy luận; trong bối cảnh nhiều nghiệp vụ chỉ cần đạt chuẩn “đủ dùng là được”, các mô hình quyền trọng mã nguồn mở đang thu hẹp khoảng cách hiệu năng so với các mô hình đóng nguồn tuyến đầu. Điều này cho phép doanh nghiệp điều phối các tác vụ trước đây có chi phí cao sang các đầu cung cấp tính toán tối ưu về chi phí-hiệu quả (dù dựa trên các kênh nền tảng mã hóa hay kênh truyền thống), từ đó trở nên khả thi về mặt kinh tế.

Nhu cầu về năng lực tính toán suy luận tiếp tục tăng, đồng thời buộc người dùng phải mua năng lực tính toán theo nhiều cách đổi mới hơn. Báo cáo nghiên cứu gần đây của Citadel Securities cho biết, quy mô tiêu thụ AI Token theo thống kê Silicon Data LLM Index (Chỉ số LLM dữ liệu Silicon tại thung lũng Silicon) đang giảm, phản ánh sự dịch chuyển của thị trường sang các giải pháp mô hình có chi phí thấp hơn. (Lưu ý: AI Token là đơn vị tính phí do nhà cung cấp dịch vụ AI sử dụng để định giá; không được nhầm với token mã hóa do blockchain phát hành.)

Nhiều doanh nghiệp gần đây, bao gồm Coinbase, Microsoft, Airbnb, cũng bắt đầu chuyển sang dùng mô hình mã nguồn mở, trong đó đa phần là mô hình mã nguồn mở từ Trung Quốc. OpenRouter vừa hoàn tất một vòng huy động vốn mới cũng củng cố việc nhu cầu tăng lên đối với các kênh tích hợp mô hình đa dạng; các kênh này có thể giảm hiệu quả chi phí suy luận. Một phần nguyên nhân của xu hướng này là nguồn cung năng lực tính toán bị giới hạn, khiến chi phí biên cho việc triển khai dịch vụ suy luận tiếp tục tăng.

Lực lượng thứ hai thúc đẩy hợp nhất hệ sinh thái là tài chính hóa. Mức độ phổ biến của trí tuệ nhân tạo tiếp tục tăng, năng lực thông minh gần như trở thành yếu tố sản xuất của mọi hoạt động kinh doanh. Theo đó, thị trường nảy sinh nhu cầu biến sức mạnh tính toán thành hàng hóa và tài chính hóa. Ngày càng nhiều đội ngũ bắt đầu tìm kiếm các phương án, biến năng lực tính toán AI thành tài sản có thể giao dịch và đưa vào hệ thống tài chính hoàn thiện hơn. Khung ban đầu của vốn suy luận trên chuỗi đang dần định hình: thị trường bắt đầu “định giá tài chính hóa” đối với phần cứng AI và dung lượng năng lực tính toán, với mục tiêu xây dựng một thị trường giao dịch tổng hợp hoàn chỉnh.

Chỉ số GPU và thị trường tương lai

Trước khi bàn về hình thái triển khai vốn suy luận trên chuỗi, cần chú ý đến thị trường ngoài chuỗi có quy mô lớn hơn rất nhiều, tiêu biểu nhất là hợp đồng tương lai GPU. Dự báo của các bên về quy mô mở rộng hạ tầng AI chênh lệch đáng kể: Morgan Stanley dự đoán rằng, đến năm 2028, tổng chi tiêu vốn (capex) của trung tâm dữ liệu toàn cầu vào khoảng 2,9 nghìn tỷ USD (không tính đầu tư cho điện), trong đó khoảng 2,5 nghìn tỷ USD trực tiếp cho khối lượng công việc liên quan đến AI. McKinsey ước tính rằng đến năm 2030, capex của trung tâm dữ liệu toàn cầu sẽ đạt 6,7 nghìn tỷ USD; trong đó 5,2 nghìn tỷ USD cho cơ sở hạ tầng năng lực tính toán AI, 1,5 nghìn tỷ USD cho các mảng IT truyền thống. Các kịch bản AI được chia làm hai loại: kịch bản nhu cầu yếu là 3,7 nghìn tỷ USD, còn kịch bản nhu cầu được tăng tốc có thể lên đến 7,9 nghìn tỷ USD. Goldman Sachs dự đoán rằng giai đoạn 2026 đến 2031, tổng capex cho hạ tầng AI trong lĩnh vực năng lực tính toán, trung tâm dữ liệu và điện toàn cầu khoảng 7,6 nghìn tỷ USD. Dù con số cuối cùng là bao nhiêu, nhiều tổ chức đưa ra kết luận tương đồng: năng lực tính toán và phần cứng là nhóm chi tiêu chiếm tỷ trọng cao nhất; ba nhóm tính toán của Morgan Stanley, McKinsey và Goldman Sachs cho thấy tỷ trọng của nhóm này vào khoảng 55%~67%.

Những dự báo kiểu này khó có thể “đóng đinh” chính xác vào thực tế, cốt lõi là ở chỗ cả hai đầu cung và cầu đều có vô số biến số chưa biết. Thứ nhất là độ co giãn của nhu cầu: nếu phần tiền được tiết kiệm nhờ chi phí năng lực tính toán giảm không chuyển thành lợi nhuận giữ lại của doanh nghiệp, mà tiếp tục đổ vào huấn luyện mô hình quy mô lớn hơn và mở rộng các bối cảnh triển khai, thì việc nâng cao hiệu quả chỉ làm tăng lượng năng lực tính toán được sử dụng, chứ không làm giảm hóa đơn tổng thể. Biến số thứ hai là tuổi thọ sử dụng chip: hiện ngành chưa có kết luận thống nhất, phạm vi dự đoán khấu hao phổ biến từ 3 đến 7 năm. Dù mỗi năm đều có thế hệ chip mới hiệu năng cao hơn ra mắt, lý thuyết là sẽ tăng tốc việc thay thế chip cũ, nhưng thực tế phần cứng cũ vẫn giữ giá trị. Do nguồn cung vẫn căng thẳng, doanh nghiệp buộc phải dựa vào phần cứng hiện có để đáp ứng nhu cầu năng lực tính toán, đồng thời chip cũ cũng có thể xử lý các tác vụ suy luận mô hình có ngưỡng thấp hơn. Kết cục là: lượng vốn lớn liên tục đổ vào các tài sản có biến động giá mạnh; và đây chính là môi trường điển hình tạo ra định giá, phòng hộ và các thị trường huy động vốn đi kèm.

Hiện tại hệ sinh thái mua năng lực tính toán thường bị ví như thị trường “chợ đen” — muốn lấy được hàng nguồn, bạn chỉ có thể liên hệ một “người trung gian”.

Trong một nghĩa nào đó, loại thị trường giao dịch kỳ hạn này đã tồn tại từ lâu, nhưng chưa hình thành dạng chuẩn hóa. Các bên mua lớn đã khóa trước năng lực tính toán kỳ hạn bằng các thỏa thuận riêng từ lâu; hình thức bao gồm thuê theo nhu cầu theo giờ, hợp đồng đặt trước năng lực tính toán kỳ hạn nhiều năm (tương đương “cam kết mua GPU” theo phiên bản GPU), và giao dịch song phương giữa nhà cung cấp dịch vụ với khách hàng lớn hàng đầu. Giá cả thường được hình thành qua thương lượng nhờ quan hệ xã hội, độ minh bạch thấp. Các doanh nghiệp mô hình tuyến đầu như OpenAI bán hàng loạt quota gọi API; các nhà cung cấp đám mây quy mô cực lớn dành sẵn năng lực tính toán cho nhau. Các nhà cung cấp đám mây chuyên cho AI (New Cloud / Neoclouds) thì khóa trước năng lực tính toán với các nhà cung cấp đám mây công cộng và các bên trung gian; nguyên nhân gốc là tổng cung không đủ. Baseten, một trong những nhà cung cấp dịch vụ suy luận hàng đầu, thẳng thắn nói rằng việc mua năng lực tính toán hiện nay giống như mua bán chợ đen và cần có người trung gian để lấy hàng nguồn. Những người trung gian kiếm lợi nhờ chênh lệch thông tin và quan hệ, cùng các bên nắm giữ năng lực tính toán lớn, hầu như không có động lực chuyển sang giao dịch trên sàn điện tử công khai minh bạch, dù thị trường chuẩn hóa có thể cải thiện hiệu quả giao dịch ở mức nhỏ. Trong lịch sử, các trở ngại tương tự cũng từng cản trở sự phát triển của hàng hóa quy mô lớn: sự phản đối của các “ông lớn” năng lượng như Vitol, BP, Shell khiến việc chuẩn bị thử nghiệm sàn giao dịch LNG phải mất cả 10 năm vẫn khó triển khai. Hợp đồng tương lai GPU đang dần nổi lên trên nền các thị trường giao ngay manh mún như vậy; vai trò của nó là công cụ chuẩn hóa để chuyển rủi ro giá, và trong ngắn hạn sẽ không thay thế hoàn toàn mô hình mua năng lực tính toán hiện có.

Điều kiện để thị trường tương lai vận hành hiệu quả là phải có một chỉ số giá chính xác có thể dùng làm “neo” cho hợp đồng. So với các hàng hóa đại chúng chuẩn hóa, việc xây dựng chỉ số cho năng lực tính toán khó hơn hơn. Chỉ riêng “GPU theo giờ” không có một chuẩn thống nhất: cần xác định loại chip, dung lượng bộ nhớ, thông số mạng, khu vực đặt máy, và năng lực tính toán là tài nguyên giao ngay theo yêu cầu hay tài nguyên đã khóa đặt trước. Trước khi điện, băng thông và LNG phát triển thành thị trường có tính thanh khoản cao, chúng cũng từng đối mặt khó khăn do không thống nhất thông số của tài sản cơ sở. Ngành cuối cùng chọn cùng một lối đi: phân hạng phẩm cấp, đặt giá chuẩn mực, thay vì đòi hỏi mọi đơn vị hàng hóa hoàn toàn đồng nhất. Định giá dầu thô dựa trên các phẩm cấp chuẩn như WTI và Brent trên Sàn Giao dịch Hàng hóa New York; khí tự nhiên thì dùng giá ở Henry Hub làm neo định giá.

Thị trường GPU đang dần hình thành một bộ hệ thống định giá tương tự. Galaxy tổ hợp Ornn đã công bố chỉ số giá năng lực tính toán, xây dựng dựa trên dữ liệu giao dịch thực. Silicon Data mỗi ngày phát hành trên Bloomberg Terminal các chỉ số thuê H100, A100 và B200, chuẩn hóa tiêu chuẩn báo giá giữa các cấu hình phần cứng, nhà cung cấp dịch vụ và khu vực; sau đó hợp nhất thành một chuẩn tham chiếu duy nhất. Compute Desk cũng đi theo cùng hướng. Theo định vị của Ornn, các chỉ số kiểu này gần với lãi suất cho vay thế chấp qua đêm đảm bảo (SOFR) hơn là lãi suất LIBOR cũ vốn bị chỉ trích nhiều. Dữ liệu chỉ số được lấy từ các bản ghi giao dịch thực khổng lồ của thị trường, không phải ước tính chủ quan của nhóm chuyên gia; nó không theo dõi một mẫu GPU đơn lẻ, mà thống kê giá lưu hành của một nhóm tài nguyên năng lực tính toán chuẩn hóa. Nhờ dữ liệu giao dịch thật, vấn đề thông số phần cứng năng lực tính toán không đồng nhất mới có cơ sở để kiểm soát. Chỉ số không đòi hỏi mỗi giờ GPU phải hoàn toàn đồng chất; chỉ cần đủ mẫu giao dịch thật đại diện là có thể đo lường mức giá mang tính đại diện.

Tuy nhiên, chỉ số năng lực tính toán vẫn đối mặt khó khăn mà thị trường dầu thô không có. Trong nhiều thập kỷ, WTI dầu thô nhẹ ở Texas đã ổn định làm “neo” định giá vì chuẩn thùng dầu thô giữ nguyên không đổi; trong khi các chuẩn mốc cơ sở GPU sẽ liên tục được cập nhật. Năng lực tính toán trong cụm máy dần chuyển từ H100 sang H200, B200, GB200 và cả chip Rubin; mỗi khi đổi một thế hệ phần cứng, mốc định giá lại phải được điều chỉnh lại. Sự đa dạng phần cứng còn làm bài toán phức tạp hơn: chip của AMD, Google TPU, Amazon Trainium, các ASIC do các nhà cung cấp đám mây lớn tự phát triển, và nhu cầu rẽ nhánh theo chip tự chủ của từng quốc gia khiến các loại phần cứng không tương thích với nhau. Việc tạo một mốc định giá dài hạn ổn định và hiệu lực trở nên khó hơn, không giảm.

Điểm tranh cãi cốt lõi thứ hai là quy tắc giao nhận (delivery). Với các phòng thí nghiệm AI muốn phòng hộ biến động ngân sách năng lực tính toán, hoặc các đội giao dịch muốn thể hiện quan điểm về giá, họ chỉ cần rủi ro giá thuần túy, không cần phần cứng vật chất. Với nhóm chủ thể này, hợp đồng dựa trên thanh toán chênh lệch theo chỉ số là đủ. Nhưng với các nhà cung cấp đám mây dọc (vertical cloud) cung cấp dịch vụ đến khách hàng cuối, họ cần năng lực tính toán vật chất thực sự. Các hợp đồng tương lai GPU ra mắt hiện tại đều sử dụng cơ chế giao nhận bằng tiền mặt (cash settlement), vì nhu cầu phòng hộ giá dễ chuẩn hóa nhất. Phần lớn hợp đồng tương lai hàng hóa lớn, dù có hỗ trợ giao nhận hiện vật, cũng thường ưu tiên thanh toán bằng tiền mặt; logic tương đồng. Giao nhận hiện vật có tính khả thi nhưng khó triển khai hơn, đòi hỏi chuẩn hóa hơn nữa và điều khoản chi tiết hơn. Với tốc độ thúc đẩy hợp đồng thanh toán bằng tiền mặt và nhu cầu thị trường mới tăng thêm, trong năm tới việc xuất hiện hợp đồng tương lai GPU giao nhận hiện vật cũng không gây bất ngờ. Cũng có quan điểm cho rằng trình tự phát triển hiện tại bị đảo ngược: khi chỉ một số ít nhà cung cấp nắm giữ nguồn cung, việc giao nhận bằng tiền dựa trên mẫu chỉ số mỏng dễ tạo điều kiện cho thao túng thị trường. Thị trường hàng hóa lớn thường cần cơ chế giao nhận hiện vật hoặc các quy định hoán đổi kỳ hạn-giá giao ngay đã trưởng thành (EFP), thì giá hợp đồng tương lai mới bám sát “cơ bản” của hiện tài.

Thị trường trưởng thành cần cả cung và cầu đều có nhu cầu giao dịch thực sự, không thể chỉ là trò chơi giữa giới đầu cơ.
Bên mua tự nhiên (natural longs): các doanh nghiệp gắn chặt chi phí và mức độ “sâu” về năng lực tính toán, muốn khóa chi phí mua sắm, bao gồm phòng thí nghiệm AI, nhà phát triển ứng dụng, các nhà cung cấp đám mây dọc AI đã bán năng lực tính toán xuống dưới và buộc phải bảo đảm nguồn cung.
Bên bán tự nhiên (natural shorts): các tổ chức nắm giữ tồn kho GPU nhưng mục đích sử dụng tương lai chưa rõ, như các nhà cung cấp đám mây lớn, các bên nắm giữ GPU quy mô lớn, các trung gian năng lực tính toán. Tổ chức cho vay cung cấp vốn tín dụng cho việc mua GPU cũng cần có mức giá chuẩn thống nhất: khoản vay dựa trên phần cứng đã khấu hao, nên định giá tài sản phải bám theo giá thị trường hợp lý. Vốn đầu cơ và các đội tự doanh (proprietary) là nhóm tham gia phổ biến của mọi thị trường, cung cấp thanh khoản nhưng không phải chủ thể giao dịch của ngành. Mâu thuẫn cốt lõi mang tính cấu trúc trong thị trường hiện nay: bên bán đa phần thích ký hợp đồng dài hạn để khóa doanh thu, trong khi bên mua lại thích hợp đồng ngắn hạn để giữ không gian điều chỉnh linh hoạt.

Dù nhiều thách thức, phôi thai của một thị trường giao dịch GPU trưởng thành đã xuất hiện. Nền tảng dự báo như Kalshi đã niêm yết nhiều sản phẩm giao dịch giá GPU. Công ty mẹ Sở giao dịch chứng khoán New York là ICE (hợp tác với Ornn) và Sở giao dịch hàng hóa Chicago (CME, hợp tác với Silicon Data) đều công bố kế hoạch đưa hợp đồng tương lai GPU lên sàn vào năm sau. Năng lực tính toán, với tư cách là một hàng hóa lớn, có thể sẽ sớm trở thành hiện thực.

Vốn suy luận trên chuỗi

Bộ mô hình và các nhà cung cấp dịch vụ suy luận về bản chất giống như một “nhà máy gia công token”: đầu vào là năng lực tính toán GPU, đầu ra là AI Token tạo ra kết quả suy luận. Nguồn tài nguyên “GPU theo giờ” nhờ các chỉ số năng lực tính toán đang dần được chuẩn hóa, nhưng mức độ phát triển của thị trường giao dịch AI Token phía trên lại thấp hơn nhiều. Một khó khăn lớn là: token do các mô hình lớn khác nhau tạo ra không có cơ sở so sánh giá (bình giá) thống nhất. Dù vậy, hệ sinh thái của lĩnh vực này vẫn đang dần hình thành. Ba nhà mạng viễn thông lớn của Trung Quốc đã bán năng lực tính toán suy luận ra bên ngoài như một loại “tiện ích công cộng” dạng đo lường, tung ra các gói Token theo tháng chuẩn hóa, mô hình tương tự gói lưu lượng điện thoại. Theo báo cáo, Amazon đang điều chỉnh cách thanh toán với Anthropic: từ trước đây khóa theo thời lượng năng lực tính toán sang trả phí theo lượng Token tiêu thụ thực tế. Một thông tin khác cho biết, Sàn giao dịch tương lai Thượng Hải (Shanghai Futures Exchange) đang ở giai đoạn thiết kế phương án sớm, dự kiến tung ra các sản phẩm tương lai gắn với AI Token, tương ứng với việc CME và ICE đã đặt nền tảng ở “thượng nguồn” năng lực tính toán bằng các hợp đồng tương lai GPU.

Ngành mã hóa đang xây dựng một hệ thống tương tự cho chính mình. Vốn suy luận trên chuỗi dựa trên các thành phần nền tảng hiện có của mã hóa + AI (nhà cung cấp dịch vụ năng lực tính toán GPU, mạng lưới phát triển mô hình phi tập trung), đồng thời bổ sung các hướng mới như chuẩn thanh toán tác nhân thông minh, và thị trường giao dịch suy luận được token hóa. Hệ sinh thái liên quan đã có mặt trên nhiều blockchain và môi trường thực thi, nhưng nguồn lực phát triển lại tập trung cao vào Base và Solana, nhờ hai hệ sinh thái công khai này có cộng đồng nhà phát triển và người dùng hoàn thiện.

Trọng tâm của toàn bộ hệ thống là các nhà cung cấp dịch vụ suy luận và mạng lưới suy luận — tức các dự án thực hiện chuyển đổi từ prompt sang đầu ra kết quả. Xung quanh lớp lõi này, các hạ tầng nhiều tầng được bổ trợ để khiến dịch vụ suy luận trở nên khả dụng, thực tiễn và mang tính tài chính hóa. Bao gồm: nhà phát triển mô hình, nhà cung cấp GPU và năng lực tính toán, nền tảng điều phối tuyến đường (routing) và thị trường giao dịch, tác nhân thông minh và ứng dụng lớp trên, kênh thanh toán, và hạ tầng huy động vốn. Các lớp xung quanh quan trọng vì chúng hoặc tạo ra nhu cầu suy luận và cung cấp các yếu tố sản xuất năng lực tính toán, hoặc chuyển hành vi sử dụng năng lực tính toán thành tài sản có thể thanh toán, có thể tài trợ, có thể điều phối, có thể xác lập quyền sở hữu.

Nhiều dịch vụ nêu trên không phải thứ độc quyền của ngành mã hóa; trong thế giới ngoài chuỗi cũng có các sản phẩm đối标 trưởng thành. Ở tầng stack kỹ thuật phía trên, các khung điều phối tác nhân thông minh như Hermes, Ironclaw có thể gọi mô hình tuyến đầu một cách “không phân biệt”; hoặc dùng các nhà cung cấp dịch vụ suy luận trên chuỗi như Venice để lấy năng lực tính toán. Các mô hình do cộng đồng phi tập trung như Nous Research huấn luyện có thể tích hợp với OpenRouter, một nền tảng tổng hợp “một điểm đến” cho mô hình lớn. Các nhà cung cấp năng lực tính toán GPU tương ứng với phiên bản mã nguồn mở không cần giấy phép của các nhà cung cấp đám mây quy mô cực lớn và các trung tâm dữ liệu, dù quy mô thường nhỏ hơn. Các giao thức thanh toán cho tác nhân thông minh như x402, MPP có thể thanh toán hóa đơn đăng ký OpenAI, Anthropic, đồng thời thực hiện thanh toán phí trên nền tảng Venice một cách thuận tiện. Thanh toán tự động theo chương trình đang nhanh chóng trở thành năng lực phổ biến của ngành, không còn chỉ là lợi thế đặc hữu của mảng mã hóa; OpenAI và Visa gần đây cũng đều ra mắt hạ tầng thanh toán cho tác nhân.

Phần thực sự tạo ra khác biệt đổi mới lại tập trung ở lớp tài chính hóa: công nghệ mã hóa đang tái cấu trúc cách xác lập quyền sở hữu, định giá và huy động vốn của năng lực tính toán suy luận. Chúng tôi đã nhiều lần phân tích sâu trong các báo cáo trước rằng, các kênh nền tảng của mã hóa có thể thúc đẩy hình thành vốn; trong đó nhiều thành phần tầng dưới cũng có thể áp dụng trực tiếp cho mảng suy luận.

Tài chính hóa dịch vụ suy luận đã thu hút nhiều dự án on-chain. Nhờ kênh thanh toán trên blockchain và các công cụ token hóa, hoạt động suy luận được chuyển thành tài sản có thể giao dịch. Chủ yếu có ba hình thái:

• Nhà cung cấp dịch vụ suy luận (Venice, Morpheus, v.v.): token hóa quyền truy cập dịch vụ suy luận, biến quyền yêu cầu dịch vụ suy luận trong tương lai thành tài sản có thể nắm giữ, định giá và bán lại.

• Các dự án Proof of Useful Work (Pearl, Ambient, v.v.): token hóa hành vi sản xuất suy luận; nhà cung cấp hoàn thành tác vụ suy luận thì nhận phần thưởng token.

• Các nhà cung cấp dịch vụ tín dụng (USD.AI): mô hình khác biệt. Chúng không trực tiếp token hóa dịch vụ suy luận, mà cung cấp tài trợ cho phần cứng chịu trách nhiệm tải các tác vụ suy luận; dựa trên tiền gửi stablecoin để cung cấp vốn cho GPU nền tảng và trung tâm dữ liệu.

Các thành phần nêu trên được tích hợp lại với nhau, cùng tạo thành vốn suy luận trên chuỗi.

Tầng nhà cung cấp dịch vụ suy luận

Nhà cung cấp dịch vụ suy luận là lõi của cả ngăn xếp công nghệ. Lộ trình suy luận phi tập trung và thị trường API AI truyền thống có tính tương đồng cao ở đây: người dùng hoặc nhà phát triển chọn mô hình, gửi prompt và trả phí theo Token / số lần gọi / mô hình đăng ký; sau đó nhận kết quả đầu ra. Ở hình thái đơn giản nhất, trải nghiệm dùng gần giống OpenRouter, Together AI, Fireworks hoặc API chính thức của các phòng thí nghiệm AI tuyến đầu. Điểm khác biệt nằm ở chỗ: nhà cung cấp dịch vụ suy luận “native” mã hóa có thể mua năng lực tính toán từ mạng GPU phi tập trung, nhận thanh toán bằng stablecoin hoặc token gốc, cung cấp mô hình mã nguồn mở / không kiểm duyệt, kèm đảm bảo quyền riêng tư bổ sung, hoặc ràng buộc quyền truy cập token hóa với hành vi sử dụng năng lực tính toán.

OpenRouter là một kịch bản triển khai với tiềm năng phát triển rất cao trong mảng suy luận trên chuỗi. Nhu cầu trong nền tảng được định giá theo AI Token; khi người dùng gửi bất cứ yêu cầu nào, họ có thể tự do chuyển đổi giữa các nhà cung cấp dịch vụ suy luận. Trong một môi trường thị trường như vậy, các dịch vụ có chi phí-hiệu quả cao hơn và phản hồi nhanh hơn sẽ nên chiếm phần nhiều hơn. Trong ba tháng gần đây, tổng lượng Token do các nhà cung cấp dịch vụ suy luận trên chuỗi xử lý nằm trong khoảng 0,5%~1% khối lượng xử lý mỗi ngày của OpenRouter; trong cùng thời gian đó, quy mô xử lý Token tổng thể của OpenRouter tiếp tục bùng nổ tăng trưởng mạnh mẽ. Điều này cho thấy các dịch vụ trên chuỗi đã bước đầu nhận được sự công nhận của thị trường ngoài cộng đồng native mã hóa, nhưng tỷ trọng tổng thể vẫn thấp, phản ánh rằng khả năng bị giới hạn bởi phạm vi kênh, chi phí tương đối hoặc các yếu tố khác, nên hiện tại vẫn khó cạnh tranh ngang ngửa với các dịch vụ trung tâm hóa đã trưởng thành.

Tuy nhiên, OpenRouter chỉ đại diện cho một phần luồng Token. Ví dụ, Venice: nền tảng này công bố rằng ngày 23 tháng 6, tổng số Token xử lý trên toàn kênh đạt 1000 tỷ Token, gấp mười lần lượng xử lý của Venice trong kênh OpenRouter. Nếu chỉ thống kê dữ liệu OpenRouter, sẽ không thể phản ánh đầy đủ đà phát triển thực sự của từng dự án độc lập. Các nhà cung cấp dịch vụ suy luận trên nhiều chuỗi đang tiếp tục tích lũy nhóm người dùng ổn định bằng nhiều phương thức vận hành; một số dựa vào các tính năng sản phẩm khác biệt. Venice tập trung mạnh vào bảo vệ quyền riêng tư như điểm cốt lõi: khi người dùng gọi dịch vụ suy luận, họ không cần quá lo việc dịch vụ lưu giữ, kiểm duyệt, rò rỉ dữ liệu, việc thực hiện kiểm duyệt nội dung hoặc bị ép phải giao nộp thông tin nhạy cảm. Chutes và AkashML cho phép bất kỳ ai kết nối GPU vào mạng, khơi dậy năng lực tính toán nhàn rỗi để kiếm tiền; từ đó cố gắng hạ chi phí dịch vụ. Dù các tính năng đặc sắc này có thể giúp nhà cung cấp giành một phần nhỏ thị phần, phần lớn nền tảng trung tâm hóa vẫn có thể sao chép các năng lực tương tự; chỉ dựa vào tính năng sản phẩm thì khó chiếm được thị phần đáng kể.

Dịch vụ suy luận trên chuỗi có thể tạo ra “đường bền” thật sự nằm ở đòn bẩy cơ chế tài chính hóa suy luận: biến quyền truy cập suy luận thành tài sản mà người mua có thể nắm giữ, tích trữ và bán lại, thay vì chỉ là dịch vụ đăng ký tiêu dùng một lần.

Venice: token hóa quyền sở hữu suy luận

Venice do Erik Voorhees — một người trong ngành mã hóa kỳ cựu và là nhà khởi nghiệp liên tiếp — sáng lập. Dự án đi sâu nhất theo hướng chuyển đổi quyền truy cập suy luận thành tài sản có thể nắm giữ. Dự án sử dụng hệ thống hai token — VVV và DIEM — đóng gói quyền yêu cầu dịch vụ suy luận trong tương lai thành tài sản mà người dùng có thể đúc, nắm giữ và bán lại.

VVV được định vị là “tài sản thiên về vốn” (capital-type asset). Nắm giữ VVV không đồng nghĩa với việc sở hữu cổ phần của Venice (cổ phần nền tảng được gọi vốn độc lập và đã hoàn tất vòng A trị giá 65 triệu USD vào tháng 6); nhưng về lý thuyết, người nắm giữ token có thể chia sẻ lợi ích tăng trưởng của dự án. Cơ chế trực tiếp nhất là: Venice sử dụng một phần doanh thu để mua lại và đốt VVV. Việc mua lại và đốt có hai kênh: một là dùng doanh thu thông thường để thực hiện đốt “linh hoạt”; hai là quy tắc đốt mang tính chương trình — trong mỗi khoản doanh thu đăng ký mới, một tỷ lệ cố định sẽ được dùng để mua lại và đốt token. Tính đến hiện tại, đã có 42% VVV hoàn tất bị đốt.

VVV cũng có chức năng ứng dụng: người dùng thế chấp bất kỳ số lượng VVV nào để nhận phần thưởng lạm phát token mới theo năm; đặt cược 100 VVV để mở khóa quyền đăng ký phiên bản chuyên nghiệp. Nhưng giá trị cốt lõi nhất nằm ở cơ chế liên động với DIEM (DIEM là “tài sản năng lực tính toán” của Venice). Người nắm giữ có thể thế chấp VVV để đúc DIEM; mỗi 1 DIEM vĩnh viễn tương ứng với giá trị 1 USD của hạn mức suy luận Venice. Nắm giữ 100 DIEM tương đương 100 USD hạn mức API, dùng được cho toàn bộ mô hình trên nền tảng và hiệu lực vĩnh viễn (miễn là Venice tiếp tục vận hành bình thường).

Số lượng VVV cần thế chấp để đúc 1 DIEM đơn lẻ tuân theo đường cong do nền tảng thiết lập: khi tổng lượng DIEM lưu hành tiến gần ngưỡng trần do dự án đặt ra, số VVV cần thế chấp sẽ tăng theo hàm mũ. Lý do nằm ở chỗ: mỗi DIEM sẽ tạo ra một khoản nợ phải trả cố định 1 USD vĩnh viễn trên bảng cân đối kế toán. Hiện tại, cung DIEM đã tiến gần ngưỡng mục tiêu, chi phí đúc từ thời điểm mới ra mắt vào khoảng 90 VVV/DIEM, nay tăng lên đến mức chỉ có thể đúc 1 DIEM với hàng trăm VVV. Cơ chế này làm chậm tốc độ đúc DIEM mới, nghĩa là những người đúc sớm nhận DIEM với chi phí VVV thấp hơn, trong khi người tham gia muộn phải trả chi phí cao hơn đáng kể.

Khi VVV bị thế chấp để làm “bảo chứng” cho DIEM, người thế chấp chỉ nhận được 80% lợi nhuận thông thường từ thế chấp, phần 20% còn lại thuộc về nền tảng Venice. Ngoài ra, VVV bị khóa thế chấp chỉ được giải khóa khi DIEM tương ứng bị đốt. Nếu người đúc đã bán DIEM và muốn lấy lại VVV bị thế chấp, họ phải mua lại DIEM trên thị trường thứ cấp. Nếu giá DIEM tăng, hoạt động chuộc sẽ tạo ra lỗ.

Hai loại token tạo thành một vòng lặp gia cố lẫn nhau. DIEM chỉ có thể được đúc thông qua việc khóa thế chấp VVV, vì vậy khi nhu cầu đối với DIEM tăng sẽ tiếp tục “rút” VVV khỏi lưu thông, khiến VVV có “kịch bản sử dụng thực” ngoài đầu cơ. Ngược lại, DIEM cũng sẽ hưởng lợi từ sự phát triển của nền tảng Venice: nền tảng càng có tính hữu dụng và mức độ phổ cập càng cao, giá trị của quyền truy cập dịch vụ suy luận hằng ngày có thể chuyển nhượng này càng tăng. Nắm giữ DIEM không chỉ là nắm quyền có thể bán lại hạn mức suy luận; người nắm giữ còn coi như đang “đặt cược” vào sự phát triển lâu dài của Venice.

Dù người dùng đầu cuối hoàn toàn không chạm đến tài sản mã hóa, hoạt động kinh doanh chính của nền tảng vẫn có thể liên tục “tiếp năng” cho nền kinh tế token. Nhóm Venice cho biết đa số người dùng không phải cộng đồng native mã hóa; nhiều người trong số họ không hề quan tâm đến bản thân token. Nhưng miễn là người dùng bật đăng ký, mua hạn mức suy luận và sử dụng dịch vụ nền tảng, các hành vi đó vẫn sẽ thúc đẩy Venice mua lại và đốt VVV, đồng thời tạo nhu cầu đối với dịch vụ suy luận của Venice. Kinh tế token được xây dựng ở “hạ nguồn” của hoạt động sản phẩm, chứ không thay thế chính sản phẩm. Venice không phải một token mã hóa đi tìm mọi bối cảnh triển khai cho AI; mà là một sản phẩm AI, trong đó một phần quyền sử dụng nền tảng và quyền truy cập được đưa vào thị trường giao dịch suy luận được token hóa.

Điểm khác biệt nhất của DIEM trên Venice là tính chất sở hữu: người dùng có thể sở hữu tài nguyên suy luận mà mình tiêu thụ, chứ không chỉ đơn thuần thuê.

DIEM là một cuộc thử nghiệm xoay quanh token hóa quyền truy cập suy luận và mô hình giao trả (delivery). Điểm khác biệt nổi bật nhất chính là quyền sở hữu. Người dùng có thể nắm giữ tài nguyên suy luận mà họ tiêu thụ, thay vì chỉ thuê. Với mô hình trả theo lần, khi tài nguyên suy luận đã tiêu thụ hết thì không còn tồn tại; còn nắm giữ chứng chỉ truy cập token hóa thì giống như sở hữu một tài sản, có thể nắm giữ lâu dài, chuyển nhượng hoặc bán. Từ đó phát sinh nhiều kịch bản ứng dụng:

• Vì quyền yêu cầu mang thuộc tính có thể giao dịch, những người nắm giữ có biến động nhu cầu lớn có thể giữ lại hạn mức sử dụng cơ bản, và khi rảnh thì bán hoặc cho thuê hạn mức theo các “thời đoạn nhàn rỗi”, thu hồi chi phí mà nếu theo mô hình trả theo lần thì bị mất hoàn toàn. Các tác nhân AI có thể trực tiếp nắm giữ DIEM, nhận số dư tài nguyên suy luận không cần cấp phép và có thể tự chủ sở hữu để gọi dùng; các kênh giao dịch liên quan gồm nền tảng giao dịch hiện DEX như Aerodrome, hoặc thị trường cho thuê theo thời hạn như Surplus, UsePod, AntSeed, CarpeDiem, v.v.

• Nhóm Venice thường nhắc tới một kịch bản khác: người dùng mua DIEM, dùng dịch vụ suy luận trong ngày đó, rồi ngày hôm sau bán lại. Nếu giá duy trì ổn định, tương đương với sử dụng miễn phí năng lực tính toán suy luận; nếu giá tăng, người dùng còn có thể kiếm thêm lợi nhuận. Tất nhiên rủi ro cũng tồn tại: khi giá giảm, khoản lỗ của người nắm giữ có thể vượt xa chi phí mua dịch vụ suy luận một lần. Với một bộ phận người dùng, điều này đồng nghĩa: khi tiêu thụ năng lực tính toán, họ còn có thể đầu cơ vào giá của tài nguyên suy luận.

• DIEM cũng có thể khóa chi phí. Các doanh nghiệp hoặc tác nhân có nhu cầu năng lực tính toán ổn định và có thể dự đoán có thể dùng DIEM để khóa chi phí theo chiều năng lực tính toán, logic tương tự hợp đồng đặt trước nhiều năm cho năng lực tính toán đám mây. Doanh nghiệp không thể biết 2 năm sau 1 USD đổi được bao nhiêu hạn mức suy luận, nhưng có thể khóa trước quyền lợi ngay hôm nay. Nếu khi dùng hết mà nhượng lại gần với giá vốn, chi phí sử dụng năng lực tính toán thực tế sẽ rất thấp. Tính đến ngày 7 tháng 7 năm 2026, giá DIEM là 1.270 USD; một DIEM tương đương xấp xỉ hạn mức 1 USD mỗi ngày trong 4 năm dịch vụ, tức người mua trả trước quyền sử dụng “vĩnh viễn” khoảng 3,5 năm. Nhưng nhược điểm cũng rõ ràng: để đổi lấy độ chắc chắn về chi phí, người dùng phải nắm giữ một tài sản được định giá bằng USD và có biến động mạnh, tồn tại vĩnh viễn; điều đó lại làm suy yếu tính ổn định mà người dùng vốn theo đuổi. Định giá của DIEM dựa trên cam kết chi trả vĩnh viễn, ngụ ý rằng mức chiết khấu mà thị trường gán cho năng lực vận hành liên tục của Venice đạt hai chữ số; và chỉ khi Venice tiếp tục cung cấp dịch vụ bình thường thì quyền yêu cầu này mới có giá trị.

Cơ chế này hiện vẫn ở giai đoạn sớm và có các điểm yếu rõ ràng:

• Token hóa suy luận phù hợp nhất với bên phát hành cần tạo nhu cầu trước và huy động vốn. Các phòng thí nghiệm AI có mô hình chất lượng cao và quyền định giá thật thường thiếu động lực đẩy token hóa, vì mô hình này làm mất năng lực định giá khác nhau với từng khách hàng, không thể tích lũy lợi ích từ hạn mức hết hạn mà không được thanh toán, đồng thời giảm độ linh hoạt khi điều chỉnh giá về sau.

• DIEM không có cơ chế hoàn vốn khi đáo hạn. Đồng thời phía sau cũng không có tài sản thế chấp hoặc quỹ dự trữ để hỗ trợ, khác với sản phẩm cho vay thế chấp GPU mà phần dưới đây sẽ bàn. Nắm giữ DIEM đồng nghĩa với việc “đặt cược vô thời hạn” rằng Venice vẫn vận hành bình thường sau nhiều năm; nếu nền tảng ngừng dịch vụ, người nắm giữ không có bất kỳ bảo đảm theo hợp đồng nào và cũng không có đường truy đòi (recourse).

• Quyền yêu cầu gắn với DIEM là quyền suy luận 1 USD do Venice tự định nghĩa, chứ không phải một số lượng hạn mức năng lực tính toán cố định. Venice tự thiết lập chuẩn tiêu hao token theo từng đơn vị cho mỗi mô hình, chuẩn này sẽ thay đổi theo tình hình cung-cầu. Rủi ro của người nắm giữ không chỉ đến từ biến động giá trên thị trường thứ cấp, mà còn đến từ việc giữa nền tảng và người nắm giữ tồn tại khoảng không gian quyết định (discretion). Về lý thuyết, khi chi phí mô hình giảm, 1 USD phải đổi được nhiều năng lực tính toán hơn; nhưng chỉ khi Venice chọn “chia sẻ lợi ích” thì người nắm giữ mới được hưởng phần lợi này.

Vấn đề sâu hơn nằm ở chỗ: liệu hình thức quyền lợi vĩnh viễn được định giá bằng USD như DIEM chính là “rủi ro tiếp xúc” mà bên mua năng lực tính toán suy luận muốn hay không; hay thị trường sẽ ưu tiên các khoản nợ có kỳ hạn cố định, được định giá theo năng lực tính toán hoặc theo AI Token (hoặc kết hợp cả hai).

Hiện tại, DIEM chủ yếu bị coi là tài sản đầu cơ và chưa thực sự được dùng để gọi dịch vụ suy luận; hạn mức suy luận thực sự tiêu thụ hàng tuần không đạt quá 50% so với lượng có thể gánh. Tài liệu chính thức của Venice định nghĩa DIEM là chứng từ quyền lợi vĩnh viễn có biến động trong một biên; đồng thời chia người mua thành ba nhóm: người dùng đầu cuối API (không bán token), người nắm giữ VVV tiếp tục bắt giá trị (không bán token và duy trì nắm giữ), và nhà đầu cơ sử dụng chênh lệch giá. Hai nhóm thứ hai và thứ ba chiếm đa số.

Sản phẩm đối标 gần nhất trong mảng trung tâm hóa là gói “Scale Tier” của OpenAI: người dùng cam kết trước quota thông lượng mô hình, được đo bằng AI Token theo phút và khóa theo thời hạn mua. Nhưng gói Scale Tier không có quyền sở hữu năng lực tính toán — hạn mức gắn với tài khoản, chỉ có thể sử dụng trong nội bộ nền tảng OpenAI, không thể chuyển nhượng. Ngược lại, điểm mạnh của DIEM là có thể nắm giữ dài hạn, bán lại lần hai (secondary resale) và có thể kết hợp với các thành phần khác trong hệ sinh thái suy luận mã hóa. Công cụ tài chính lý tưởng có lẽ nên kết hợp thời hạn cố định và hạn mức định giá theo năng lực tính toán như Scale Tier, đồng thời vẫn giữ quyền sở hữu và thuộc tính có thể chuyển nhượng vốn có của DIEM.

Với Venice, mỗi DIEM còn đang lưu hành đều đại diện cho việc nền tảng phải liên tục chi trả và không thể bán lại cho khách hàng khác; đó là một khoản nợ 1 USD về năng lực tính toán đối với nền tảng. Vì vậy nền tảng dùng doanh thu để mua lại token, không phải đơn thuần “trả ơn” cho người nắm giữ.

Tóm lại, VVV và DIEM không được thiết kế như công cụ kiểu vốn cổ phần (equity) của Venice. Ban đầu, hai token này đóng vai trò cơ chế khởi động lạnh (cold-start) để tích lũy người dùng của nền tảng; ngày nay, “nền tảng giá trị” của chúng lại đến từ quyền yêu cầu năng lực tính toán tương ứng được tạo bởi token. Người nắm giữ VVV có thể đúc DIEM để nhận quyền yêu cầu dịch vụ suy luận vĩnh viễn của Venice; khi nền tảng phát triển và giá trị năng lực tính toán tăng lên, quyền lợi này cũng sẽ tăng theo. Xét từ góc nhìn của Venice, mỗi DIEM chưa được chuộc lại là một khoản nợ về năng lực tính toán cần chi trả; không thể bán lại nhiều lần. Đây chính là lý do cốt lõi để Venice dùng doanh thu mua lại token, chứ không phải để ưu đãi người nắm giữ. Một bên nắm quyền yêu cầu và kỳ vọng quyền lợi tăng giá; bên còn lại gánh nghĩa vụ chi trả và muốn giảm quy mô nợ phải trả. Sự gắn kết lợi ích mà cả hai bên có được xoay quanh năng lực tính toán của Venice (không phải bất kỳ quan hệ cổ phần nào) tạo thành sợi dây liên kết cộng sinh. Điều này khiến VVV trở thành một thử nghiệm có ý nghĩa khám phá rất lớn: xây dựng hoạt động suy luận dựa trên cơ chế token hóa mang tính ứng dụng.

Token hóa đầu ra của suy luận

Venice thực hiện token hóa quyền truy cập suy luận; còn mạng Proof of Useful Work thì tập trung token hóa quá trình sản xuất suy luận, dựa trên token lạm phát để bù đắp chi phí cung cấp dịch vụ suy luận. Proof of Work truyền thống khởi động lạnh mạng bằng cách phát token thưởng cho thợ đào giải các câu đố ngẫu nhiên vô nghĩa; Bitcoin dựa vào cơ chế này để đảm bảo an toàn mạng, nhưng phần lớn năng lực tính toán lại chỉ dùng để tính toán hash không tạo ra sản phẩm thực. Proof of Useful Work thay ngẫu nhiên bằng các tác vụ suy luận thực, vừa đảm bảo an toàn blockchain từ chính nhóm năng lực tính toán đó, vừa tạo ra các dịch vụ AI mà khách hàng sẵn sàng trả tiền để mua. Pearl và Ambient là hai hướng triển khai đã lên mạng hiện nay; hai dự án có tư duy thiết kế tầng nền hoàn toàn trái ngược nhau.

Pearl

Pearl Network là một blockchain công khai lớp 1 được tạo ra bằng cách fork mã nguồn Bitcoin, giữ lại mô hình sổ cái UTXO của Bitcoin và cơ chế điều chỉnh độ khó, nhưng thay thuật toán băm SHA-256 bằng phép nhân ma trận — tức là phép toán cốt lõi cho suy luận AI và huấn luyện mô hình. Lời khẳng định cốt lõi của Pearl: các phép toán ma trận để thực hiện yêu cầu suy luận của người dùng có thể đồng thời đóng vai trò như cơ chế Proof of Useful Work.

Trong cơ chế xử lý prompt của mô hình AI, phép tính “đằng dưới” về bản chất là nhân hai bộ ma trận số lớn với nhau, tức phép nhân ma trận. Trong cơ chế Pearl, thợ đào phủ thêm một lớp nhiễu ngẫu nhiên lên ma trận gốc để tạo nhiễu, sau đó thực hiện phép nhân trên ma trận đã nhiễu. Phép nhân ma trận tạo thành tác vụ tính toán cường độ cao, tham gia cuộc đua đào của toàn mạng. Trong quá trình vận hành, hệ thống liên tục kiểm tra liệu kết quả trung gian có thỏa ngưỡng độ khó hay không; thợ đào đạt trước sẽ nhận thưởng khối, quy tắc logic giống Bitcoin. Điểm khác biệt là: công việc được kiểm chứng chính là phép suy luận mô hình thật, chứ không phải phép băm hash vô nghĩa của đào truyền thống. Sau khi phép nhân ma trận hoàn tất, hệ thống nhanh chóng loại bỏ nhiễu ngẫu nhiên được cộng thêm để khôi phục kết quả suy luận chuẩn mà khách hàng cần. Một lượt tính toán “một công đôi việc”: vừa tạo ra nội dung đầu ra AI, vừa tham gia tranh giành phần thưởng khối.

Hai thiết kế then chốt giúp mô hình “một việc hai dùng” này khả thi để triển khai: Pearl thích ứng với vLLM (phần mềm chạy mô hình AI được nhiều doanh nghiệp sử dụng) theo dạng plugin, do đó các nhà cung cấp dịch vụ không cần tái cấu trúc kiến trúc hiện có mà vẫn kết nối nhanh được. Ngoài ra, vì kết quả phép tính giành chiến thắng cần được toàn mạng công khai kiểm chứng, Pearl đi kèm cơ chế Zero-Knowledge Proof để đóng gói dữ liệu, bảo vệ prompt của người dùng và không làm lộ trọng số mô hình độc quyền của nhà cung cấp. Tổng chi phí bổ sung từ các cơ chế kèm theo này tương đối thấp. Pearl cho biết chạy mô hình theo phương án này sẽ làm tăng 0,5%~10% tải tính toán; trong thử nghiệm chạy tối ưu trên các mô hình mã nguồn mở phổ biến như Llama-3.3-70B, tốc độ chạy của phiên bản tối ưu của Pearl tương đương hoặc thậm chí nhanh hơn bản gốc, vì mô-đun phép toán cốt lõi sau khi nhóm tái cấu trúc đạt hiệu quả cao hơn chuẩn trong một số môi trường triển khai.

Là một trong các mạng đầu tiên kết hợp Proof of Useful Work và suy luận AI, Pearl lúc mới ra mắt đã thu hút sự quan tâm cao của thợ đào, khiến năng lực tính toán trên toàn mạng tăng nhanh. Nhưng giao thức này không phân biệt được giữa phép tính “hữu ích” (tác vụ tính toán phục vụ yêu cầu suy luận thật của khách hàng) và phép tính vô hiệu — dù có hay không khách hàng cần kết quả tính toán tương ứng, phép tính vẫn bị coi là hữu ích. Bạch thư Pearl đã dự đoán trước vấn đề này, trong giả định mô hình của dự án đã bao gồm một nhóm thợ đào chỉ thực hiện các phép tính vô nghĩa để kiếm thưởng khối. Diễn biến sau khi ra mắt cũng chứng minh điều đó. Cơn sốt đào ban đầu làm năng lực tính toán tăng vọt, nhưng gần như không có dấu hiệu cho thấy các năng lực tính toán này đang phục vụ cho nghiệp vụ suy luận thực sự.

Tuy nhiên, ngày càng nhiều tín hiệu cho thấy dự án bắt đầu “landing” vào nghiệp vụ thật. Điểm tiến triển đáng chú ý nhất là vào tháng 5, Pearl công bố hợp tác với nhà cung cấp suy luận và năng lực tính toán hàng đầu Together.ai, triển khai các node để truy cập suy luận; mức định giá thấp hơn Together hơn 25% thông thường, và phần chênh lệch giá được bù bằng phần thưởng token Pearl từ chính năng lực tính toán đó. Tóm lại, kiến trúc “năng lực tính toán hai dụng” như Pearl chỉ tạo ra sản lượng hữu ích khi việc “bơm” năng lực tính toán do nhu cầu suy luận thật có người trả tiền chi phối. Nếu thiếu nhu cầu đầu cuối, chỉ dựa vào phần thưởng từ khối sẽ chủ yếu thu hút thợ đào kiểu đầu cơ; cuối cùng nó sẽ trở thành một cơ chế Proof of Work tương tự khác, thiếu năng lực sản xuất thực, giống như Bitcoin.

Ambient

Ambient đi theo tư duy thiết kế trái ngược hoàn toàn với Pearl. Thay vì cho phép thợ đào chạy mọi mô hình, Ambient yêu cầu toàn mạng thống nhất sử dụng một mô hình quyền trọng mã nguồn mở lớn, và xây dựng cơ chế đồng thuận xung quanh việc kiểm chứng kết quả đầu ra từ mô hình đó.

Pearl chạy theo mô hình “đua bạo lực” (brute force), toàn bộ thợ đào cùng lao vào giải một bài toán khó duy nhất; Ambient thì tổ chức cuộc cạnh tranh theo cơ chế đấu thầu (auction). Người dùng hoặc các tác nhân AI gửi tác vụ suy luận, đặt thời hạn và mức giá thầu; bản chất tương đương với “trong X phút hoàn thành lần suy luận này, tôi sẽ trả Y phí”, rồi thợ đào tham gia đấu giá để nhận tác vụ. Thợ đào thắng thầu dùng mô hình thống nhất toàn mạng để thực thi truy vấn và nộp cọc; nếu không giao kết quả đúng thời hạn thì bị tịch thu cọc, từ đó ràng buộc thợ đào đảm bảo chất lượng dịch vụ và tốc độ phản hồi. Hệ thống ngẫu nhiên chọn một nhóm kiểm định viên để kiểm chứng kết quả; ưu tiên của kiểm định viên dựa trên lịch sử công việc hữu ích hiệu lực được chấm theo trọng số, không dựa vào quy mô tài sản thế chấp. Thợ đào xử lý song song nhiều tác vụ khác biệt nhau, thay vì toàn bộ cùng tranh giành một khối duy nhất; vì vậy mạng có thể tránh “nút cổ chai hiệu năng” vốn có trong Proof of Work truyền thống. Dự án phát triển dựa trên fork code của Solana, thay thế đồng thuận thế chấp bằng cơ chế Proof of Useful Work, hướng tới tốc độ vận hành gần với Solana.

Ambient là nhà cung cấp trên nền tảng OpenRouter có mức giá Token đầu vào/đầu ra cho mô hình Kimi K2.7 đứng thứ hai thấp nhất.

Cơ chế đấu thầu cũng là lý do cốt lõi giúp Ambient có giá suy luận cạnh tranh. Nhà cung cấp API thông thường cần dựa vào chi phí người dùng trả để trang trải toàn bộ chi phí vận hành cho mỗi lần gọi. Với Ambient, thợ đào hoàn thành cùng lượng công việc sẽ có được “hai nguồn lợi” đồng thời: một là khoản phí người dùng hoặc tác nhân trúng thầu thanh toán khi gửi tác vụ, hai là phần thưởng mà giao thức phát cho lượng công việc hữu ích đã qua kiểm chứng. Thợ đào tham gia đấu thầu các tác vụ có mức báo giá rõ ràng và chỉ tiêu độ trễ, nên giá thầu của họ được neo theo “chi phí ròng” sau khi trừ phần thưởng token dự kiến, thay vì dựa trên “tổng chi phí” trước khi trừ phần thưởng. Về bản chất, trợ cấp do lạm phát token đi đến phía cung; còn cơ chế đấu thầu lại chuyển phần lớn trợ cấp sang phía cầu, thể hiện bằng mức giá dịch vụ suy luận thấp hơn. So với “mining subsidy” thông thường, điểm khác quan trọng nhất là: phần thưởng được ràng buộc với các tác vụ thực sự có người đăng và trả tiền. Nếu cơ chế vận hành trơn tru, việc phát hành token sẽ không còn chỉ để đổi lấy năng lực tính toán; mà để đổi lấy dịch vụ suy luận có giá thấp hơn và kết quả có thể kiểm chứng được, từ đó thu hút thêm người dùng sử dụng dịch vụ, mang lại nhiều khối lượng cho thợ đào và củng cố thêm nền tảng nhu cầu đối với token của mạng.

Chính cơ chế đấu thầu này cũng là thứ Ambient tuyên bố rằng mình đã giải quyết được vấn đề mà Pearl chưa xử lý được. Trong mạng Pearl, dù có hay không khách hàng cần kết quả tính toán, thợ đào chỉ cần thực hiện phép nhân ma trận là có thể nhận thưởng khối; đây là gốc rễ khiến mạng thu hút nhiều năng lực tính toán không được “gắn” với nhu cầu suy luận thực. Trong hệ Ambient, thợ đào chỉ nhận được token Ambient (chưa phát hành) khi trúng thầu tác vụ mà người khác đăng và trả tiền; thiết kế cơ chế về căn bản hợp nhất hành vi “mining” với việc “đáp ứng tác vụ suy luận thật”.

Ambient cũng dùng một phương án độc đáo ở tầng kiểm chứng kết quả suy luận. Nếu thợ đào tuyên bố đã dùng đúng mô hình đã thỏa thuận để thực hiện truy vấn, người dùng làm sao xác nhận rằng đối phương không bí mật đổi sang mô hình rẻ hơn, chất lượng kém hơn để tiết kiệm chi phí? Dù hiện tại các nhà cung cấp trung tâm hóa cũng có rủi ro tương tự, đã có nhiều tổ chức bị cáo buộc âm thầm hạ chất lượng đầu ra để cắt giảm chi phí. Giải pháp của Ambient dựa vào đặc tính chạy cốt lõi của mô hình ngôn ngữ lớn: khi mô hình sinh văn bản, mỗi bước đều xuất ra xác suất log (logits) — tức là trước khi chọn từ tiếp theo, mô hình tạo điểm số nguyên gốc cho tất cả các từ ứng viên. Dòng dữ liệu điểm số này tương đương “dấu vân tay” (fingerprint) của quá trình tính toán mô hình; có thể nén lại bằng băm (hash) thành một chuỗi số ngắn để đối chiếu kiểm chứng.

Với thợ đào tạo ra hàng nghìn Token đầu ra, nút kiểm chứng không cần chạy lại toàn bộ tác vụ từ đầu đến cuối. Bộ kiểm chứng sẽ ngẫu nhiên chọn một vị trí trong văn bản, yêu cầu thợ đào cung cấp fingerprint tính toán tương ứng với vị trí đó; sau đó chỉ chạy một vòng mô hình tại đúng điểm đó để sinh ra đúng 1 Token, rồi so sánh xem fingerprint có trùng khớp không. Với chỉ một lần tính toán, vẫn có thể kiểm chứng toàn bộ kết quả sinh hàng nghìn Token. Logic này giống Bitcoin: sinh công tạo ra chi phí tính toán cao, nhưng kiểm chứng lại cực rẻ. Ambient cho biết phương án này có thể khống chế chi phí kiểm chứng bổ sung ở mức khoảng 0,1%; trong khi các dự án khác dùng Zero-Knowledge Proof thì chi phí phụ thêm thường rơi vào mức 10 lần đến 1000 lần.

Proof of Useful Work thực sự có giá trị đến mức nào?

Điểm khác biệt cốt lõi của các dự án như vậy so với các mạng năng lực tính toán phi tập trung khác là: các tác vụ tính toán đảm bảo an toàn cho blockchain chính là nghiệp vụ suy luận mà khách hàng cần thực sự. Khi cơ chế vận hành trơn tru, một nguồn năng lượng đầu vào có thể đồng thời đổi lấy tính an toàn mạng và một “sản phẩm” có thể đem bán ra bên ngoài. Đối với nhà cung cấp năng lực tính toán, việc đào trở thành một nguồn thu “thứ hai” ngoài lợi nhuận từ phần cứng; đồng thời kết quả vận hành có thể kiểm chứng, nên khi các tác nhân AI mua dịch vụ suy luận, họ không cần chỉ tin rằng nhà cung cấp sẽ không hạ cấp chất lượng mô hình hay tự ý dừng dịch vụ.

Nếu thiếu nhu cầu đầu cuối thực sự đủ lớn, chỉ dựa vào phần thưởng khối cũng đủ thu hút thợ đào; cả mạng PoW khi đó sẽ tràn ngập năng lực tính toán nhàn rỗi không có khách hàng đối ứng, chỉ có “lớp vỏ” “useful work” mà không tạo ra sản lượng thực.

Ngoài các khó khăn kỹ thuật, để hiện thực hóa tầm nhìn trên còn có hai rào cản lớn. Thứ nhất là cạnh tranh ở phía nhu cầu. Mạng suy luận phi tập trung cần đối mặt cạnh tranh từ các nhà cung cấp trung tâm hóa và dịch vụ thuê GPU đơn thuần; hai nhóm đó không cần ràng buộc với token mã hóa, thường nhanh hơn và rẻ hơn. Để vượt ra khỏi sự “điều kiện chật hẹp”, mảng phi tập trung phải nắm lấy một nhóm khách hàng cụ thể: cần mức độ tin cậy thấp nhất, kết quả có thể kiểm chứng, khả năng chống kiểm duyệt, tính trung lập, và không có rủi ro nền tảng “chuồn” một phía. Quy mô nhu cầu hiện muốn trả thêm để có được những lợi ích này vẫn còn hạn chế, nhưng tương lai có thể mở rộng nhanh: miễn là các dự án liên quan tiếp tục cung cấp dịch vụ suy luận có tính ổn định và hiệu quả chi phí cao, hoặc niềm tin của thị trường vào các nhà cung cấp dịch vụ AI trung tâm hóa tiếp tục giảm. Lịch sử ra mắt của Pearl là một ví dụ cảnh báo: khi thiếu nhu cầu thật đủ lớn, chỉ dựa vào phần thưởng khối sẽ chỉ thu hút thợ đào đầu cơ; mạng tích tụ nhiều năng lực tính toán không phục vụ khách hàng thực, còn “useful work” chỉ là hình thức.

Khó khăn thứ hai là cơ chế “giữ giá trị” của token. Mỗi dự án đều vẽ ra một vòng quay tăng trưởng: nhu cầu nghiệp vụ thật thúc đẩy nhu cầu đối với token bản địa; nhu cầu token hỗ trợ phần thưởng đào, đảm bảo an toàn mạng; an toàn mạng lại thu hút thêm nhu cầu nghiệp vụ sử dụng. Nhưng đến nay chưa dự án nào thật sự chạy thông vòng lặp kín này. Sau khi đào tạo ra token, thợ đào thường bán token để trang trải chi phí vận hành; trong khi phía cầu lại không có cơ chế ép buộc mua token. Khi người dùng sử dụng rộng rãi dịch vụ suy luận, các chứng từ kiểm chứng và các sản phẩm cốt lõi khác, hầu như không cần nắm giữ token mã hóa. Người dùng có thể thanh toán phí suy luận của Pearl bằng USD; dự án dự định trong tương lai sẽ triển khai thị trường giao dịch đổi token lấy năng lực tính toán, điều này cũng gián tiếp thừa nhận rằng vòng khép kín hiện tại chưa hình thành. Còn Ambient thì trì hoãn công bố mô hình kinh tế token, chưa rõ liệu dịch vụ suy luận có được định giá bằng token bản địa hay không. Kết quả cuối cùng là thực trạng: token chủ yếu dựa vào phát hành từ mining, rồi bị bán ra thị trường nhanh chóng, thay vì bị tiêu thụ thực sự trong bối cảnh nghiệp vụ.

Lộ trình khả thi nhất cho các mạng như vậy là biến token bản địa thành kênh thanh toán tầng nền cho dịch vụ suy luận; đây cũng là cách trực quan nhất để nối vòng giá trị. Khi cộng thêm lợi thế giá nhờ trợ cấp lạm phát token, chiến lược này có sức hấp dẫn mạnh hơn. Giá suy luận thấp hơn thu hút được luồng truy cập thật; nếu dịch vụ bắt buộc thanh toán bằng token bản địa, nhu cầu dùng dịch vụ sẽ chuyển hóa thành “nhu cầu token” bắt buộc. Nhưng việc bánh xe (flywheel) có vận hành theo hướng tích cực hay không còn phụ thuộc điều kiện: thói quen sử dụng của người dùng tiếp tục được giữ lại; khi trợ cấp dần bị thu hẹp, nhu cầu tự nhiên phát sinh từ token bản địa cuối cùng sẽ vượt qua áp lực bán tháo do mining.

Đường dây tài trợ phần cứng suy luận AI

Venice token hóa quyền truy cập suy luận; Pearl và Ambient token hóa khâu sản xuất suy luận; và ở sâu hơn nữa, một thị trường trên chuỗi mới đang nổi lên, dành riêng cho việc cung cấp dịch vụ tài trợ cho GPU gánh chịu nghiệp vụ suy luận. Mô hình được mô tả trong chương này thể hiện rõ nhất lợi thế của công nghệ mã hóa. Điểm mấu chốt để mô hình có thể vận hành suôn sẻ là: dự án không phát hành token mới và cũng không cần “nuôi nhu cầu” cho token ở giai đoạn cold-start. Nền tảng hấp thụ vốn thông qua tài sản phần cứng thông thường, chuyển tiền gửi stablecoin thành khoản vay mua sắm cho nhà vận hành năng lực tính toán; sau đó dùng dòng tiền thuê GPU để chi trả lại vốn gốc và lãi cho người gửi tiền.

Các nhà vận hành năn