Hook: Cơn địa chấn 5800 tỷ USD và tiếng chuông báo động cho 'cuộc đua vũ trang' tính toán
Ngày 27 tháng 1 năm 2025, thị trường chứng khoán Mỹ chứng kiến một sự kiện chưa từng có: NVIDIA, gã khổng lồ chip AI, mất gần 5800 tỷ USD vốn hóa chỉ trong một phiên giao dịch. Nguyên nhân? Một mô hình AI mã nguồn mở đến từ Trung Quốc mang tên DeepSeek R1 vừa được phát hành, với chi phí huấn luyện chỉ 5,6 triệu USD – một con số nhỏ bé so với ước tính hơn 100 triệu USD cho một mô hình ngang tầm từ OpenAI. Cú sốc này không chỉ là sự điều chỉnh của thị trường chứng khoán; nó là tín hiệu cho thấy toàn bộ luận điểm đầu tư vào 'hiếm hoi tính toán' đang bị thách thức. Là một người đã dành gần một thập kỷ xây dựng các cấu trúc quản trị phi tập trung, tôi nhìn thấy trong sự kiện này một sự tương đồng sâu sắc: những gì đang xảy ra với AI cũng chính là câu chuyện mà blockchain đã trải qua – khi một công nghệ trở nên rẻ hơn và dễ tiếp cận hơn, nó sẽ phá vỡ các cấu trúc quyền lực tập trung. Hôm nay, tôi sẽ phân tích sự trỗi dậy của các nền tảng AI Trung Quốc dưới góc nhìn của một kiến trúc sư đồng thuận, người tin rằng giá trị thực sự nằm ở khả năng tiếp cận và sự phân tán quyền lực, chứ không phải ở sự khan hiếm.
Context: Từ 'kẻ bắt kịp' đến 'người định nghĩa lại cuộc chơi'
Trong nhiều năm, câu chuyện về AI toàn cầu là câu chuyện về sự thống trị của Mỹ: OpenAI, Google DeepMind, Anthropic, với những mô hình khổng lồ được huấn luyện trên những cụm GPU hàng tỷ đô la. Các công ty AI Trung Quốc bị coi là những kẻ đi sau, sao chép ý tưởng và chạy theo các tiêu chuẩn của phương Tây. Nhưng bức tranh đã thay đổi một cách ngoạn mục. Bắt đầu từ năm 2024, một làn sóng các mô hình AI từ Trung Quốc – DeepSeek, Qwen (từ Alibaba), và các nền tảng khác – bắt đầu xuất hiện với một tuyên bố gây sốc: chúng có khả năng cạnh tranh ngang bằng hoặc gần bằng các mô hình Mỹ hàng đầu, nhưng với chi phí thấp hơn từ 10 đến 30 lần.
Sự khác biệt này không chỉ là một cuộc chiến về giá cả. Nó bắt nguồn từ những đổi mới kỹ thuật có hệ thống. DeepSeek đã giới thiệu kiến trúc Multi-head Latent Attention (MLA) giúp nén bộ nhớ đệm KV, giảm đáng kể yêu cầu về bộ nhớ trong quá trình suy luận. Họ cũng phát triển DeepSeekMoE, một phiên bản MoE (Mix of Experts) với các chuyên gia được chi tiết hóa, cho phép tỷ lệ kích hoạt tham số hiệu quả hơn. Đây không chỉ là những cải tiến kỹ thuật thông thường; chúng là những đổi mới cấp độ mô-đun, thay đổi cách thức hoạt động của Transformer. Ngoài ra, DeepSeek R1 đã sử dụng GRPO (Group Relative Policy Optimization) thay vì PPO truyền thống, loại bỏ sự phụ thuộc vào các mô hình phần thưởng lớn, giảm đáng kể chi phí và độ phức tạp của việc huấn luyện tăng cường. Kết quả là một mô hình có khả năng suy luận sâu, với chi phí API chỉ bằng 1/10 đến 1/30 so với OpenAI o1.
Điều quan trọng hơn, các nền tảng AI Trung Quốc đã chọn con đường mã nguồn mở. DeepSeek R1 được phát hành dưới giấy phép MIT, Qwen dưới Apache 2.0. Điều này có nghĩa là bất kỳ doanh nghiệp nào cũng có thể tự triển khai các mô hình này miễn phí, phá vỡ mô hình kinh doanh dựa trên doanh thu API của các công ty AI Mỹ. Đây là một chiến lược mà tôi, với tư cách là một kiến trúc sư quản trị DAO, đặc biệt ngưỡng mộ: nó không chỉ giành được thị phần mà còn xây dựng một hệ sinh thái phát triển dựa trên sự đóng góp và lòng tin. Khi tôi tổ chức các buổi hội thảo về DAO ở Buenos Aires vào năm 2017, tôi đã học được rằng sức mạnh của một cộng đồng đến từ sự cởi mở và minh bạch. Các nền tảng AI Trung Quốc đang áp dụng triết lý đó một cách bài bản.
Core: Phân tích kỹ thuật – Tại sao 'rẻ hơn' không có nghĩa là 'kém hơn'
Để hiểu được tác động thực sự của sự trỗi dậy AI Trung Quốc, chúng ta cần nhìn vào các lớp kỹ thuật bên dưới. Chi phí thấp của các mô hình này không phải là kết quả của việc cắt giảm chất lượng hay sử dụng dữ liệu kém, mà là thành quả của một loạt các đổi mới mang tính hệ thống, được thúc đẩy bởi một hạn chế mang tính cấu trúc: lệnh cấm xuất khẩu chip tiên tiến của Mỹ. Khi không thể tiếp cận GPU H100 của NVIDIA, các kỹ sư Trung Quốc buộc phải tối ưu hóa phần mềm để bù đắp cho phần cứng yếu hơn. Điều này dẫn đến những phát minh mà nếu không có sự hạn chế đó, có thể sẽ không bao giờ xuất hiện.
Kiến trúc mô hình: DeepSeek V3, được huấn luyện trên 2048 GPU H800 với chi phí 5,6 triệu USD, đã đạt được hiệu suất gần với GPT-4. Điều này là nhờ vào MLA (Multi-head Latent Attention), một cải tiến giúp giảm kích thước bộ nhớ đệm KV xuống còn một phần nhỏ so với cơ chế chú ý truyền thống. Trong các ứng dụng thực tế, điều này có nghĩa là một máy chủ có thể phục vụ nhiều yêu cầu hơn với cùng một lượng bộ nhớ, giảm chi phí suy luận. Ngoài ra, DeepSeekMoE sử dụng một cấu trúc chuyên gia được chi tiết hóa, cho phép mỗi token chỉ kích hoạt một tập hợp nhỏ các tham số, tăng hiệu quả sử dụng tham số lên đáng kể.
Phương pháp huấn luyện: DeepSeek R1 đã giới thiệu GRPO, một phương pháp tối ưu hóa chính sách nhóm tương đối, thay thế cho PPO truyền thống. PPO yêu cầu một mô hình phần thưởng lớn để đánh giá các hành động, trong khi GRPO sử dụng các nhóm các hành động để tính toán lợi thế tương đối, loại bỏ nhu cầu về mô hình phần thưởng. Điều này không chỉ giảm chi phí huấn luyện mà còn đơn giản hóa quy trình, cho phép các nhóm nhỏ hơn có thể thử nghiệm với các kỹ thuật học tăng cường phức tạp.
Hiệu quả suy luận: Một trong những đóng góp quan trọng nhất của DeepSeek R1 là khả năng chưng cất (distillation) các chuỗi suy luận dài (Chain of Thought) từ mô hình lớn sang các mô hình nhỏ hơn. Điều này có nghĩa là một mô hình nhỏ, chạy trên phần cứng giá rẻ, vẫn có thể thực hiện các tác vụ suy luận phức tạp với chi phí thấp hơn nhiều. Kết quả là, giá API của DeepSeek R1 chỉ khoảng 0,55 USD cho mỗi triệu token đầu vào, so với 15 USD của OpenAI o1. Sự chênh lệch 27 lần này không phải là một sự cạnh tranh công bằng; nó là một sự phá vỡ hoàn toàn cấu trúc giá.
Từ góc nhìn của một người làm việc với các hợp đồng thông minh và quản trị phi tập trung, tôi thấy sự tương đồng rõ rệt giữa cuộc cách mạng AI này và cuộc cách mạng DeFi. Khi Uniswap ra mắt với phí giao dịch thấp hơn nhiều so với các sàn giao dịch tập trung, nó không chỉ là một lựa chọn rẻ hơn; nó là một bằng chứng cho thấy một kiến trúc khác có thể hiệu quả hơn về mặt chi phí. Tương tự, DeepSeek và các mô hình Trung Quốc đang chứng minh rằng con đường 'tính toán đắt đỏ' không phải là con đường duy nhất để đạt được trí tuệ nhân tạo tiên tiến. Điều này có thể dẫn đến một sự thay đổi mô hình trong ngành: từ 'cuộc đua vũ trang tính toán' sang 'cuộc đua tối ưu hóa thuật toán'.
Contrarian: Góc nhìn phản trực giác – Chi phí thấp là một điểm yếu tiềm ẩn
Mặc dù sự trỗi dậy của AI Trung Quốc là một câu chuyện ấn tượng, nhưng với tư cách là một người đã sống qua nhiều chu kỳ thị trường và chứng kiến sự sụp đổ của Terra LUNA, tôi biết rằng bất kỳ lợi thế nào cũng có mặt trái của nó. Chi phí thấp, nếu không được quản lý cẩn thận, có thể trở thành một cái bẫy.
Thứ nhất, chi phí thấp có thể là chiến lược lỗ có chủ đích. Nhiều nền tảng AI Trung Quốc, như Alibaba với Qwen, sử dụng AI như một công cụ để thu hút khách hàng cho dịch vụ đám mây của họ, chấp nhận lỗ để giành thị phần. Điều này có thể dẫn đến một cuộc chiến giá cả không bền vững, làm suy yếu khả năng đầu tư vào R&D cho các mô hình thế hệ tiếp theo. Nếu các công ty AI Trung Quốc không thể duy trì tốc độ đổi mới, khoảng cách về năng lực với Mỹ có thể lại mở rộng.
Thứ hai, sự phụ thuộc vào phần cứng nhập khẩu là một điểm yếu chiến lược. Các mô hình DeepSeek hiện tại được huấn luyện trên các GPU H800 của NVIDIA, vốn là hàng tồn kho trước khi lệnh cấm có hiệu lực. Khi các GPU này bị hao mòn hoặc không thể thay thế, các công ty Trung Quốc sẽ phải dựa vào các chip nội địa như Huawei Ascend, vốn vẫn kém hơn về hiệu suất và hệ sinh thái phần mềm. Nếu tốc độ cải thiện phần mềm không thể bù đắp cho sự chênh lệch phần cứng, lợi thế chi phí có thể bị xói mòn.
Thứ ba, rào cản địa chính trị và bảo mật dữ liệu. Thị trường phương Tây, đặc biệt là Mỹ và EU, đang ngày càng coi AI Trung Quốc là một rủi ro an ninh quốc gia. Các quy định như GDPR và Đạo luật AI của EU có thể tạo ra các rào cản pháp lý đáng kể, ngăn cản các doanh nghiệp phương Tây sử dụng các mô hình Trung Quốc. Điều này có thể chia cắt thị trường AI toàn cầu thành hai hệ sinh thái riêng biệt, một do Mỹ dẫn dắt và một do Trung Quốc dẫn dắt. Trong kịch bản đó, các nền tảng AI Trung Quốc có thể bị mắc kẹt ở các thị trường 'toàn cầu phía Nam' có giá trị thấp hơn.
Cuối cùng, có một câu hỏi về khả năng mở rộng quy mô. Liệu những đổi mới về hiệu quả chi phí này có thể được áp dụng cho các mô hình lớn hơn nhiều, chẳng hạn như GPT-5 với hàng nghìn tỷ tham số? Cho đến nay, DeepSeek V3 và R1 nằm trong phạm vi hàng trăm tỷ tham số. Việc mở rộng quy mô lên hàng nghìn tỷ có thể yêu cầu các kiến trúc và phương pháp hoàn toàn mới, và không rõ liệu các kỹ thuật hiện tại có thể mở rộng quy mô theo cấp số nhân mà không làm tăng chi phí hay không.
Takeaway: Tương lai của AI là 'phi tập trung'?
Nhìn từ góc nhìn của một người đã dành nhiều năm xây dựng các hệ thống quản trị phi tập trung, tôi thấy sự trỗi dậy của AI Trung Quốc là một bước tiến tới một tương lai AI đa cực và dễ tiếp cận hơn. Nó phá vỡ sự độc quyền về tính toán đắt đỏ và mở ra cánh cửa cho sự đổi mới từ các nhóm nhỏ hơn, các quốc gia đang phát triển và các cộng đồng phi tập trung. Nhưng nó cũng đặt ra những câu hỏi khó: Liệu một hệ sinh thái AI mã nguồn mở, giá rẻ có thể duy trì động lực đổi mới? Hay nó sẽ dẫn đến một cuộc đua xuống đáy về chất lượng và an toàn?
Câu trả lời, tôi tin, nằm ở cách chúng ta xây dựng các cấu trúc quản trị xung quanh các công nghệ này. Giống như DAO cần các cơ chế đồng thuận mạnh mẽ để tránh bị chiếm đoạt bởi những người nắm giữ token lớn, hệ sinh thái AI cần các khung đánh giá và trách nhiệm giải trình minh bạch để đảm bảo rằng chi phí thấp không đi kèm với sự hy sinh về an toàn hoặc đạo đức.
Khi tôi đứng trước lớp học về DAO ở Buenos Aires, tôi luôn nói với các học viên của mình: 'Sức mạnh thực sự không đến từ việc kiểm soát, mà đến từ việc trao quyền.' Sự trỗi dậy của AI Trung Quốc đang trao quyền cho một thế hệ nhà phát triển và doanh nghiệp mới trên toàn thế giới. Câu hỏi là liệu chúng ta có thể xây dựng các cơ chế quản trị để đảm bảo rằng quyền lực này được sử dụng một cách có trách nhiệm, hay chúng ta sẽ để nó rơi vào tay của các thế lực tập trung mới? Tương lai của AI, giống như tương lai của blockchain, phụ thuộc vào câu trả lời cho câu hỏi đó.
