Bài viết của Gaurav Sharma, Giám đốc điều hành của io.net
Vitalik Buterin gần đây tuyên bố năm 2026 là năm để “giành lại vị thế đã mất trong việc tự chủ về điện toán”. Ông đã chia sẻ những thay đổi mà cá nhân ông đã thực hiện : thay thế Google Docs bằng Fileverse, Gmail bằng Proton Mail, Telegram bằng Signal, và thử nghiệm chạy các mô hình ngôn ngữ lớn cục bộ trên máy tính xách tay của mình thay vì thông qua các dịch vụ đám mây.
Bản năng này hoàn toàn đúng đắn. Cơ sở hạ tầng AI tập trung là một vấn đề thực sự. Ba công ty – Amazon, Microsoft và Google – hiện đang kiểm soát 66% chi tiêu cho cơ sở hạ tầng đám mây toàn cầu , một thị trường đã đạt 102,6 tỷ đô la chỉ trong một quý năm ngoái. Khi mọi yêu cầu đều được xử lý thông qua cơ sở hạ tầng tập trung này, người dùng sẽ mất quyền kiểm soát dữ liệu lẽ ra phải được giữ kín. Đối với bất kỳ ai quan tâm đến quyền tự chủ kỹ thuật số, điều này hẳn là một thất bại mang tính cấu trúc. Nhưng giải pháp mà Vitalik đề xuất – lưu trữ AI cục bộ trên phần cứng cá nhân – lại chấp nhận một sự đánh đổi không cần thiết. Đối với bất kỳ ai đang cố gắng xây dựng các ứng dụng AI nghiêm túc, khuôn khổ của ông không cung cấp một hướng đi thực sự nào.
Giới hạn về điện toán cục bộ
Việc chạy AI trên thiết bị cá nhân của bạn rõ ràng rất hấp dẫn. Nếu mô hình không bao giờ rời khỏi máy tính xách tay của bạn, thì dữ liệu của bạn cũng vậy. Không có bên thứ ba, không có sự giám sát, không phụ thuộc vào cơ sở hạ tầng của công ty. Điều này hoạt động tốt đối với các trường hợp sử dụng đơn giản. Một cá nhân thực hiện suy luận cơ bản hoặc một nhà phát triển thử nghiệm với một mô hình nhỏ có thể tạo ra giá trị với các mô hình được lưu trữ cục bộ. Vitalik thừa nhận những hạn chế hiện tại về khả năng sử dụng và hiệu quả, nhưng coi chúng là những trở ngại tạm thời sẽ được khắc phục theo thời gian.
Tuy nhiên, việc huấn luyện mô hình, chạy suy luận ở quy mô lớn và triển khai các tác nhân hoạt động liên tục đòi hỏi sức mạnh GPU mà phần cứng cá nhân không thể đáp ứng. Ngay cả một tác nhân AI duy nhất chạy suốt đêm cũng cần tính toán liên tục. Lời hứa về trợ lý AI luôn hoạt động sẽ tan biến ngay khi bạn rời khỏi bàn làm việc. Việc triển khai trong doanh nghiệp yêu cầu hàng nghìn giờ GPU mỗi ngày. Một công ty khởi nghiệp huấn luyện một mô hình chuyên biệt có thể tiêu tốn nhiều tài nguyên tính toán hơn trong một tuần so với một chiếc máy tính xách tay cao cấp cung cấp trong một năm. Một nhóm nghiên cứu đầy tham vọng có thể chi 80% hoặc hơn ngân sách của mình chỉ cho dung lượng GPU – nguồn lực lẽ ra có thể được dành cho nhân tài, nghiên cứu và phát triển hoặc mở rộng thị trường. Các tập đoàn lớn có vốn dồi dào dễ dàng gánh chịu những chi phí này trong khi những người khác không đủ khả năng chi trả.
Tuy nhiên, việc huấn luyện mô hình, chạy suy luận ở quy mô lớn và triển khai các tác nhân hoạt động liên tục đòi hỏi sức mạnh GPU mà phần cứng cá nhân không thể đáp ứng. Ngay cả một tác nhân AI duy nhất chạy suốt đêm cũng cần tính toán liên tục. Lời hứa về trợ lý AI luôn hoạt động sẽ tan biến ngay khi bạn rời khỏi bàn làm việc. Việc triển khai trong doanh nghiệp yêu cầu hàng nghìn giờ GPU mỗi ngày. Một công ty khởi nghiệp huấn luyện một mô hình chuyên biệt có thể tiêu tốn nhiều tài nguyên tính toán hơn trong một tuần so với một chiếc máy tính xách tay cao cấp cung cấp trong một năm. Một nhóm nghiên cứu đầy tham vọng có thể chi 80% hoặc hơn ngân sách của mình chỉ cho dung lượng GPU – nguồn lực lẽ ra có thể được dành cho nhân tài, nghiên cứu và phát triển hoặc mở rộng thị trường. Các tập đoàn lớn có vốn dồi dào dễ dàng gánh chịu những chi phí này trong khi những người khác không đủ khả năng chi trả.
Việc lưu trữ cục bộ không giải quyết được vấn đề này, và ngầm chấp nhận một mô hình nhị phân khiến hầu hết các nhà phát triển không có lựa chọn nào khác: hoặc duy trì quy mô nhỏ và độc lập, hoặc mở rộng quy mô và giao dữ liệu của mình cho Amazon, Google hoặc Microsoft.
Một nhị phân sai
Cộng đồng tiền điện tử hẳn phải nhận ra bản chất thực sự của cách nhìn nhận này. Phi tập trung hóa chưa bao giờ nhằm mục đích thu hẹp khả năng duy trì tính độc lập; mục đích của nó là cho phép quy mô và chủ quyền cùng tồn tại. Nguyên tắc tương tự cũng áp dụng cho điện toán.
Trên toàn thế giới, hàng triệu GPU đang bị sử dụng không hiệu quả tại các trung tâm dữ liệu, doanh nghiệp, trường đại học và các cơ sở độc lập. Các mạng điện toán phân tán tiên tiến nhất hiện nay tập hợp phần cứng phân tán này thành cơ sở hạ tầng linh hoạt và có thể lập trình được. Các mạng lưới này hiện trải rộng trên hơn 130 quốc gia, cung cấp GPU cấp doanh nghiệp và các thiết bị biên chuyên dụng với chi phí thấp hơn tới 70% so với các nhà cung cấp dịch vụ điện toán đám mây truyền thống.
Các nhà phát triển có thể truy cập vào các cụm máy chủ hiệu năng cao theo yêu cầu, được cung cấp từ một nhóm các nhà điều hành độc lập phân tán thay vì một nhà cung cấp duy nhất. Giá cả được định giá theo mức sử dụng và cạnh tranh trong thời gian thực, chứ không phải theo các hợp đồng được đàm phán nhiều năm trước. Đối với các nhà cung cấp, phần cứng nhàn rỗi có thể được chuyển đổi thành năng lực sản xuất.
Ai được hưởng lợi từ thị trường điện toán mở?
Tác động của nó vượt xa việc tiết kiệm chi phí. Đối với thị trường rộng lớn hơn, nó đại diện cho một giải pháp thay thế thực sự cho thế độc quyền hiện đang kiểm soát AI. Các nhóm nghiên cứu độc lập có thể tiến hành các thí nghiệm có ý nghĩa thay vì phải thu hẹp tham vọng để phù hợp với các hạn chế về phần cứng. Các công ty khởi nghiệp ở các nền kinh tế mới nổi có thể xây dựng các mô hình cho ngôn ngữ địa phương, hệ thống chăm sóc sức khỏe khu vực hoặc các ứng dụng nông nghiệp mà không cần huy động Vốn để giành được các hợp đồng với các nhà cung cấp dịch vụ quy mô lớn.
Các trung tâm dữ liệu khu vực có thể tham gia vào thị trường toàn cầu thay vì bị loại trừ bởi cấu trúc của các thỏa thuận hiện có. Đây là cách chúng ta thực sự thu hẹp khoảng cách kỹ thuật số trong AI: không phải bằng cách yêu cầu các nhà phát triển chấp nhận các công cụ kém mạnh mẽ hơn, mà bằng cách tổ chức lại cách thức tiếp cận thị trường thông qua điện toán. Vitalik nói đúng rằng chúng ta nên chống lại sự tập trung hóa cơ sở hạ tầng AI, nhưng giải pháp không phải là quay trở lại phần cứng cục bộ. Các hệ thống phân tán cung cấp cả khả năng mở rộng và tính độc lập đã tồn tại.
Bài kiểm tra thực sự đối với các nguyên tắc của tiền điện tử
Cộng đồng tiền điện tử đã coi phi tập trung là một nguyên tắc nền tảng. Các mạng lưới điện toán phi tập trung đại diện cho cơ hội để thực hiện điều mà tiền điện tử luôn tuyên bố có thể: chứng minh rằng các hệ thống phân tán có thể sánh ngang và vượt trội hơn các hệ thống tập trung. Chi phí thấp hơn, khả năng truy cập rộng hơn, không có điểm kiểm soát hay lỗi duy nhất. Cơ sở hạ tầng đã tồn tại; câu hỏi đặt ra là liệu ngành công nghiệp sẽ sử dụng nó hay chấp nhận một phiên bản chủ quyền chỉ hoạt động hiệu quả nếu bạn sẵn sàng duy trì quy mô nhỏ.
