Hook
7 tháng trước, Sam Altman đặt mục tiêu 1 tỷ người dùng hoạt động hàng tuần cho ChatGPT. Hôm nay, con số đó đã thành hiện thực. Nhưng câu chuyện không dừng lại ở kỷ lục tăng trưởng. Đối với những người làm blockchain, con số này mang một thông điệp lạnh lùng: Nếu một ứng dụng AI tập trung có thể đạt quy mô này, thì cơ sở hạ tầng phi tập trung của chúng ta đang ở đâu?
Context
Không phải ngẫu nhiên tôi chọn phân tích ChatGPT trong một bài viết về blockchain. Sự thật là: AI và blockchain đang hội tụ. Nhưng không phải theo cách các nhà tiếp thị vẽ ra. Hàng loạt dự án "AI + DeFi" đã ra đời, hứa hẹn phân quyền cho các mô hình ngôn ngữ lớn. Tuy nhiên, chưa một dự án nào trong số đó đạt được dù chỉ 1% quy mô người dùng của ChatGPT. Sự bất đối xứng này là một điểm mù mà cộng đồng blockchain từ chối nhìn nhận.
Khi tôi audit các hợp đồng thông minh cho một dự án "AI oracle" vào năm 2023, tôi phát hiện phần cứng inference của họ chỉ đủ sức xử lý 100 yêu cầu mỗi giây – một con số thảm hại so với hàng triệu yêu cầu mỗi giây mà ChatGPT xử lý. Vấn đề không nằm ở mã nguồn, mà nằm ở kiến trúc hạ tầng: blockchain không được thiết kế cho tính toán nặng. Từ kinh nghiệm audit Aave v2 của tôi, tôi biết rõ: mỗi dòng code chạy trên EVM đều phải trả chi phí khí đốt, và điều đó giết chết mọi tham vọng inference phi tập trung ở quy mô lớn.
Core
Hãy mổ xẻ con số 1 tỷ người dùng tuần của ChatGPT dưới góc nhìn hạ tầng. Dựa trên kinh nghiệm phân tích whitepaper Bancor năm 2017, tôi biết rằng các con số hype thường che giấu những giả định yếu. Nhưng ở đây, dữ liệu là thật. Hãy tính: 1 tỷ người dùng, mỗi người trung bình 10 tương tác/tuần → 10 tỷ inference/tuần. Với chi phí inference ước tính $0.002/lần (sau tối ưu mạnh), tổng chi phí lên tới $20 triệu/tuần, tương đương $1 tỷ/năm. Đây là bài toán kinh tế mà không blockchain nào có thể giải được.
Từ góc nhìn kỹ thuật, để hỗ trợ khối lượng này, OpenAI phải vận hành một cụm GPU quy mô khủng – ước tính hơn 100.000 GPU H100 tương đương. Họ sử dụng kỹ thuật lượng tử hóa FP8, lấy mẫu đầu cơ, và xử lý batch liên tục để giảm chi phí. Không có gì trong số này có thể được tái tạo trên một mạng lưới phi tập trung, nơi mỗi nút phải tự trả chi phí tính toán của riêng mình.
Tôi từng phát hi ra lỗi trong cơ chế lãi suất của Aave v2 bằng cách kiểm tra từng tham số. Ở đây, lỗi logic tương tự tồn tại trong các dự án AI blockchain: họ giả định rằng việc phân tán các tác vụ inference trên nhiều nút sẽ giảm chi phí. Nhưng thực tế, do overhead của đồng thuận và xác thực, chi phí tổng thể còn cao hơn so với một máy chủ tập trung được tối ưu hóa. Đây là một ngụy biện toán học cơ bản.
Hãy nhìn vào số liệu: dự án "phi tập trung" lớn nhất trong mảng AI blockchain – Render Network – có khoảng 10.000 nút hoạt động, xử lý khoảng 1 triệu tác vụ render/tuần. So với 10 tỷ inference/tuần của ChatGPT, chênh lệch 10.000 lần. Không phải vì Render kém, mà vì mô hình kinh tế của blockchain không thể cạnh tranh với trung tâm dữ liệu tập trung khi nói đến tính toán thuần túy.
Nhưng có một khía cạnh ẩn: OpenAI đã phải thương lượng với Microsoft để có được ưu đãi về giá điện và GPU. Nếu các blockchain có thể tận dụng năng lượng dư thừa từ các mỏ khai thác (proof-of-work đã chết) hoặc từ các trung tâm dữ liệu tái tạo, chi phí có thể giảm. Tuy nhiên, điều này đòi hỏi một lớp trừu tượng hóa phần cứng mà chưa ai xây dựng thành công.
Contrarian
Đừng vội kết luận rằng blockchain vô dụng trong kỷ nguyên AI. Góc nhìn phản trực giác ở đây là: Quy mô của ChatGPT thực sự là một cơ hội cho blockchain, nhưng không phải ở lớp inference, mà ở lớp xác thực và quản trị dữ liệu.
Hãy nhìn vào bài toán về độ tin cậy: Với 10 tỷ inference/tuần, nếu tỷ lệ ảo giác chỉ 0.1%, thì mỗi tuần có 10 triệu phản hồi sai. Ai sẽ chịu trách nhiệm? Các mô hình tập trung như ChatGPT không có cơ chế kiểm toán công khai. Trong khi đó, một blockchain có thể lưu trữ bằng chứng về tính toán (zero-knowledge proof) để xác minh rằng một inference cụ thể được thực hiện bởi một mô hình cụ thể và không bị can thiệp. Đây là lĩnh vực mà các dự án như Modulus Labs hay Giza đang theo đuổi.
Một điểm mù khác: Chi phí inference khổng lồ đồng nghĩa với việc các doanh nghiệp nhỏ không thể tự vận hành mô hình. Họ phải phụ thuộc vào OpenAI. Blockchain có thể tạo ra một thị trường phi tập trung cho các mô hình nhỏ hơn, chuyên biệt hơn, nơi chi phí thấp hơn và quyền riêng tư được bảo vệ. Tôi đã thấy điều này trong các dự án như Bittensor – một mạng lưới các mô hình học máy cạnh tranh – nhưng họ mới chỉ đạt vài nghìn người dùng. Khoảng cách là lớn, nhưng hướng đi thì đúng.
Takeaway
1 tỷ người dùng tuần của ChatGPT không phải là dấu chấm hết cho blockchain, mà là một lời cảnh tỉnh. Các dự án AI blockchain cần ngừng bán những giấc mơ "inference phi tập trung" và tập trung vào những gì blockchain làm tốt nhất: xác thực, quản trị, và thanh toán. Hype là tấm màn. Tôi chỉ xé nó ra. Sự thật là: thế giới cần AI, nhưng AI không cần blockchain để chạy. Blockchain chỉ cần thiết để đảm bảo AI chạy đúng.
Câu hỏi dành cho bạn: Khi bạn dùng ChatGPT tuần này, bạn có tin rằng phản hồi đó đến từ đúng mô hình, không bị kiểm duyệt sai, và dữ liệu của bạn không bị khai thác? Nếu câu trả lời là không, thì blockchain vẫn còn chỗ đứng.
