Trong các bài viết trước, chúng tôi đã nhiều lần đề cập đến một nhận định: ngành công nghiệp AI đang trải qua một sự chuyển dịch cấu trúc – trọng tâm cạnh tranh đang chuyển từ năng lực mô hình sang cách thức kiểm soát và phân phối sức mạnh tính toán.

Mô hình có thể được sao chép, thuật toán có thể bị đuổi kịp, nhưng cách thức sản xuất, phân phối và kiểm soát sức mạnh tính toán đang nhanh chóng tập trung và dần dần quyết định ai có thể thực sự tham gia vào cuộc cạnh tranh AI ở giai đoạn tiếp theo.

Đây không phải là một nhận định mang tính cảm tính, mà là kết quả từ việc quan sát lâu dài sự tiến hóa của ngành công nghiệp, công nghệ và cơ sở hạ tầng.

Trong bài viết này, dựa trên nhận định đó, chúng tôi bổ sung thêm một góc nhìn thường bị bỏ qua nhưng cực kỳ quan trọng: vấn đề sức mạnh tính toán AI, về bản chất, là một vấn đề về giao thức cơ sở hạ tầng, chứ không đơn thuần là vấn đề kỹ thuật hay sản phẩm.

1. Nút thắt thực sự của AI, không còn nằm ở tầng mô hình

Trong ngành công nghiệp AI ngày nay, một sự thật bị lặp đi lặp lại bị bỏ qua là: thứ hạn chế sự phát triển của AI không còn là năng lực mô hình, mà là khả năng tiếp cận sức mạnh tính toán.

Đặc điểm chung của các hệ thống AI chủ đạo hiện nay là mô hình, sức mạnh tính toán, giao diện và quyền định giá được kết hợp chặt chẽ trong cùng một nhóm chủ thể tập trung. Đây không phải là "lựa chọn" của một công ty hay một quốc gia cụ thể nào, mà là kết quả tự nhiên của một ngành công nghiệp thâm dụng vốn khi thiếu cơ chế phối hợp mở.

Khi sức mạnh tính toán được đóng gói và bán dưới dạng "dịch vụ đám mây", quyền quyết định tự nhiên sẽ tập trung vào các hướng sau:

• Năng lực sản xuất chip
• Quy mô năng lượng và trung tâm dữ liệu
• Cấu trúc vốn và lợi thế địa chính trị

Điều này khiến sức mạnh tính toán dần dần tiến hóa từ một "tài nguyên" thành một quyền lực cấu trúc. Do đó, sức mạnh tính toán trở nên đắt đỏ và giá cả cực kỳ không minh bạch, bị chi phối bởi chính trị địa lý, năng lượng và kiểm soát xuất khẩu, gây bất lợi lớn cho các nhà phát triển và nhóm nhỏ.

Việc sản xuất, triển khai và điều phối GPU tiên tiến tập trung cao độ trong tay một số ít nhà sản xuất phần cứng và nhà cung cấp dịch vụ đám mây siêu lớn, không chỉ ảnh hưởng đến các công ty khởi nghiệp mà còn đang ảnh hưởng đến năng lực cạnh tranh AI của toàn bộ khu vực và quốc gia. Đối với nhiều nhà phát triển, sức mạnh tính toán đã tiến hóa từ "tài nguyên kỹ thuật" thành "rào cản gia nhập". Vấn đề không chỉ là giá cao hay thấp, mà là liệu có thể có được năng lực tính toán lâu dài, có thể dự đoán được hay không, liệu có bị khóa chặt vào một hệ thống công nghệ và cung ứng duy nhất hay không, và liệu có thể tham gia vào chính nền kinh tế sức mạnh tính toán cơ bản hay không.

Nếu AI sẽ trở thành năng lực cơ bản phổ quát, thì cơ chế sản xuất và phân phối sức mạnh tính toán không nên duy trì lâu dài ở trạng thái đóng kín cao độ.

2. Từ Bitcoin đến AI: Logic chung của các giao thức cơ sở hạ tầng

Chúng tôi đề cập đến Bitcoin không phải để thảo luận về giá cả hay thuộc tính tài chính của nó, mà bởi vì nó là một trong số ít hệ thống giao thức thực sự thành công trong việc phối hợp các tài nguyên vật lý toàn cầu.

Điều mà Bitcoin giải quyết, không bao giờ chỉ là vấn đề "ghi sổ", mà là ba vấn đề cơ bản hơn:

1. Làm thế nào để khuyến khích các cá nhân xa lạ liên tục đầu tư tài nguyên thế giới thực
2. Làm thế nào để xác minh rằng những tài nguyên này thực sự được đầu tư và tạo ra công việc
3. Làm thế nào để duy trì sự ổn định lâu dài của hệ thống mà không có bên kiểm soát trung tâm

Nó sử dụng một cách cực kỳ đơn giản nhưng khó bỏ qua để biến phần cứng và năng lượng thành "đóng góp" có thể xác minh được trong giao thức.

Sức mạnh tính toán AI đang tiến đến một vị trí cực kỳ giống với năng lượng và sức mạnh tính toán ngày xưa.

Khi một năng lực đủ cơ bản, đủ khan hiếm, thứ nó cuối cùng cần không phải là bao bì thương mại tinh vi hơn, mà là một tầng giao thức có thể phối hợp tài nguyên lâu dài.

Trong mạng lưới Gonka:

• "Công việc" được định nghĩa là chính việc tính toán AI có thể xác minh được
• Khuyến khích và quyền quản trị đến từ đóng góp sức mạnh tính toán thực sự, chứ không phải từ vốn hay câu chuyện
• Tài nguyên GPU được sử dụng càng nhiều càng tốt cho công việc AI có ý nghĩa, thay vì tiêu hao an ninh trừu tượng

Đây là một nỗ lực định nghĩa lại sức mạnh tính toán thành "cơ sở hạ tầng mở".

3. Tại sao bắt đầu từ AI suy luận (Inference), thay vì huấn luyện (Training)?

Chúng tôi chọn bắt đầu từ AI suy luận (Inference), không phải vì huấn luyện không quan trọng, mà bởi vì suy luận đã trở thành nút thắt sức mạnh tính toán cấp bách nhất trong thế giới thực.

Khi AI chuyển từ thử nghiệm sang môi trường sản xuất, chi phí, tính ổn định và khả năng dự đoán của việc suy luận liên tục đang trở thành vấn đề mà các nhà phát triển thực sự quan tâm. Và chính ở khâu này, những hạn chế của dịch vụ đám mây tập trung thể hiện rõ ràng nhất.

Từ góc độ thiết kế mạng lưới, suy luận có một số đặc điểm chính:

• Khối lượng công việc liên tục, có thể đo lường
• Phù hợp hơn để tối ưu hóa hiệu quả trong môi trường phi tập trung
• Có thể kiểm tra thực tế liệu cơ chế xác minh sức mạnh tính toán và khuyến khích có thành lập hay không

Huấn luyện tất nhiên là quan trọng, chúng tôi cũng có kế hoạch đưa năng lực huấn luyện vào trong tương lai, và đã sử dụng một phần doanh thu mạng lưới để hỗ trợ nhu cầu huấn luyện dài hạn. Nhưng cơ sở hạ tầng trước tiên phải hoạt động trơn tru trong nhu cầu thực tế.

5. Sức mạnh tính toán phi tập trung, làm thế nào để tránh "tính toán giả"?

Một câu hỏi thường gặp là: Trong môi trường phi tập trung, làm thế nào để đảm bảo các nút thực sự đang thực hiện tính toán AI, thay vì giả mạo kết quả?

Câu trả lời của chúng tôi là: Nhúng logic xác minh vào chính quá trình tính toán, để ảnh hưởng đến từ đóng góp tính toán thực tế, liên tục.

Mạng lưới thông qua các giai đoạn tính toán ngắn hạn (Sprint), yêu cầu các nút thực hiện nhiệm vụ suy luận trên các mô hình Transformer lớn được khởi tạo ngẫu nhiên. Những nhiệm vụ này:

• Không thể tính toán trước
• Không thể tái sử dụng kết quả lịch sử
• Chi phí cao hơn chi phí làm giả

Mạng lưới không xem xét lại toàn bộ mỗi lần tính toán, mà thông qua việc kiểm tra ngẫu nhiên liên tục và tăng cường độ xác minh động, khiến việc làm giả trở nên không khả thi về mặt kinh tế. Các nút ổn định gửi kết quả chính xác lâu dài sẽ tự nhiên có được mức độ tham gia và ảnh hưởng cao hơn.

6. Cạnh tranh với các gã khổng lồ tập trung, hay giải quyết vấn đề ở các tầng khác nhau?

Chúng tôi không cố gắng "thay thế" OpenAI, Google hay Microsoft.

Các công ty công nghệ lớn xây dựng ngăn xếp AI hiệu quả trong hệ thống đóng, đó là lợi thế của họ. Nhưng mô hình này tự nhiên sẽ mang lại:

• Truy cập bị hạn chế
• Định giá không minh bạch
• Năng lực tập trung vào một số ít chủ thể

Chúng tôi tập trung vào các tầng mà những hệ thống này khó bao phủ: sự phối hợp sức mạnh tính toán ở cấp độ cơ sở hạ tầng, mở, có thể xác minh.

Nó không phải là một dịch vụ, mà là một thị trường và giao thức, cho phép nhà cung cấp phần cứng và nhà phát triển trực tiếp đấu tranh xoay quanh hiệu quả và tính xác thực của sức mạnh tính toán.

7. Sức mạnh tính toán có bị "hàng hóa hóa" không? Giá trị sẽ chảy về đâu?

Nhiều người cho rằng, khi chi phí suy luận giảm, giá trị cuối cùng sẽ tập trung ở tầng mô hình. Nhưng nhận định này thường bỏ qua một điều kiện tiên quyết:

Sức mạnh tính toán không phải là hàng hóa cung cấp vô hạn.

Sức mạnh tính toán bị chi phối bởi:

• Năng lực sản xuất chip
• Năng lượng và phân bố địa lý
• Hiệu quả phối hợp cơ sở hạ tầng

Khi nhu cầu suy luận tiếp tục tăng trên phạm vi toàn cầu, thứ thực sự khan hiếm sẽ là nguồn cung sức mạnh tính toán ổn định, có thể dự đoán, có thể mở rộng. Và ai có thể phối hợp những tài nguyên này, người đó nắm giữ giá trị cấu trúc.

Điều chúng tôi cố gắng làm không phải là sở hữu mô hình, mà là để nhiều người tham gia hơn có thể trực tiếp tham gia vào chính nền kinh tế sức mạnh tính toán, thay vì chỉ có thể là "người dùng trả phí".

8. Tại sao sức mạnh tính toán phi tập trung là một đề tài dài hạn?

Nhận định của chúng tôi không đến từ lý thuyết, mà từ kinh nghiệm thực tế xây dựng hệ thống AI trong môi trường tập trung.

Khi AI trở thành năng lực cốt lõi, quyết định về sức mạnh tính toán thường không còn là vấn đề kỹ thuật, mà là vấn đề chiến lược. Sự tập trung này đang mở rộng từ cấp độ thương mại sang cấp độ địa chính trị và chủ quyền.

Nếu AI là cơ sở hạ tầng mới, thì cách thức phối hợp sức mạnh tính toán sẽ quyết định mức độ mở của đổi mới trong tương lai.

Trong lịch sử, mỗi làn sóng công nghệ thực sự giải phóng sức sản xuất cuối cùng đều cần một tầng cơ sở hạ tầng mở. AI cũng không ngoại lệ.

Kết luận: Hai con đường tương lai

Chúng ta đang hướng tới một trong hai tương lai có thể:

• Sức mạnh tính toán tiếp tục tập trung vào một số ít công ty và quốc gia, AI trở thành năng lực đóng kín
• Hoặc, thông qua giao thức mở phối hợp sức mạnh tính toán toàn cầu, để giá trị chảy về những người đóng góp thực sự

Gonka không tuyên bố mình là câu trả lời, nhưng chúng tôi biết rõ mình đứng về phía nào.

Nếu AI sẽ thay đổi thế giới một