Tôi từng nghĩ rằng cuộc đua AI chip chỉ có một người chiến thắng. Cho đến khi iShares Semiconductor ETF (SOXX) ghi nhận AMD vượt Nvidia về tỷ trọng vốn hóa, còn Micron xếp thứ ba. Một sự kiện tưởng chừng chỉ là thống kê, nhưng nếu nhìn qua lăng kính của một người đã sống qua ICO 2017, DeFi Summer 2020 và NFT mania 2021, tôi thấy một câu chuyện sâu hơn: thị trường đang định giá lại cấu trúc quyền lực của ngành compute. Và điều đó, với tư cách là một Token Fund Investment Manager, tôi tin sẽ tác động trực tiếp đến các dự án phi tập trung hóa hạ tầng tính toán (DePIN) và AI on-chain.
Bối cảnh: Từ GPU đơn độc đến kỷ nguyên đa cực
Khi DeFi Summer bùng nổ, tôi ngồi hàng giờ phân tích Uniswap và Compound, nhưng chưa bao giờ nghĩ đến lớp vật lý bên dưới. Mãi đến năm 2024, khi quỹ của tôi đầu tư vào Render Network, tôi mới hiểu: GPU là xương sống của thế hệ ứng dụng tiếp theo. Nvidia thống trị tuyệt đối, sở hữu hơn 80% thị trường AI training, nhờ CUDA ecosystem và CoWoS packaging. Nhưng ETF vừa cho thấy AMD đang leo lên – và Micron cũng xuất hiện. Điều này không chỉ là một sự kiện tài chính. Nó phản ánh một sự dịch chuyển mang tính cấu trúc: thị trường đang chuyển từ giai đoạn "training khát GPU" sang "inference tìm kiếm hiệu suất/giá".
Core: Cơ chế của sự thay đổi – và điểm chạm với blockchain
Hãy nhìn vào kỹ thuật. AMD sử dụng chiplet architecture, kết hợp nhiều die nhỏ qua advanced packaging (3D V-Cache). Nvidia dựa trên monolithic die lớn + CoWoS. Khi AI inference bùng nổ – nhu cầu tính toán cho các tác vụ suy luận thay vì huấn luyện – thì chiplet tỏ ra linh hoạt hơn. Nó cho phép tinh chỉnh cho từng workload, giảm chi phí, và quan trọng nhất: không bị phụ thuộc vào một loại packaging duy nhất. Đây là lý do vì sao AMD bắt đầu chiếm ưu thế trong mắt các nhà đầu tư tổ chức.
Đối với blockchain, điều này có nghĩa là: các mạng lưới DePIN như Render Network, Akash, hay io.net sẽ có thêm lựa chọn phần cứng đa dạng hơn. Không còn chỉ phụ thuộc vào Nvidia. AMD MI300 series với hiệu năng inference cạnh tranh và giá thấp hơn sẽ giúp giảm chi phí vận hành cho các node cung cấp GPU. Thêm vào đó, sự xuất hiện của Micron trong top 3 nhấn mạnh vai trò của bộ nhớ băng thông cao (HBM) – một yếu tố then chốt cho các tác vụ AI. Các dự án blockchain cần lưu trữ dữ liệu lớn (Filecoin, Arweave) cũng sẽ hưởng lợi từ chuỗi cung ứng bộ nhớ cạnh tranh hơn.
Contrarian: Góc nhìn phản trực giác – ETF không phải là tấm gương phản chiếu hoàn hảo
Đa số sẽ hét lên rằng AMD đã "đánh bại" Nvidia. Nhưng tôi nhìn thấy một cạm bẫy. ETF SOXX là quỹ theo trọng số vốn hóa thị trường. Việc AMD vượt lên có thể chỉ là kết quả của đợt tăng giá ngắn hạn sau báo cáo tài chính, hoặc do lượng cổ phiếu lưu hành thay đổi. Nó không nói lên thị phần thực tế hay sức mạnh lợi nhuận. Thực tế, Nvidia vẫn đang kiếm được nhiều tiền hơn gấp nhiều lần từ AI. Sự thay đổi trong ETF phản ánh kỳ vọng tương lai, không phải hiện tại. Và kỳ vọng đó có thể bị thổi phồng nếu AMD không đáp ứng được kỳ vọng về ROCm software stack – thứ mà CUDA đã xây dựng suốt 15 năm.
Nhưng với một INFJ luôn tìm kiếm tín hiệu sớm, tôi lại thấy điểm mù ở đây chính là "sự định giá lại cấu trúc thị trường". Các nhà đầu tư tổ chức đang bắt đầu pricing in một tương lai mà AI chip không còn là độc tôn. Điều này mở ra cơ hội cho những dự án blockchain tận dụng sự đa dạng hóa phần cứng. Hãy nghĩ về Render Network: nếu có thể chạy inference trên cả Nvidia và AMD, mạng lưới sẽ linh hoạt hơn, chi phí thấp hơn, và hấp dẫn người dùng hơn. Đây là narrative mà thị trường chưa định giá đúng.
Takeaway: Câu chuyện tiếp theo – sự hội tụ của chip và on-chain compute
Khi đứng trước bảng điều khiển quỹ, tôi tự hỏi: liệu sự kiện AMD vượt Nvidia trong ETF có phải là khởi đầu cho một chu kỳ mới không? Hay chỉ là một cơn sóng nhỏ? Tôi nghiêng về phía trước. Sự thay đổi này báo hiệu rằng cuộc chơi compute đang phân mảnh, và các mạng lưới phi tập trung có thể trở thành bên hưởng lợi lớn. Vì chúng sinh ra để tận dụng sự đa dạng: không gắn với bất kỳ nhà cung cấp phần cứng độc quyền nào. Giống như Uniswap đã làm với thanh khoản, Render có thể làm với GPU. Câu hỏi còn lại là: các dự án DePIN có đủ nhanh để thích nghi với kiến trúc chiplet và inference-first không? Sóng vỗ, ai đứng vững?