Mảnh ghép bất thường trong dòng dữ liệu EOS – lần này không phải EOS, mà là một giao dịch im lặng giữa hai gã khổng lồ: Samsung SDS và FuriosaAI. Họ công bố dịch vụ NPU-as-a-Service dành riêng cho chính phủ Hàn Quốc. Ở bề mặt, đây là tin công nghệ AI thuần túy. Nhưng dưới kính lúp on-chain, tôi thấy một tín hiệu đáng chú ý: liệu những chiếc NPU chuyên dụng này có làm xói mòn nhu cầu GPU cho các mạng lưới phi tập trung như Render Network hay Akash? Hay chúng sẽ trở thành đối thủ nặng ký khiến các token điện toán giảm giá? Hãy cùng tôi lần theo dấu vết dữ liệu.
Context: Samsung SDS, công ty con của tập đoàn Samsung, vừa hợp tác với FuriosaAI – một startup chip AI Hàn Quốc – để ra mắt dịch vụ cho thuê NPU (Neural Processing Unit) dạng cloud. Điểm khác biệt: đây là NPU đầu tiên trên thị trường Hàn Quốc nhắm vào khối khách hàng chính phủ. FuriosaAI thế hệ thứ hai (RNGD) hứa hẹn hiệu suất suy luận (inference) gấp 3-5 lần hiệu quả năng lượng so với GPU NVIDIA A100, với mức tiêu thụ chỉ 65W mỗi chip. Về mặt kỹ thuật, đây là một bước tiến lớn về hiệu suất cho các tác vụ inference. Nhưng đối với ngành blockchain, nó gợi mở một câu hỏi lớn: nếu chính phủ Hàn Quốc chuyển lượng lớn khối lượng công việc AI từ GPU sang NPU, liệu điều đó có làm giảm áp lực thuê GPU từ các mạng DePIN (mạng lưới cơ sở hạ tầng vật lý phi tập trung) như Render, Akash, hay Golem?
Core Insight – Tôi đã kiểm tra dữ liệu on-chain của Render Network (RNDR) trong nửa đầu năm 2026. Số lượng job hoàn thành mỗi ngày cho thấy một xu hướng giảm nhẹ từ tháng 4, trong khi giá token lại tăng do tâm lý thị trường tăng. Đây là dấu hiệu của sự phân kỳ cơ bản. Một giả thuyết: các dự án AI lớn đang dần chuyển sang các dịch vụ cloud tập trung có chi phí thấp hơn và độ tin cậy cao hơn, đặc biệt là khi chính phủ yêu cầu dữ liệu phải ở trong nước. Samsung SDS NPUaaS cung cấp mức chi phí inference thấp hơn 40% so với GPU cloud thông thường (dựa trên ước tính), và quan trọng hơn, nó đáp ứng được các yêu cầu về bảo mật và tuân thủ mà chính phủ Hàn Quốc yêu cầu. Các mạng lưới DePIN, với bản chất phân tán và thiếu cơ chế kiểm soát dữ liệu, khó có thể cạnh tranh trong mảng chính phủ. Tuy nhiên, điều này không có nghĩa là DePIN chết; nó chỉ bị thu hẹp vào các thị trường ngách: các tác vụ yêu cầu tính minh bạch cao (AI cho DAO), các dự án cần khả năng chống kiểm duyệt, hoặc các nhà nghiên cứu độc lập.
Contrarian Angle – Tương quan ≠ nhân quả. Việc giảm job trên Render Network có thể đến từ việc Render tự nâng cấp lên giao thức mới (Render Network v3) chứ không phải do NPUaaS. Hơn nữa, NPU chỉ tối ưu cho inference, còn phần lớn khối lượng trong DePIN là training (đào tạo mô hình) hoặc các tác vụ kết hợp. Các mạng như Akash vẫn có lợi thế về tính linh hoạt (support GPU đa dạng) và chi phí thấp hơn so với cloud truyền thống. Tôi cũng nhận thấy một điểm mù: FuriosaAI vẫn chưa công bố kết quả benchmark MLPerf Inference, và khả năng tương thích phần mềm (compatibility stack) của RNGD với các framework AI phổ biến vẫn còn là ẩn số. Nếu việc di chuyển model từ PyTorch sang RNGD mất nhiều công sức, chi phí ẩn sẽ làm giảm lợi thế của NPUaaS. Câu chuyện chưa kết thúc; dữ liệu on-chain sẽ cho chúng ta câu trả lời trong vài tháng tới.
Takeaway – Tuần tới, tôi sẽ theo dõi số lượng ví hoạt động trên Render Network và Akash, cùng với dòng tiền vào các pool thanh khoản của các token điện toán phi tập trung. Nếu NPUaaS thực sự gây áp lực, chúng ta sẽ thấy sự sụt giảm trong các chỉ số này. Ngược lại, nếu DePIN vẫn giữ vững, đó là tín hiệu cho thấy sự phân mảnh thị trường AI đang mang lại lợi ích cho cả hai phía. Đồng thuận không chỉ ở giao thức, mà còn ở dữ liệu.
