# APEXSTONE RESEARCH
Báo cáo chuyên sâu của Viện nghiên cứu trí tuệ Ding Shì
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Điện toán phi tập trung: sự thay đổi mang tính cấu trúc của hạ tầng AI
Ngày phát hành: 10 tháng 8 năm 2026
Nhóm phân tích: APEXSTONE Viện Nghiên cứu Trí tuệ (Ding Shì Zhi Ku)
Loại báo cáo: Nghiên cứu chuyên sâu theo ngành
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🌤️ Hệ thống thời tiết thị trường (Market Weather)
Trạng thái hiện tại: giai đoạn suy giảm nhiễu → giai đoạn chuyển tiếp sang trạng thái làm nguội yên tĩnh
Căn cứ đánh giá:
• Chỉ số Fear & Greed: 30 (Fear) — tâm lý thị trường khá lạnh
• Giá BTC: $64.950, lệch -6,92% so với đường trung bình động 200 ngày
• Phân hóa mảng AI: các giao thức đầu (RNDR +2,58%) chống chịu tốt, đồng vốn hóa nhỏ nhìn chung điều chỉnh
• Khối lượng giao dịch suy yếu: tổng khối lượng giao dịch 24h của mảng AI giảm 40%+ so với đỉnh
Diễn giải: Thị trường đang ở giai đoạn các tổ chức bố trí ở “bên trái”, tâm lý nhà đầu tư nhỏ lẻ yếu, mảng tính toán phi tập trung chuyển từ "đầu cơ theo khái niệm" sang "xác thực nền tảng cơ bản", thuộc trạng thái nguội điển hình ở cuối pha tĩnh lặng.
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🛡️ Radar chống thao túng (Anti-Manipulation)
Theo dõi đặt lệnh giả (giả lập treo lệnh):
• Chưa phát hiện bất thường hủy lệnh quy mô lớn trong phút/giây
• Độ sâu sổ lệnh của các giao thức chính ở trạng thái bình thường
Phát hiện bất thường dữ liệu giao dịch:
• Phân bố khối lượng giao dịch RNDR/TAO bình thường, không có dấu hiệu “quét khối lượng” (wash)
• Tỷ lệ giá chẵn (làm tròn) thấp hơn ngưỡng (<15%)
Phát hiện tâm lý cộng đồng:
• Mức độ “nóng” của chủ đề tính toán phi tập trung ở mức vừa phải
• Chưa phát hiện tín hiệu bất thường như tăng gấp trăm lần theo phút
• Mức rủi ro: trung-thấp
⚠️ Cần chú ý: Một số token AI vốn hóa nhỏ xuất hiện cơn sốt trong cộng đồng, cần cảnh giác rủi ro bị thổi phồng để “lướt sóng” ngắn hạn.
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 Theo dõi entropy thông tin (Information Entropy)
Phát hiện trào lưu khái niệm mới:
• "DePIN" (Decentralized Physical Infrastructure Networks) đã đi từ khái niệm rìa sang thảo luận chính thống
• Tần suất các từ khóa lai ghép như "thuê tính toán AI" và "gộp (pool) GPU" tăng lên
• Entropy thông tin: trung bình-cao (trong quá trình khuếch tán khái niệm mới)
Cảnh báo rủi ro:
• Khái niệm mới “tràn vào” thường đi kèm kỳ vọng lạc quan quá mức
• Cần phân biệt giữa "nhu cầu thực sự" và "đầu cơ theo khái niệm"
• Khuyến nghị tập trung vào dữ liệu doanh thu thực tế của giao thức, thay vì chỉ nhìn mức độ “nóng” của câu chuyện
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📅 Đánh giá vòng đời của “điểm nóng” (Lifecycle Assessment)
Định vị trong mảng tính toán phi tập trung: ngày 8-12 (giai đoạn đầu của vòng đời)
Căn cứ để đánh giá:
• Ngành vẫn chưa bước vào tầm nhìn của số đông (chưa được bàn luận sôi nổi trong chat/nhóm phổ thông)
• Các tổ chức lớn bắt đầu quan tâm, nhưng chưa phân bổ quy mô lớn
• Tăng trưởng TVL đang ở giai đoạn tăng tốc ($500 triệu → $5 tỷ)
⚠️ Cảnh báo “định luật ngày thứ 20”:
Khi chủ đề tính toán phi tập trung đi vào tầm nhìn đại chúng (ví dụ người dùng phổ thông bắt đầu thảo luận, truyền thông đưa tin rộng rãi), thường nghĩa là tổ chức đã sắp xong phần chuẩn bị, và giai đoạn sắp chuyển sang đảo chiều. Hiện tại vẫn còn sớm, nhưng vẫn cần giữ cảnh giác.
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Tóm tắt điều hành
Luận điểm cốt lõi
Tính toán phi tập trung (DePIN) đang chuyển từ giai đoạn “kiểm chứng ý tưởng” sang giai đoạn “ứng dụng quy mô”. Khi nguồn cung chip AI bị thiếu hụt nghiêm trọng hơn, chi phí huấn luyện tăng vọt, và quyền định giá của các nhà cung cấp dịch vụ cloud tập trung cao, mạng tính toán phi tập trung trở thành giải pháp bổ sung then chốt để giảm nghẽn hạ tầng AI.
Dữ liệu then chốt
- Lỗ hổng chip AI toàn cầu: giai đoạn 2024-2026 thiếu tích lũy hơn 3 triệu GPU
- Mức tăng giá chip: trong 3 năm tăng 300%+
- Chi phí thuê phi tập trung: thấp hơn 40-60% so với nhà cung cấp cloud
- TVL mảng DePIN: tăng từ năm 2024 là $500 triệu lên năm 2026 $5 tỷ+
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
I. Bối cảnh nghiên cứu
1.1 Nhu cầu tính toán AI tăng trưởng bùng nổ
Ngành AI toàn cầu đang ở giai đoạn bùng phát. Số lượng tham số của mô hình ngôn ngữ lớn tăng gấp đôi mỗi 18 tháng, kéo theo nhu cầu huấn luyện tăng theo cấp số nhân. Đồng thời, nguồn cung tính toán chịu ràng buộc bởi ba yếu tố:
- Phía cung: công suất tiến trình tiên tiến của TSMC bị hạn chế, nguồn cung H100/H200 liên tục căng thẳng
- Phía chi phí: giá chip AI tăng 300% trong 3 năm, chi phí huấn luyện tăng vọt
- Phía địa lý: trung tâm dữ liệu tập trung ở Bắc Mỹ và Đông Á, thị trường mới nổi phủ sóng chưa đủ
1.2 Dữ liệu mở rộng của tính toán tập trung
Dựa trên công bố công khai và ước tính thị trường, tổng công suất điện hằng năm mà các “ông lớn” công nghệ tăng thêm cho trung tâm dữ liệu AI toàn cầu là:
┌─────────────────────────────────────────────────────┐
│ Công ty │ Công suất tăng thêm hằng năm (GW/năm) │ Tốc độ mở rộng │
├─────────────────────────────────────────────────────┤
│ SpaceX/xAI │ 5-8 │ ████████ Cao │
│ Microsoft │ 4-6 │ ███████ Cao │
│ Meta │ 3-5 │ ██████ Trung │
│ AWS │ 3-5 │ ██████ Trung │
│ Google │ 2-4 │ ████ Trung │
│ Oracle │ 1-3 │ ██ Thấp │
└─────────────────────────────────────────────────────┘
Ghi chú: 1GW = 1000MW, tương đương khoảng 1 triệu hộ gia đình dùng điện
1.3 Nêu vấn đề
Trong bối cảnh mở rộng nhanh chóng của tính toán tập trung, mạng tính toán phi tập trung có vai trò là gì? Liệu có thể trở thành một thành phần quan trọng của hạ tầng AI không?
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
II. Cơ hội mang tính cấu trúc của tính toán phi tập trung
2.1 Mở rộng từ phía cung
Mạng tính toán phi tập trung bằng cách tích hợp tài nguyên GPU nhàn rỗi toàn cầu, có thể giảm hiệu quả áp lực thiếu chip. Cơ chế cốt lõi:
- Tận dụng tài nguyên nhàn rỗi: GPU nhàn rỗi của game thủ và các tổ chức nghiên cứu kết nối vào mạng
- Kiến trúc phân tán: phủ các nút trên toàn cầu, giảm độ trễ mạng
- Mở rộng linh hoạt: trong giai đoạn nhu cầu cao có thể nhanh chóng điều động tài nguyên nhàn rỗi
2.2 Lợi thế chi phí
So sánh giá thuê giữa nhà cung cấp cloud và thuê tính toán phi tập trung:
┌─────────────────────────────────────────────────────┐
│ Chỉ tiêu │ Nhà cung cấp cloud │ Mạng phi tập trung │
├─────────────────────────────────────────────────────┤
│ Giá thuê GPU (USD/giờ)│ $3.00-4.00 │ $1.20-2.00 │
│ Chênh lệch giá │ - │ thấp 40-60% │
│ Thanh toán theo nhu cầu│ Có │ Có │
│ Định giá minh bạch │ Một phần │ Hoàn toàn │
└─────────────────────────────────────────────────────┘
2.3 Quyền định giá phân tán
Các nhà cung cấp cloud truyền thống nắm quyền định giá, khiến chi phí của nhà phát triển nhỏ và vừa rất cao. Mạng phi tập trung đạt được điều này nhờ hợp đồng thông minh:
- Khám phá giá trên chuỗi: quan hệ cung-cầu minh bạch
- Tự động thực hiện thanh toán: giảm chi phí giao dịch
- Không có điều khoản khóa cứng: linh hoạt chuyển đổi nhà cung cấp
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
III. Phân tích chuyên sâu mảng DePIN
3.1 Tổng quan thị trường
Mảng DePIN (Decentralized Physical Infrastructure Networks) đang ở giai đoạn phát triển nhanh:
- TVL năm 2024: $500 triệu
- TVL năm 2025: $2,5 tỷ
- Dự phóng TVL năm 2026: $5 tỷ+
- Tăng trưởng so với cùng kỳ: 2025 tăng 400%, 2026 tăng 100%+
3.2 So sánh các dự án cốt lõi
┌─────────────────────────────────────────────────────────────────┐
│ Dự án │ Định vị │ Xếp hạng vốn hóa │ Hiệu suất hôm nay │ Mức rủi ro │
├─────────────────────────────────────────────────────────────────┤
│ RNDR │ GPU rendering phi tập trung │ Hạng 45 │ +2,58% │ Trung bình │
│ TAO │ Mạng AI phi tập trung │ Hạng 38 │ -0,92% │ Trung-cao │
│ RENDER │ Rendering GPU và suy luận │ Hạng 62 │ -2,42% │ Trung bình │
│ FET │ Tác nhân AI và dữ liệu │ Hạng 55 │ -1,67% │ Trung bình │
│ OCEAN │ Nền tảng hợp tác dữ liệu │ Hạng 78 │ -1,19% │ Trung-cao │
└─────────────────────────────────────────────────────────────────┘
3.3 Phân tích kiến trúc kỹ thuật
RNDR (Render Network)
- Ngăn xếp công nghệ: dựa trên Ethereum với phần mở rộng Layer 2
- Kịch bản ứng dụng: render phim ảnh, suy luận AI, dựng mô hình 3D
- Cơ cấu khách hàng: khách hàng cấp công nghiệp chiếm 60%+
- Mô hình doanh thu: tính phí theo thời lượng render
TAO (Bittensor)
- Ngăn xếp công nghệ: kiến trúc Subnet, mở rộng theo mô-đun
- Kịch bản ứng dụng: huấn luyện mô hình AI, dịch vụ suy luận
- Điểm đổi mới: thiết kế cơ chế khuyến khích, thu hút đa dạng người đóng góp
- Điểm rủi ro: mức độ trưởng thành kỹ thuật cần được xác thực
3.4 Khung đánh giá bốn chiều “Đỉnh thạch”
┌─────────────────────────────────────────────────────────────────┐
│ Chiều đánh giá │ Trọng số │ RNDR │ TAO │ Diễn giải │
├─────────────────────────────────────────────────────────────────┤
│ Tính khả thi kỹ thuật │ 30% │ 8/10 │ 6/10 │ RNDR đã thương mại hóa │
│ Tính bền vững kinh tế │ 25% │ 7/10 │ 6/10 │ TVL tăng trưởng ổn định │
│ Tính đầy đủ quản trị │ 25% │ 7/10 │ 5/10 │ Mức độ phi tập trung │
│ Thanh khoản thị trường │ 20% │ 8/10 │ 7/10 │ Mức độ sôi động giao dịch │
├─────────────────────────────────────────────────────────────────┤
│ Điểm tổng hợp │ 100% │ 7,25/10 │ 5,95/10 │ │
└─────────────────────────────────────────────────────────────────┘
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
IV. Luận điểm đầu tư và đánh giá rủi ro
4.1 Luận điểm đầu tư cốt lõi
Luận điểm 1: Cải cách từ phía cung
Tính toán phi tập trung là giải pháp mang tính cấu trúc để giảm thiếu hụt chip AI. Khoảng thiếu hụt nguồn cung chip dự kiến kéo dài đến năm 2027, mạng phi tập trung sẽ lấp khoảng trống.
Luận điểm 2: Bùng nổ từ phía nhu cầu
Sự tăng trưởng bùng nổ của ứng dụng AI kéo theo nhu cầu tính toán tăng theo cấp số nhân. Doanh nghiệp nhỏ và vừa cùng nhà phát triển cá nhân có nhu cầu lớn về tính toán chi phí thấp.
Luận điểm 3: Tái định hình định giá
Ngành chuyển từ "đầu cơ theo khái niệm" sang "động lực từ doanh thu thực tế". Các giao thức chủ đạo đã bắt đầu tạo ra doanh thu ổn định, khiến logic định giá thay đổi.
Luận điểm 4: Tổ chức tham gia
Các nhà cung cấp cloud truyền thống bắt đầu đầu tư vào dự án DePIN, mức độ công nhận của ngành tăng lên.
4.2 Cảnh báo rủi ro
┌─────────────────────────────────────────────────────────────────┐
│ Loại rủi ro │ Mức rủi ro │ Mức ảnh hưởng │ Chiến lược ứng phó │
├─────────────────────────────────────────────────────────────────┤
│ Rủi ro kỹ thuật │ Trung-cao │ Cao │ Theo dõi độ trưởng thành kỹ thuật │
│ Rủi ro thị trường │ Cao │ Cao │ Kiểm soát quy mô nắm giữ, phân bổ đa dạng │
│ Rủi ro quản lý │ Trung │ Trung │ Theo dõi diễn biến chính sách │
│ Rủi ro cạnh tranh│ Trung │ Trung │ Ưu tiên các giao thức đầu ngành │
└─────────────────────────────────────────────────────────────────┘
4.3 Khuyến nghị quản trị rủi ro
- Kiểm soát tỷ trọng: tổng tỷ trọng mảng AI khuyến nghị không vượt quá 20% tổng tỷ trọng
- Phân bổ đa dạng: ưu tiên các giao thức đầu ngành, tránh các đồng vốn hóa nhỏ
- Kỷ luật cắt lỗ: lỗ của một đồng vượt quá 15% cân nhắc cắt lỗ
- Góc nhìn dài hạn: tính toán phi tập trung là “đường đua” dài hạn, dao động ngắn hạn là bình thường
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
V. Kết luận nghiên cứu và triển vọng
5.1 Kết luận cốt lõi
Tính toán phi tập trung không phải “thay thế”, mà là “bổ sung”. Trong bối cảnh nhu cầu tính toán AI tăng trưởng bùng nổ, các nhà cung cấp cloud tập trung không thể tự mình đáp ứng đủ nhu cầu thị trường. Mạng tính toán phi tập trung đang trở thành một phần quan trọng của hạ tầng AI nhờ tích hợp tài nguyên GPU nhàn rỗi, giảm chi phí thuê và cung cấp định giá minh bạch.
5.2 Dự phán theo khung thời gian
Ngắn hạn (3-6 tháng)
- Mảng AI phân hóa mang tính cấu trúc, các giao thức đầu tiếp tục mạnh lên
- Tâm lý thị trường dao động, chỉ số Fear & Greed duy trì ở mức thấp
Trung hạn (6-12 tháng)
- TVL mảng DePIN vượt mốc $10 tỷ
- Các tổ chức lớn bắt đầu phân bổ, mức độ công nhận trong ngành tăng lên
Dài hạn (1-2 năm)
- Tính toán phi tập trung trở thành cấu hình tiêu chuẩn của hạ tầng AI
- Công nghệ trưởng thành, kịch bản ứng dụng mở rộng sang điện toán biên (edge computing)
5.3 Chỉ số theo dõi quan trọng
- Tỷ lệ sử dụng GPU trên chuỗi (hằng ngày)
- Xu hướng giá thuê tính toán phi tập trung
- Biến động TVL của các giao thức chính
- Diễn biến đầu tư của các nhà cung cấp cloud truyền thống vào DePIN
- Thay đổi chính sách quản lý
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
⚠️ Cảnh báo rủi ro (Risk Warning)
1. Đánh giá “thời tiết” thị trường: hiện đang trong giai đoạn suy giảm do nhiễu (noise) chuyển tiếp sang trạng thái nguội-lặng cuối kỳ; giai đoạn tổ chức bố trí ở bên trái; tâm lý nhà đầu tư nhỏ lẻ thấp, khuyến nghị thận trọng khi bắt đáy.
2. Gợi ý radar chống thao túng: chưa phát hiện tín hiệu thao túng quy mô lớn, nhưng có rủi ro bị thổi phồng trong cộng đồng với một số token AI vốn hóa nhỏ, cần cảnh giác bẫy ngắn hạn.
3. Theo dõi entropy thông tin: khi khái niệm mới đang lan tỏa, cần phân biệt giữa "nhu cầu thực sự" và "đầu cơ theo khái niệm", khuyến nghị theo dõi dữ liệu doanh thu thực tế của giao thức.
4. Cảnh báo vòng đời: mảng tính toán phi tập trung đang ở ngày 8-12 (giai đoạn đầu của vòng đời), chưa đi vào tầm nhìn của số đông, nhưng vẫn cần cảnh giác “định luật ngày 20”. Khi chủ đề vào vòng bạn bè/nhóm phổ thông, hãy cảnh giác với việc tổ chức đảo chiều bố trí.
5. Khuyến nghị cho quyết định đầu tư:
• Kiểm soát tỷ trọng: mảng AI không vượt quá 20%
• Ưu tiên các “đầu tàu”: các giao thức chủ lực như RNDR, TAO
• Kỷ luật cắt lỗ: cắt lỗ khi một đồng lỗ 15%
• Góc nhìn dài hạn: logic của đường đua vẫn đúng, nhưng dao động ngắn hạn rất mạnh
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Tuyên bố miễn trừ trách nhiệm
Báo cáo này chỉ để tham khảo, không cấu thành bất kỳ lời khuyên đầu tư nào. Thị trường tiền mã hóa biến động mạnh, nhà đầu tư cần thận trọng. Nhà đầu tư cần đưa ra đánh giá độc lập dựa trên khả năng chịu rủi ro của bản thân.
Giải thích dữ liệu
- Dữ liệu giá thời gian thực từ Binance API
- Chỉ số Fear & Greed từ Alternative.me
- Dữ liệu ngành từ công bố công khai và ước tính thị trường
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
APEXSTONE RESEARCH
Quỹ/Viện trí tuệ Đỉnh Thạch (鼎石智库)
Báo cáo này được biên soạn bởi nhóm nghiên cứu của APEXSTONE 鼎石智库; nguồn dữ liệu bao gồm Binance API, Alternative.me, công bố công khai trong ngành và ước tính thị trường. Báo cáo không cấu thành lời khuyên đầu tư, chỉ để tham khảo cho mục đích nghiên cứu.
Mạng tính toán DePIN