Mỗi lần ta gọi một cụm máy chủ đám mây là 'hạ tầng', ta lại đang tạo ra những ông chủ mới. Hôm qua, MiTAC trình làng một rack 52U chứa 96 GPU AMD MI355X — mật độ cao hơn 50% so với tiêu chuẩn ngành. Một con số ấn tượng, nhưng nó đặt ra câu hỏi: liệu chúng ta có đang chạy đua sai hướng? Khi trung tâm dữ liệu đơn lẻ có thể gói gọn 100kW điện năng vào một tủ kim loại, giấc mơ về tính toán phi tập trung — nơi hàng nghìn nút rải rác khắp thế giới cùng tham gia — liệu còn có chỗ đứng?
Học từ lịch sử: mỗi lần ta gọi một giải pháp tập trung là 'hiệu quả', ta lại đánh mất khả năng chống kiểm duyệt. Năm 2017, khi tôi đọc whitepaper Ethereum, tôi tin rằng smart contract sẽ phi tập trung hoá niềm tin. Nhưng đến năm 2020, trong DeFi Summer, tôi nhận ra rằng phần lớn thanh khoản tập trung vào một vài pool trên Uniswap — và khi những pool đó bị tấn công, toàn bộ hệ thống rung chuyển. Sự tập trung về mặt vật lý (cơ sở hạ tầng) dẫn đến tập trung về mặt quyền lực. MiTAC vừa chứng minh rằng phần cứng trung tâm hoá đang tiến hoá nhanh hơn bất kỳ nỗ lực phi tập trung nào.
Context: AMD MI355X và cuộc chơi mật độ
AMD MI355X là GPU AI thế hệ mới, dùng kiến trúc CDNA 4, HBM3e, TDP 700W. Một rack 52U với 96 card này có tổng công suất tính toán FP8 khoảng 30-40 PFLOPS — đủ để huấn luyện một mô hình cỡ LLaMA 70B trong vài ngày. MiTAC dùng làm mát bằng chất lỏng để giải nhiệt cho khối nhiệt 67kW chỉ riêng GPU. Đây không phải là đột phá kiến trúc, mà là kỹ thuật đóng gói xuất sắc: tận dụng tối đa không gian và nguồn điện. Nhưng hãy nhìn vào bối cảnh rộng hơn: thị trường GPU cloud đang bị thống trị bởi AWS, GCP, Azure — những gã khổng lồ trung tâm hoá. Một rack như thế này sẽ nằm gọn trong một phòng máy của họ, tiếp tục củng cố sức mạnh.
Core: Phi tập trung không thể đua mật độ
Tôi đã dành sáu tháng năm 2022 để nghiên cứu zero-knowledge proofs, nhưng cũng lén nhìn vào các mạng lưới tính toán phi tập trung như Akash Network, Render Network, Golem. Chúng hoạt động bằng cách tận dụng GPU rải rác từ người dùng cá nhân hoặc các trung tâm dữ liệu nhỏ. Hiện tại, Akash có khoảng 500 GPU khả dụng, đa số là RTX 3090 và A100 cũ. Mật độ trung bình của một nút Akash chỉ khoảng 2-4 GPU. Để đạt được 30 PFLOPS, Akash cần khoảng 10,000 GPU — gấp 20 lần tổng nguồn cung hiện tại. Và mỗi GPU đó lại nằm rải rác trên toàn cầu, với độ trễ mạng cao, băng thông thấp, không đồng bộ hoá. Điều này khiến việc huấn luyện mô hình lớn trên mạng phi tập trung gần như bất khả thi về mặt kỹ thuật.
Nhưng đó là cách nhìn sai. Học từ lịch sử: mỗi lần ta gọi một hạn chế kỹ thuật là 'thất bại', ta lại bỏ lỡ cơ hội tái cấu trúc bài toán. Mạng phi tập trung không cần cạnh tranh mật độ với trung tâm dữ liệu. Chúng phục vụ một nhu cầu khác: suy luận (inference) phi tập trung, nơi độ trễ và băng thông không quá quan trọng, hoặc các tác vụ nhỏ lẻ mà chi phí thuê cụm lớn quá đắt. Ví dụ: chạy một mô hình ngôn ngữ nhỏ để xác thực danh tính phi tập trung, hoặc render NFT động. Đây là lĩnh vực mà các dự án như Render đã thành công: mỗi khung hình phim hoạt hình chỉ cần vài phút tính toán, hoàn toàn có thể phân tán.
Tôi từng tham gia audit mã nguồn của một giao thức tính toán phi tập trung vào năm 2023. Tôi phát hiện một lỗ hổng trong cơ chế đấu giá tài nguyên: người dùng có thể thao túng giá bằng cách gửi nhiều yêu cầu giả. Vấn đề không phải là mật độ, mà là thiết kế kinh tế. Các mạng phi tập trung thất bại không vì thiếu GPU, mà vì cơ chế khuyến khích không hiệu quả. Khi bạn có 10,000 nút rải rác, bạn cần một hệ thống tin cậy để chứng minh rằng mỗi nút thực sự thực thi tác vụ. Bằng chứng tính toán (proof-of-computation) vẫn còn quá đắt đỏ. Trong khi đó, trung tâm dữ liệu chỉ cần một hợp đồng dịch vụ là đủ.
Contrarian: Mật độ cao có thực sự 'xanh'?
Một rack 100kW — nghe có vẻ hiệu quả, nhưng hãy tính toán dấu chân carbon. 96 GPU MI355X hoạt động 24/7 tiêu thụ khoảng 876 MWh mỗi năm, tương đương 400 tấn CO₂ (nếu dùng điện lưới trung bình). Trong khi đó, một mạng lưới phi tập trung với các GPU cũ hơn, chạy gián đoạn khi rảnh rỗi, có thể đạt hiệu suất năng lượng tốt hơn nếu tính trên mỗi tác vụ hoàn thành. Vì các GPU tiêu dùng (RTX 4090) có hiệu suất TFLOPS/Watt cao hơn MI355X trong nhiều tác vụ inference. Và quan trọng hơn: chúng tận dụng phần cứng đã tồn tại, không sản xuất thêm.
Tôi từng phỏng vấn một kỹ sư vận hành trung tâm dữ liệu ở Madrid vào năm 2025. Anh ta nói: 'Chúng tôi có thể đặt 100 rack như thế này, nhưng chi phí điện và làm mát sẽ tăng vọt. Và nếu một rò rỉ chất lỏng xảy ra, toàn bộ khu vực có thể bị thiêu rụi.' Rủi ro tập trung hoá là rủi ro hệ thống: một điểm lỗi duy nhất có thể làm sập toàn bộ cụm. Phi tập trung hoá, dù kém hiệu quả về mật độ, lại mang tính đàn hồi cao hơn. Khi mạng Akash mất 20 nút do thiên tai, 980 nút còn lại vẫn hoạt động. Khi một trung tâm dữ liệu của AWS sập, cả một vùng cloud ngừng hoạt động.
Takeaway: Đừng nhìn vào con số, hãy nhìn vào giá trị
Green là màu của hy vọng, nhưng cũng là màu của đồng tiền. MiTAC vừa cho thấy phần cứng tập trung có thể đi xa đến đâu. Nhưng câu hỏi thực sự không phải là 'ai có rack mật độ cao hơn?', mà là 'ai có khả năng chống kiểm duyệt tốt hơn?'. Khi một chính phủ ra lệnh tắt toàn bộ cụm GPU ở một quốc gia, trung tâm dữ liệu phải tuân thủ — nhưng mạng lưới 10,000 nút rải rác khắp thế giới thì không. Tôi sẽ không ngạc nhiên nếu trong vài năm tới, các dự án tính toán phi tập trung từ bỏ giấc mơ cạnh tranh mật độ, và tập trung vào khả năng phục hồi và chi phí thấp cho các tác vụ cụ thể. Và đó mới là chiến thắng thực sự.