Ba tuần trước, tôi ngồi trong một quán cà phê ở Lisbon, mở terminal giao dịch và thấy một điều kỳ lạ. Hợp đồng tương lai của Nvidia giảm 4% trong 15 phút, không có tin tức gì đặc biệt. Đồng thời, một token nhỏ tên là KIMI – gắn với dự án AI Trung Quốc – tăng vọt 30% trên sàn phi tập trung. Tôi tự hỏi: có chuyện gì đang xảy ra với xương sống của thị trường AI? Câu trả lời không nằm ở tin tức, mà nằm ở sự thay đổi cấu trúc trong cách thị trường định giá hai con đường phát triển AI: một bên là 'hiệu quả thuật toán' (Kimi K3), bên kia là 'chồng chất sức mạnh tính toán' (Nvidia Rubin).
Hãy bắt đầu với bối cảnh. Nvidia Rubin là một hệ thống rack siêu máy tính trị giá 7-8 triệu USD mỗi đơn vị, tích hợp 72 GPU, bộ nhớ băng thông cao HBM, mạng và làm mát chất lỏng tùy chỉnh. Mục tiêu của nó là phục vụ các mô hình AI quy mô lớn nhất – những mô hình mà chỉ OpenAI, Google, Microsoft mới đủ tiền xây. Trong khi đó, Kimi K3 là một mô hình ngôn ngữ lớn do công ty Trung Quốc Moonshot AI phát triển, với hiệu suất ngang bằng các mô hình tốt nhất của Mỹ nhưng chi phí đào tạo thấp hơn đáng kể – và quan trọng nhất, nó có trọng số mở (open-weight). Điều này phá vỡ câu chuyện 'bỏ nhiều tiền hơn thì dẫn đầu' – câu chuyện đã thúc đẩy vốn hóa thị trường AI suốt 2 năm qua.
Hai sự kiện này cùng xảy ra đã tạo ra một cú sốc cấu trúc. Tôi gọi đó là 'phút 90 của thị trường AI': thị trường đang phân vân không biết nên theo phe nào. Hãy để tôi đi sâu vào dòng lệnh cốt lõi.
Dòng tiền thông minh đang đặt cược vào điều gì?
Phân tích của tôi dựa trên dữ liệu on-chain và dòng chảy tổ chức. Khi Kimi K3 được công bố rộng rãi, tôi quan sát thấy một lượng lớn thanh khoản rời khỏi các quỹ ETF AI có độ tập trung cao (như QQQ) và chảy vào các quỹ tập trung vào công nghệ hiệu quả năng lượng. Đây là tín hiệu: thị trường đang 'tái định giá' chi phí vốn. Một mô hình rẻ hơn có nghĩa là rào cản gia nhập thấp hơn cho các ứng dụng AI, nhưng cũng đồng nghĩa với việc các công ty chi hàng tỷ USD cho GPU có thể đang lãng phí tài nguyên. Hãy xem xét kỹ.
Kimi K3 không chỉ là một mô hình tốt. Nó là bằng chứng cho thấy 'Scaling Law' – định luật mở rộng – không còn là con đường duy nhất. Chi phí đào tạo thấp hơn 10 lần so với GPT-4 tương đương, nhưng hiệu suất trên nhiều benchmark chỉ kém 5-10%. Điều này đánh vào trái tim của định giá 'moat' (hào) của các công ty AI đóng. Nhà đầu tư từng tin rằng chi nhiều tiền cho GPU là lợi thế cạnh tranh. Giờ đây, một startup Trung Quốc với ít tài nguyên hơn đã chứng minh điều ngược lại. Tôi nhớ lại năm 2020, khi tôi viết bot Python để arbitrage Uniswap/SushiSwap. Tôi kiếm được 0.3 ETH mỗi tuần từ chênh lệch giá nhỏ. Điều tôi học được: hiệu quả – dù là trong thuật toán trading hay trong đào tạo AI – luôn chiến thắng sức mạnh thô trong dài hạn, miễn là bạn có đủ dữ liệu và sự kiên nhẫn.
Nhưng đừng vội kết luận phe 'hiệu quả' sẽ thắng. Nvidia Rubin mang một câu chuyện khác. Với mức giá 7-8 triệu USD mỗi rack, và kế hoạch sản xuất 1000 rack mỗi ngày (con số lý thuyết từ CEO Nvidia), Rubin không chỉ là GPU – nó là một nền tảng. Nvidia chuyển từ bán chip sang bán 'giải pháp toàn bộ trung tâm dữ liệu'. Điều này tạo ra sự khóa chặt khách hàng: nếu bạn mua Rubin, bạn phải dùng mạng, bộ nhớ, và làm mát của họ. Sự thay đổi này phản ánh một sự thật mà tôi đã thấy trong thị trường quyền chọn: khi một công cụ trở nên quá phức tạp để thay thế, nó tạo ra một thị trường độc quyền. Tôi từng viết bot để khai thác chênh lệch giá trên Uniswap v2. Bot đó nhỏ, nhưng nó dạy tôi một bài học: đôi khi lợi thế không đến từ tốc độ, mà từ việc hiểu cấu trúc thanh khoản sâu.
Góc nhìn phản trực giác: Tại sao cả hai đều có thể đúng (và sai)
Đây là điểm mù của số đông. Hầu hết mọi người nghĩ rằng Kimi K3 làm giảm nhu cầu GPU. Sai. Đó là nghịch lý Jevons: hiệu quả hơn dẫn đến sử dụng nhiều hơn. Khi AI trở nên rẻ hơn, nhiều ứng dụng hơn được xây dựng, do đó tổng nhu cầu tính toán tăng lên. Tôi đã thấy điều này trong DeFi Summer 2020. Khi gas fee giảm nhờ cải tiến Layer 2, khối lượng giao dịch tăng vọt, cuối cùng gas fee lại tăng lên. Cùng một logic: Kimi K3 có thể kích hoạt một làn sóng ứng dụng mới, tạo ra nhiều nhu cầu hơn cho Nvidia Rubin. Nhưng có một giới hạn: nếu hiệu quả quá lớn, tốc độ tăng trưởng nhu cầu không theo kịp, thì GPU dư thừa. Đây là rủi ro mà thị trường chưa định giá.
Ngược lại, Rubin có thể tạo ra một 'bong bóng cơ sở hạ tầng'. Các khách hàng lớn như Microsoft, Google, OpenAI đã đặt hàng trước. Nhưng họ cũng đang phát triển chip riêng (Google TPU, Microsoft Maia). Nvidia biết điều này, nên họ cố gắng bán 'hệ thống' thay vì 'linh kiện'. Chiến lược này là con dao hai lưỡi: thành công sẽ khóa chặt khách hàng, thất bại sẽ khiến họ đào thoát. Tôi nhớ lại năm 2022 khi tôi short LUNA từ $40 với đòn bẩy 10x. Tôi thấy cơ chế mint/burn không bền vững, nhưng thị trường vẫn lao vào. Rồi nó sụp đổ. Rubin cũng vậy: nếu một rủi ro kỹ thuật nào đó (ví dụ: tiêu thụ điện năng quá lớn) xảy ra, toàn bộ câu chuyện có thể đảo ngược.
Kết luận: Dấu hiệu hành động
Thị trường đang ở giai đoạn 'tái định giá'. Trong 3-6 tháng tới, hai tín hiệu sẽ quyết định hướng đi: (1) Báo cáo tài chính của các nhà cung cấp đám mây – nếu chỉ tiêu vốn (capex) cao hơn dự kiến, Nvidia sẽ thắng; nếu thấp hơn, Kimi K3 sẽ thắng. (2) Khả năng mở rộng của Kimi K3 – liệu nó có vượt qua các benchmark phức tạp như lập trình hay suy luận đa bước không? Nếu có, đó là một cú đánh vào định giá của OpenAI.
Cá nhân tôi đang giữ một danh mục phòng thủ: mua quyền chọn bán (put) trên các quỹ ETF AI tập trung và mua quyền chọn mua (call) trên các cổ phiếu hưởng lợi từ hiệu quả năng lượng (như Vertiv – làm mát, hay các nhà sản xuất HBM). Tôi không đặt cược một chiều. Kinh nghiệm sau 5 năm battle dạy tôi rằng trong thị trường đang chuyển đổi, cách tốt nhất là nắm giữ các lựa chọn và chờ đợi tín hiệu xác nhận. Lỗ 50%? Đó là chi phí học tập. Nhưng lỗ 100% vì đặt cược sai hướng? Không bao giờ.
