Bạn có nhớ câu chuyện về ShibeCoin năm 2017 không? Khi tôi mổ xẻ hợp đồng ERC-20 của nó, tôi tìm thấy một lỗi batchTransfer cho phép đúc token giả. Lỗi đó nằm ở chỗ hàm không kiểm tra msg.value trước khi gửi token đến mảng địa chỉ. Năm 2020, tôi lại phát hiện một logic sai trong Uniswap v2 Router: hàm swapExactTokensForETH bỏ qua validation amountOutMin. Cả hai đều là lỗi đầu vào cơ bản, nhưng chúng cho thấy một sự thật: khi thị trường nóng, ai cũng vội vã chạy theo câu chuyện lớn mà quên mất những chi tiết kỹ thuật dưới lớp vỏ bóng bẩy.
Hôm nay, tôi đọc tin về Zhongji Innolight – một nhà sản xuất module quang tốc độ cao – chuẩn bị huy động 70 tỷ USD qua IPO tại Hong Kong. Đây là đợt phát hành lớn nhất trong mảng công nghệ tại thị trường này trong nhiều năm. Và tôi thấy một sự tương đồng kỳ lạ: giống như ShibeCoin năm xưa, mọi người đang nhìn vào con số 70 tỷ và hét lên “cơ hội đầu tư”. Nhưng tôi, với 17 năm kinh nghiệm nhìn vào code và giao thức, lại thấy một điểm mù mà ít ai để ý.
Hãy cùng tôi đi sâu vào sự kiện này, không phải từ góc nhìn tài chính, mà từ cấu trúc hạ tầng và những trade-off kỹ thuật ẩn sau nó.
Bối cảnh: Người bán xẻng trong cơn sốt AI
Zhongji Innolight là ai? Họ là nhà sản xuất module quang 800G và 1.6T – những linh kiện kết nối các GPU trong trung tâm dữ liệu AI. Nếu NVIDIA là công ty đào vàng, thì Zhongji là người bán xẻng. Khi các mô hình ngôn ngữ lớn cần hàng chục nghìn GPU kết nối với nhau, băng thông giữa các server trở thành nút thắt cổ chai. Module quang của họ là một phần quan trọng để giải quyết nút thắt đó.
Câu chuyện IPO lần này có gì đặc biệt? Thứ nhất, quy mô: 70 tỷ USD. Thứ hai, nó diễn ra tại Hong Kong, một thị trường vốn đang khát các deal công nghệ lớn. Thứ ba, nó đến từ một công ty Trung Quốc trong bối cảnh căng thẳng địa chính trị leo thang. Ngay lập tức, các nhà đầu tư coi đây là tín hiệu xác nhận cho luận điểm “AI infrastructure is the new oil”.
Nhưng tôi không quan tâm đến luận điểm đó. Tôi muốn nhìn vào code – ở đây là “code” của chuỗi cung ứng và các lớp phụ thuộc kỹ thuật.
Phân tích cốt lõi: Sự tập trung nguy hiểm dưới lớp vỏ tăng trưởng
Hãy tưởng tượng bạn đang xây một giao thức DeFi. Bạn chọn Oracle A, bridge B, và sequencer C. Mỗi thành phần đều có rủi ro tập trung. Với Zhongji Innolight, câu chuyện cũng vậy. Họ là một mắt xích quan trọng trong chuỗi cung ứng AI, nhưng mức độ tập trung mà họ đại diện là rất lớn.
Điểm 1: Phụ thuộc khách hàng Phân tích từ báo cáo cho thấy doanh thu của Zhongji phụ thuộc rất nhiều vào một vài khách hàng lớn như NVIDIA, Google, Microsoft. Điều này tạo ra single point of failure: nếu NVIDIA chuyển sang nhà cung cấp khác hoặc tự phát triển module quang nội bộ, Zhongji sẽ mất dòng tiền chính. Trong blockchain, chúng ta gọi đây là “Oracle dependency risk” – khi một oracle chiếm 90% thị phần, toàn bộ hệ sinh thái phụ thuộc vào nó.
Điểm 2: Rủi ro công nghệ Công nghệ module quang đang thay đổi nhanh. Từ 800G lên 1.6T, rồi CPO (co-packaged optics) và silicon photonics. Zhongji đang đặt cược lớn vào một lộ trình cụ thể. Nếu thị trường chọn một hướng khác (ví dụ: linear pluggable optics), khoản đầu tư 70 tỷ có thể trở thành sunk cost. Tôi đã thấy điều này trong Ethereum: khi một số Layer 2 chọn optimistic rollup, trong khi những người khác chọn zk-rollup. Chọn sai công nghệ có thể giết chết dự án.
Điểm 3: Áp lực giá và cạnh tranh Thị trường module quang có tính cạnh tranh cao. Khi Zhongji mở rộng sản xuất với 70 tỷ, họ sẽ tràn ngập thị trường, đẩy giá xuống. Điều này tốt cho người tiêu dùng (các công ty AI), nhưng không tốt cho lợi nhuận của chính họ. Tôi nhận thấy một mô hình tương tự trong DeFi: khi Uniswap v3 ra mắt, nó chiếm lĩnh thị trường AMM, nhưng sau đó các fork và đối thủ cạnh tranh về phí đã làm giảm thị phần của nó.
Góc nhìn phản trực giác: IPO này là tín hiệu tiêu cực cho blockchain phi tập trung
Bạn nghĩ rằng một công ty AI infrastructure thành công là tin tốt cho blockchain? Sai. Hãy nhìn vào bức tranh lớn. Blockchain và AI đang hội tụ ở một điểm: nhu cầu về compute phi tập trung. Các dự án như Render Network, io.net, Akash Network đang xây dựng thị trường cho thuê GPU phi tập trung. Nhưng họ phụ thuộc vào phần cứng giống như các trung tâm dữ liệu tập trung – bao gồm module quang của Zhongji.
Khi Zhongji huy động 70 tỷ USD và mở rộng sản xuất, họ sẽ cung cấp module quang cho cả khách hàng tập trung và phi tập trung. Nhưng vấn đề là: khách hàng tập trung (NVIDIA, Google) có sức mua lớn hơn nhiều so với các mạng lưới phi tập trung non trẻ. Họ sẽ ký hợp đồng độc quyền, chiếm hết nguồn cung, và các mạng phi tập trung sẽ bị bỏ lại phía sau. Nói cách khác, 70 tỷ USD này củng cố thêm sự tập trung của hạ tầng AI, làm cho việc phi tập trung hóa compute trở nên khó khăn hơn.
Đây là một điểm mù mà hầu hết các nhà đầu tư crypto bỏ qua. Họ nghĩ rằng “AI + blockchain = tự động”, nhưng thực tế, chuỗi cung ứng phần cứng vẫn do các công ty tập trung kiểm soát. Và IPO của Zhongji là một bước tiến lớn theo hướng đó.
Takeaway: Dự báo về lỗ hổng trong hệ sinh thái phi tập trung
Tôi không nói rằng Zhongji Innolight là một công ty xấu. Họ đang làm đúng việc kinh doanh của mình. Nhưng với tư cách là một người đã audit code và giao thức suốt 17 năm, tôi thấy một lỗ hổng cấu trúc: sự phụ thuộc vào một vài nhà cung cấp phần cứng sẽ tạo ra rủi ro tồn tại cho các mạng lưới blockchain muốn sử dụng AI compute phi tập trung.
Câu hỏi cho các nhà phát triển và nhà đầu tư: Bạn có sẵn sàng xây dựng một giao thức phụ thuộc vào một công ty tư nhân mà chính phủ có thể tịch thu tài sản? Hãy nhìn vào trường hợp của Tornado Cash và các sàn giao dịch bị phạt. Nếu Zhongji bị trừng phạt hoặc buộc phải ngừng cung cấp cho các khách hàng nhất định, toàn bộ hệ sinh thái AI on-chain sẽ sụp đổ.
Giải pháp? Chúng ta cần nhiều nhà cung cấp hơn, đa dạng hóa nguồn module quang từ các khu vực địa lý khác nhau, và thúc đẩy các tiêu chuẩn mở. Tôi hy vọng các dự án như Filecoin (đã có IPFS) và Arweave (lưu trữ dữ liệu AI) sẽ bắt đầu xây dựng các pipeline sản xuất module quang phi tập trung? Có vẻ xa vời, nhưng đó là hướng đi duy nhất để tránh lỗ hổng này.
Như mọi khi, tôi kết thúc bài viết bằng một câu hỏi: Liệu 70 tỷ USD này có đang tạo ra một hệ thống mà các blockchain không bao giờ có thể cạnh tranh nổi? Hay chúng ta sẽ tìm cách vượt qua nó bằng một layer abstraction khác? Tôi đặt cược vào điều thứ hai, nhưng không phải trước khi chúng ta nhìn thẳng vào vấn đề.