Ba bang Mỹ vừa đệ trình dự luật yêu cầu các trung tâm dữ liệu AI chia sẻ 20% lợi nhuận từ năng lượng. Điều này không chỉ là chuyện chính sách — nó phơi bày một nghịch lý: Big Tech đang đốt điện như Bitcoin mining thời 2017, nhưng lại không có cơ chế đồng thuận nào để kiểm soát.
Từ góc nhìn của một người từng audit Uniswap v2 và phát hiện lỗi gas optimization, tôi thấy sự tương đồng rõ rệt. Các trung tâm dữ liệu AI hiện tiêu thụ khoảng 2% tổng điện năng toàn cầu, theo dự báo của IEA. Con số này tương đương với mức đỉnh của Bitcoin năm 2021. Nhưng khác biệt ở chỗ: blockchain đã có Proof-of-Stake, còn AI thì chưa.
Context: Cơn khát không có điểm dừng
Hãy nhìn vào cơ chế vận hành. Một model GPT-4 cần 10,000 GPU chạy liên tục trong 100 ngày để huấn luyện. Chi phí điện cho một lần huấn luyện lên tới 5 triệu USD. Các bang như Texas, New York, California đang phải đối mặt với tình trạng quá tải lưới điện. Họ đưa ra yêu cầu profit-sharing như một đòn bẩy — buộc Big Tech phải chịu trách nhiệm năng lượng.
Ở đây có một điểm mù kỹ thuật: các trung tâm dữ liệu AI thường dùng năng lượng tái tạo, nhưng tính chất không ổn định của gió và mặt trời khiến họ phải dựa vào lưới điện truyền thống. Điều này giống hệt vấn đề của Bitcoin mining khi dùng hydro hoặc năng lượng thải — lý thuyết nghe hay, nhưng thực tế vẫn phụ thuộc vào than đá.
Core: Phân tích từ cấp độ giao thức
Dựa trên kinh nghiệm nghiên cứu zk-SNARKs và Plonk, tôi nhận thấy một nghịch lý: blockchain đã giải quyết vấn đề năng lượng thông qua Proof-of-Stake (Ethereum giảm 99.9% tiêu thụ sau The Merge), nhưng AI lại đang đi theo hướng ngược lại. Các giao thức Layer2 như Arbitrum, Optimism sử dụng rollup để giảm tải tính toán, trong khi AI data centers lại tập trung hóa sức mạnh vào một điểm.
Hãy xem xét case study của một dự án AI blockchain mà tôi từng audit. Họ quảng cáo "decentralized computing" nhưng thực chất chỉ là một mạng lưới GPU tập trung tại 3 địa điểm. Khi tôi đào sâu vào mã nguồn, phát hiện ra rằng cơ chế đồng thuận của họ dựa trên DPoS — giống hệt EOS. Và như tôi đã chỉ ra từ whitepaper EOS năm 2017, DPoS dẫn đến tập trung quyền lực. Điều này có nghĩa là các trung tâm dữ liệu AI, dù có phi tập trung hóa đến đâu, vẫn sẽ tạo ra các điểm nghẽn năng lượng.
Dữ liệu thực nghiệm: Theo một nghiên cứu của Đại học Stanford, mỗi giao dịch AI trên blockchain tiêu tốn 0.03 kWh, cao hơn 10 lần so với giao dịch DeFi thông thường. Nhưng con số này còn nhỏ so với việc huấn luyện model. Một model GPT-4 tiêu tốn 1,287 MWh — tương đương 1.2 triệu giao dịch blockchain.
Contrarian: Profit-sharing có thực sự giải quyết vấn đề?
Nhiều người cho rằng profit-sharing sẽ buộc Big Tech đầu tư vào năng lượng sạch. Nhưng tôi cho rằng đây là một giải pháp sai lầm. Nhìn từ góc độ kỹ thuật, profit-sharing không thay đổi được cấu trúc tiêu thụ năng lượng. Nó chỉ tạo ra một lớp thuế mới, giống như phí gas trên Ethereum — có thể tạm thời giảm tải, nhưng không giải quyết được vấn đề gốc: sự kém hiệu quả của thuật toán.
Gas rẻ hơn, nhưng lỗ hổng vẫn còn. Câu nói này áp dụng hoàn hảo. Các chính sách profit-sharing giống như giảm gas fee trên một giao thức có lỗi — không ai dùng vì nó vẫn mất phí. Big Tech sẽ chuyển chi phí sang người dùng cuối, và cơn khát điện vẫn tiếp diễn.
Một điểm mù khác: các bang đang tập trung vào profit-sharing, nhưng bỏ qua việc yêu cầu minh bạch năng lượng. Trong blockchain, chúng ta có on-chain data để kiểm tra mức tiêu thụ. AI data centers không có cơ chế tương đương. Họ có thể khai báo "năng lượng tái tạo" nhưng thực tế vẫn dùng than đá. Đây là vấn đề audit trail mà tôi từng gặp khi phân tích các dự án stablecoin — sUSDe xây dựng trên sự không khớp kỳ hạn, và chúng phát nổ đầu tiên trong bear market.
Takeaway: Dự báo về lỗ hổng
Tôi dự đoán rằng trong vòng 12 tháng tới, ít nhất một bang sẽ thất bại trong việc áp dụng profit-sharing, và Big Tech sẽ chuyển sang xây dựng data centers tại các quốc gia có lưới điện yếu nhưng ít quy định. Khi đó, chúng ta sẽ thấy một làn sóng "energy arbitrage" giống như Bitcoin mining di cư sang Trung Quốc và Kazakhstan.
Còn blockchain? Bài học từ Proof-of-Stake và Layer2 có thể giúp AI thiết kế lại hệ thống. Nhưng như tôi đã nói trong bài phân tích zk-SNARKs: công nghệ mạnh nhưng không miễn nhiễm. Các trung tâm dữ liệu AI cần một cơ chế đồng thuận riêng, không phải profit-sharing.
Bear market? Cơ hội đào sâu zk. Câu này cũng đúng cho AI data centers — khi giá cổ phiếu Big Tech giảm, họ sẽ tập trung vào tối ưu hóa năng lượng thay vì mở rộng. Và đó là lúc các giải pháp blockchain có thể thâm nhập.
Còn bây giờ, hãy nhìn vào hóa đơn điện của họ. Tôi cá là nó còn cao hơn cả phí gas của Ethereum trong mùa NFT 2021.
