Kể từ năm 2025, AI và DePIN vẫn là hai câu chuyện lớn nhất trong thị trường tiền mã hóa. Một mặt, các mô hình lớn, AI Agent và ứng dụng sinh nội dung đang thúc đẩy nhu cầu về sức mạnh tính toán ngày càng tăng. Mặt khác, các mạng lưới hạ tầng vật lý phi tập trung đang nỗ lực tái định hình thị trường điện toán đám mây truyền thống thông qua cơ chế khuyến khích bằng token và tổng hợp tài nguyên. Tuy nhiên, trong thời gian dài, sự hoài nghi của thị trường đối với các dự án DePIN vẫn rất rõ ràng: Liệu quy mô mạng lưới có đồng nghĩa với nhu cầu thực sự? Việc gia tăng số lượng thiết bị có thể chuyển hóa thành doanh thu bền vững hay không? Sự mở rộng phía cung dựa vào khuyến khích token có thực sự phục vụ khách hàng doanh nghiệp?
Gần đây, IO (io.net) liên tục công bố các trường hợp thương mại hóa nhằm trả lời trực diện những câu hỏi này. Thay vì chỉ nhấn mạnh số lượng GPU, quy mô node hay độ phủ mạng lưới, IO hiện đang trình bày cách các công ty AI sử dụng mạng lưới GPU phi tập trung của mình để giải quyết các bài toán kinh doanh thực tế — như giảm chi phí huấn luyện, rút ngắn chu kỳ mua sắm tài nguyên tính toán, hỗ trợ tăng trưởng người dùng và cung cấp lịch trình tính toán linh hoạt khi ứng dụng AI sinh nội dung mở rộng nhanh chóng. Điều này cho thấy sự chuyển dịch trọng tâm cạnh tranh trong lĩnh vực DePIN điện toán: Thị trường không còn chỉ quan tâm dự án có thể tổng hợp được bao nhiêu tài nguyên, mà là những tài nguyên đó có thực sự được khách hàng sử dụng hay không, và liệu chúng có tạo ra khối lượng công việc cũng như giá trị kinh doanh bền vững hay không.
Đối với IO, những diễn biến gần đây không chỉ đơn thuần là cập nhật phục vụ truyền thông dự án — mà còn mang lại cho thị trường một góc nhìn về sự chuyển mình của hệ sinh thái DePIN. Khi ngành AI chuyển từ cuộc đua mô hình sang ứng dụng thực tiễn, chi phí tính toán đang trở thành rào cản lớn cho tăng trưởng doanh nghiệp. Nếu mạng lưới GPU phi tập trung có thể mang lại lợi thế về chi phí, tính linh hoạt và hiệu quả cung ứng, chúng có cơ hội chuyển mình từ tài sản mang tính câu chuyện của thị trường tiền mã hóa thành hạ tầng thực sự đáp ứng nhu cầu của ngành AI.
Sau khi ứng dụng AI mở rộng, chi phí tính toán trở thành nút thắt mới của ngành
Trong hai năm qua, chủ đề chính của ngành AI là cuộc cạnh tranh về năng lực mô hình. Dù là mô hình lớn tổng quát, sinh ảnh, sinh video hay AI Agent, thị trường đều tập trung vào tham số mô hình, hiệu năng suy luận và trải nghiệm sản phẩm. Nhưng khi các ứng dụng AI bắt đầu thương mại hóa, thách thức cốt lõi của ngành đã chuyển từ "Có xây dựng được không?" sang "Có mở rộng được không?". Đối với các công ty AI, huấn luyện mô hình chỉ là bước khởi đầu. Điều thực sự quyết định chi phí dài hạn là lượng yêu cầu suy luận khổng lồ mỗi ngày từ người dùng và nhu cầu tài nguyên GPU ngày càng tăng khi sản phẩm phát triển nhanh chóng.
Đây là lý do vì sao chi phí tính toán hiện trở thành vấn đề trọng tâm đối với các startup AI. Nhiệm vụ huấn luyện thường diễn ra ở giai đoạn đầu phát triển sản phẩm hoặc khi lặp lại mô hình, trong khi nhu cầu suy luận kéo dài liên tục khi người dùng sử dụng sản phẩm. Khi một ứng dụng AI tăng trưởng từ vài chục nghìn lên hàng triệu, thậm chí hàng chục triệu người dùng, chi phí hạ tầng sẽ tăng đều đặn. Nếu doanh nghiệp phụ thuộc vào các nhà cung cấp đám mây truyền thống, họ có thể phải đối mặt với giá GPU cao, hạn chế về lịch trình tài nguyên, rào cản khu vực và chu kỳ mua sắm kéo dài. Đối với các ứng dụng AI tăng trưởng nhanh, sự bất định này có thể ảnh hưởng trực tiếp đến tốc độ lặp lại sản phẩm và hiệu quả thương mại hóa.
Các trường hợp thương mại hóa gần đây của IO thu hút sự chú ý của thị trường chính trong bối cảnh này. Cốt lõi câu chuyện không chỉ là "GPU phi tập trung rẻ hơn", mà là một cách tiếp cận mới trong việc kết nối cung – cầu: Trên toàn cầu đang tồn tại một lượng lớn GPU chưa được khai thác tối đa, trong khi các công ty AI lại có nhu cầu tính toán linh hoạt, không ngừng mở rộng. Giá trị của mạng lưới DePIN nằm ở chỗ liệu chúng có thể tổ chức lại các tài nguyên rời rạc này và cung cấp cho khách hàng thực với chi phí thấp hơn, linh hoạt hơn hay không.
Các trường hợp thương mại hóa mới của IO bắt đầu trả lời câu hỏi về nhu cầu thực của DePIN
Ở giai đoạn đầu của lĩnh vực DePIN, logic phía cung dễ giải thích nhất. Thông qua khuyến khích token, dự án có thể thu hút thợ đào, nhà cung cấp thiết bị hoặc node tài nguyên tham gia mạng lưới, nhanh chóng mở rộng độ phủ hạ tầng. Nhưng sau khi phía cung tăng trưởng, câu hỏi về nguồn gốc nhu cầu là điều mà mọi dự án DePIN đều phải đối mặt. Nếu mạng lưới chỉ bổ sung thiết bị nhờ khuyến khích token mà thiếu khách hàng thực và kịch bản sử dụng bền vững, mô hình kinh doanh vẫn chỉ dựa vào trợ giá.
Giá trị của các trường hợp gần đây từ IO là chuyển trọng tâm từ phía cung sang phía cầu. Lấy ví dụ nền tảng âm nhạc AI Wondera. Theo dữ liệu chính thức, Wondera đã thu hút 200.000 người dùng tại 171 quốc gia và vùng lãnh thổ chỉ trong bốn tháng sau khi ra mắt.
Để hỗ trợ huấn luyện mô hình và tăng trưởng sản phẩm, nền tảng này đã tiêu thụ tổng cộng 552.000 giờ GPU và sử dụng 96 GPU cao cấp để huấn luyện. Quan trọng hơn, so với giải pháp đám mây truyền thống, Wondera đã giảm chi phí huấn luyện khoảng 75% nhờ IO, tiết kiệm khoảng 2,48 triệu USD.
Những con số này không chỉ đơn thuần là "giảm chi phí". Chúng cho thấy mạng lưới GPU phi tập trung đang bước vào quy trình kinh doanh thực tế, đảm nhận các nhiệm vụ huấn luyện cho ứng dụng AI thực. Đối với nền tảng AI sinh nội dung như Wondera, tăng trưởng người dùng sẽ nhanh chóng khuếch đại nhu cầu tính toán. Nếu chi phí hạ tầng quá cao, nền tảng có nguy cơ bị chính cấu trúc chi phí đè nặng trước khi kịp thương mại hóa. Nhờ tiếp cận tài nguyên GPU linh hoạt hơn, doanh nghiệp có thể phân bổ nhiều ngân sách hơn cho phát triển sản phẩm, tối ưu mô hình và thu hút người dùng.
Trường hợp Leonardo.AI càng làm rõ áp lực hạ tầng mà các nền tảng AI sinh nội dung phải đối mặt khi mở rộng quy mô. Theo dữ liệu từ IO, Leonardo.AI đã tăng trưởng từ khoảng 14.000 lên 19 triệu người dùng — tức tăng hơn 1.000 lần — trong khi chi phí GPU giảm hơn 50% và chu kỳ mua sắm tài nguyên rút ngắn từ vài tuần/tháng xuống chỉ còn vài ngày. Đối với các nền tảng AI tăng trưởng nhanh, rút ngắn chu kỳ mua sắm và giảm chi phí đều có ý nghĩa sống còn, bởi cửa sổ cạnh tranh của sản phẩm AI sinh nội dung thường rất ngắn. Nếu nguồn cung tính toán không theo kịp tăng trưởng người dùng, trải nghiệm sản phẩm sẽ bị ảnh hưởng, kéo theo giảm giữ chân và mở rộng người dùng.
Những trường hợp này đang thay đổi cách thị trường nhìn nhận về mạng lưới điện toán DePIN. Trước đây, nhà đầu tư thường chú ý đến token dự án và quy mô mạng lưới. Hiện tại, câu hỏi trọng tâm là: Doanh nghiệp có sẵn sàng trả tiền để sử dụng mạng lưới không? Có khối lượng công việc bền vững không? Mạng lưới có thể trở thành lựa chọn thay thế ổn định cho dịch vụ đám mây truyền thống không?
Lĩnh vực điện toán DePIN đang chuyển từ tổng hợp tài nguyên sang xác thực thương mại
Từ góc độ ngành, các mạng lưới điện toán DePIN thường trải qua ba giai đoạn phát triển. Đầu tiên là tổng hợp tài nguyên — thu hút GPU, CPU, lưu trữ hoặc băng thông vào mạng lưới thông qua khuyến khích token. Thứ hai là xác thực khả năng sử dụng — chứng minh các tài nguyên phân tán này có thể được điều phối ổn định, đáp ứng yêu cầu tác vụ ở cấp doanh nghiệp. Thứ ba là xác thực thương mại — chứng minh mạng lưới có thể thu hút khách hàng thực sử dụng lâu dài, tạo ra doanh thu, giữ chân và tái sử dụng dịch vụ.
Các trường hợp gần đây của IO cho thấy lĩnh vực điện toán DePIN đang chuyển từ giai đoạn đầu sang giai đoạn hai và ba. Sự chuyển dịch này rất quan trọng, bởi thị trường tiền mã hóa thường đánh giá quá cao tốc độ mở rộng phía cung, trong khi đánh giá thấp khó khăn khi chuyển hóa nhu cầu. Ngay cả một mạng lưới sở hữu lượng GPU khổng lồ cũng không thể thay thế dịch vụ đám mây truyền thống ngay lập tức. Khách hàng doanh nghiệp quan tâm không chỉ đến giá cả — mà còn đến độ ổn định, tỷ lệ hoàn thành tác vụ, bảo mật dữ liệu, khả năng phản hồi dịch vụ, tính dự đoán tài nguyên và khả năng tương thích với quy trình phát triển hiện có.
Vì vậy, việc IO nhấn mạnh các trường hợp thương mại hóa thực chất là xây dựng niềm tin thị trường. Dự án cần chứng minh rằng mạng lưới GPU phi tập trung không chỉ là công cụ kiếm lời ngắn hạn, mà thực sự là hạ tầng có thể xử lý khối lượng công việc AI thực tế. Đây là cốt lõi của sự thay đổi trong logic định giá DePIN: Trước đây, dự án được đánh giá dựa trên "có bao nhiêu node", nhưng trong tương lai, giá trị sẽ nằm ở "phục vụ được bao nhiêu khách hàng, chạy được bao nhiêu tác vụ, tạo ra bao nhiêu doanh thu".
Từ góc độ này, chuỗi các trường hợp khách hàng mà IO liên tục công bố không chỉ là hoạt động marketing đơn lẻ — mà là dấu hiệu cho thấy lĩnh vực điện toán DePIN đang bước vào giai đoạn mới. Khi các công ty AI ngày càng nhạy cảm với chi phí tính toán, mạng lưới GPU phi tập trung phải dùng các trường hợp thực tế để chứng minh mình không chỉ phục vụ trong ngành crypto, mà đã sẵn sàng bước vào thị trường hạ tầng AI rộng lớn hơn.
Nhu cầu suy luận AI tăng trưởng mở ra cơ hội cho mạng lưới GPU phi tập trung
Nhu cầu trọng tâm tiếp theo của ngành AI có thể không còn là huấn luyện, mà là suy luận. Nhiệm vụ huấn luyện tập trung ở giai đoạn phát triển mô hình, còn suy luận diễn ra mỗi khi người dùng tương tác. Khi ứng dụng AI được tích hợp vào tìm kiếm, phần mềm văn phòng, thiết kế, âm nhạc, game, video, chăm sóc khách hàng và quy trình tự động hóa, số lượng yêu cầu suy luận trở thành chi phí lặp lại. Nói cách khác, càng nhiều người dùng, chi phí suy luận càng cao — và giá trị của tối ưu hạ tầng càng lớn.
Điều này mở ra cơ hội tăng trưởng mới cho mạng lưới GPU phi tập trung. Các nhà cung cấp đám mây truyền thống có lợi thế về độ ổn định, hệ sinh thái và dịch vụ doanh nghiệp, nhưng cấu trúc chi phí và phân bổ tài nguyên không phải lúc nào cũng phù hợp với mọi startup AI. Đặc biệt với các nhóm nhỏ và vừa, họ cần GPU nhưng không thể cam kết thuê tài nguyên đám mây đắt đỏ dài hạn. Nếu mạng lưới GPU phi tập trung có thể cung cấp quyền truy cập tài nguyên linh hoạt hơn, đây sẽ là lựa chọn bổ sung quan trọng cho các doanh nghiệp này.
Đây chính là cơ hội của IO. Dự án không đặt mục tiêu thay thế nhà cung cấp đám mây lớn ngay lập tức, mà hướng tới cung cấp giải pháp thay thế tiết kiệm chi phí hơn khi nhu cầu tính toán AI tăng trưởng nhanh. Đặc biệt ở các kịch bản như huấn luyện, suy luận hàng loạt, sinh ảnh, sinh nhạc và thực thi tác vụ Agent — miễn là tác vụ có thể phân tách, lập lịch và thực thi phân tán — mạng lưới GPU phi tập trung sẽ có lợi thế về chi phí và tính linh hoạt.
Tuy nhiên, cơ hội này không đồng nghĩa mạng lưới điện toán DePIN không gặp thách thức. Khách hàng AI doanh nghiệp đòi hỏi độ ổn định dịch vụ rất cao. Mạng lưới phi tập trung phải giải quyết các vấn đề như chất lượng node không đồng đều, lập lịch tác vụ phức tạp, bảo mật dữ liệu và cam kết dịch vụ. Nếu không giải quyết triệt để, lợi thế chi phí sẽ không chuyển hóa thành quan hệ khách hàng bền vững. Việc IO có tiếp tục công bố thêm các trường hợp khách hàng chất lượng cao hay không sẽ là yếu tố then chốt để thị trường đánh giá năng lực thương mại hóa.
Câu chuyện thị trường của IO chuyển từ "hype token" sang nhu cầu hạ tầng
Đối với token IO, tác động quan trọng nhất từ các diễn biến gần đây là việc củng cố câu chuyện "nhu cầu hạ tầng AI" trên thị trường. Trước đây, nhiều dự án crypto liên quan đến AI ghi nhận biến động giá mạnh chủ yếu nhờ hiệu ứng FOMO ngắn hạn quanh chủ đề AI. Nhưng khi dự án bắt đầu công bố khách hàng thực, số liệu tiết kiệm chi phí cụ thể và các trường hợp mở rộng kinh doanh, sự chú ý của thị trường chuyển từ "hype" sang xác thực thương mại.
Điều này không có nghĩa giá IO sẽ tăng ngay lập tức sau mỗi trường hợp khách hàng mới. Giá trên thị trường thứ cấp vẫn chịu ảnh hưởng bởi điều kiện thị trường chung, cấu trúc thanh khoản, khẩu vị rủi ro và lịch mở khóa token. Tuy nhiên, về mặt câu chuyện trung – dài hạn, các trường hợp thương mại thực tế sẽ nâng cao nhận thức thị trường về nền tảng cơ bản của dự án. Đặc biệt khi cạnh tranh trong ngành AI ngày càng khốc liệt, nhà đầu tư sẽ ngày càng phân biệt rõ giữa "dự án chỉ nói về AI" và "dự án hạ tầng thực sự phục vụ doanh nghiệp AI".
Chiến lược nội dung gần đây của IO cũng xoay quanh điểm này. Dự án không chỉ nhấn mạnh quy mô mạng lưới, mà liên tục trình bày cách các công ty AI khác nhau sử dụng mạng lưới tính toán của mình. Các trường hợp trong lĩnh vực âm nhạc AI, sinh ảnh AI và phát triển ứng dụng tự động hóa bao phủ nhiều lớp ứng dụng, cho thấy nhu cầu GPU phi tập trung không chỉ giới hạn ở một ngành. Đối với thị trường, điều này mở rộng biên độ câu chuyện của IO, định vị dự án không chỉ là một dự án DePIN, mà còn là lớp cung ứng tính toán phía sau sự tăng trưởng của ứng dụng AI.
Một sự chuyển dịch sâu sắc hơn đang diễn ra: Các dự án DePIN chuyển từ "lấy người dùng crypto làm trung tâm" sang "lấy khách hàng ngành làm trung tâm". Nếu nhu cầu chủ yếu đến từ nội bộ thị trường crypto, chu kỳ sẽ rất biến động. Nhưng nếu nhu cầu đến từ doanh nghiệp AI, nền tảng phát triển hoặc công ty ứng dụng thực, logic tăng trưởng có thể thoát khỏi sự phụ thuộc vào chu kỳ thị trường đơn thuần.
Liệu nhu cầu thực có bền vững không vẫn phụ thuộc vào doanh thu mạng lưới và giữ chân khách hàng
Dù các trường hợp gần đây của IO phát đi tín hiệu tích cực, thị trường vẫn cần giữ thái độ thận trọng. Các trường hợp thương mại chứng minh nhu cầu tồn tại, nhưng chưa đủ để khẳng định nhu cầu đó có thể mở rộng, ổn định và bền vững. Để mạng lưới điện toán DePIN trưởng thành, cần công bố thêm dữ liệu hệ thống hơn — như số lượng khách hàng doanh nghiệp, khối lượng công việc thực tế, tỷ lệ sử dụng GPU, doanh thu mạng lưới, tỷ lệ mua lại của khách hàng và phân bổ các kịch bản ứng dụng khác nhau.
Đây sẽ là hướng quan sát quan trọng nhất đối với IO trong thời gian tới. Các trường hợp khách hàng riêng lẻ có thể củng cố câu chuyện, nhưng cần dữ liệu tăng trưởng bền vững để hỗ trợ giá trị dài hạn. Nếu IO chuyển từ công bố trường hợp sang minh bạch hơn về dữ liệu vận hành, nhận thức thị trường về thuộc tính hạ tầng của dự án sẽ càng được củng cố. Ngược lại, nếu tốc độ cập nhật trường hợp chậm lại hoặc doanh thu, mức sử dụng mạng lưới không tăng, thị trường vẫn có thể xem IO chỉ là một dự án AI mang tính câu chuyện nhất thời.
Ngoài ra, mạng lưới điện toán phi tập trung phải cạnh tranh với cả nhà cung cấp đám mây truyền thống lẫn các dự án điện toán phi tập trung khác. Nhà cung cấp đám mây truyền thống có hệ thống dịch vụ doanh nghiệp và tích hợp hệ sinh thái mạnh hơn, trong khi các dự án DePIN cùng ngành cũng đang tranh giành nhu cầu tính toán AI. Để xây dựng lợi thế cạnh tranh lâu dài, IO không chỉ cần giá tốt, mà còn phải vượt trội về lập lịch tài nguyên, trải nghiệm lập trình viên, độ ổn định tác vụ và dịch vụ khách hàng.
Vì vậy, IO nên được xem là mục tiêu quan sát trọng yếu trong lĩnh vực hạ tầng AI, thay vì chỉ đánh giá dựa trên biến động ngắn hạn của thị trường. Giá trị cốt lõi của dự án không nằm ở một làn sóng "hype" nhất thời, mà là liệu mạng lưới GPU phi tập trung có thể liên tục thu hút nhu cầu dư thừa từ ngành AI hay không.
Câu chuyện DePIN đang bước vào giai đoạn xác thực nhu cầu thực
Tổng thể, chuỗi các trường hợp thương mại hóa liên tục của IO cho thấy lĩnh vực điện toán DePIN đang bước vào giai đoạn thực dụng hơn. Trước đây, các cuộc thảo luận về DePIN chủ yếu xoay quanh việc đưa tài nguyên vật lý lên chuỗi, tổ chức phía cung bằng khuyến khích token và tăng số lượng node. Hiện tại, thị trường đặt câu hỏi liệu các tài nguyên này có thực sự được sử dụng, có giúp doanh nghiệp giảm chi phí và có thể tham gia vào các mắt xích cốt lõi của chuỗi giá trị ngành AI hay không.
Đây chính là dấu hiệu của "giai đoạn nhu cầu thực". Nhu cầu thực không phải là dự án tự nhận phục vụ một ngành, mà là khách hàng bên ngoài tự nguyện sử dụng mạng lưới cho tác vụ kinh doanh và thực sự cải thiện chi phí, hiệu quả hoặc khả năng mở rộng. Các trường hợp như Wondera và Leonardo.AI là minh chứng cụ thể cho logic này.
Đối với ngành DePIN, nếu nhiều dự án chuyển từ mở rộng phía cung sang xác thực phía cầu, hệ thống định giá của toàn ngành sẽ trưởng thành hơn. Thị trường sẽ ít chú ý đến số lượng node, thay vào đó tập trung vào tỷ lệ sử dụng, chất lượng doanh thu và cấu trúc khách hàng. Đối với IO, các trường hợp thương mại hóa gần đây đã củng cố câu chuyện nền tảng, nhưng vị thế dài hạn vẫn sẽ phụ thuộc vào khả năng tiếp tục mở rộng tệp khách hàng và chuyển hóa nhu cầu tính toán AI thành giá trị mạng lưới ổn định.
Tóm tắt
Chuỗi các trường hợp thương mại hóa gần đây của IO với doanh nghiệp AI cho thấy mạng lưới điện toán DePIN đang chuyển từ câu chuyện khái niệm sang xác thực nhu cầu thực. Wondera đã thu hút 200.000 người dùng tại 171 quốc gia và vùng lãnh thổ trong bốn tháng, hoàn thành 552.000 giờ huấn luyện GPU thông qua IO, giảm chi phí huấn luyện khoảng 75% và tiết kiệm gần 2,48 triệu USD. Leonardo.AI, trong quá trình mở rộng lên 19 triệu người dùng, đã giảm hơn 50% chi phí GPU và rút ngắn đáng kể chu kỳ mua sắm tài nguyên. Những số liệu này cho thấy mạng lưới GPU phi tập trung đang bước vào quy trình kinh doanh thực tế của các công ty AI.
Tuy nhiên, lĩnh vực điện toán DePIN vẫn đang ở giai đoạn đầu thương mại hóa. IO đã chứng minh nhu cầu thực tồn tại thông qua các trường hợp điển hình, nhưng cần cung cấp thêm dữ liệu bền vững để chứng minh khả năng mở rộng — như doanh thu mạng lưới, tỷ lệ sử dụng GPU, giữ chân khách hàng doanh nghiệp và tăng trưởng khối lượng công việc thực tế. Đối với IO, các diễn biến gần đây đã củng cố câu chuyện hạ tầng AI và đưa sự chú ý của thị trường về chuyển dịch của DePIN từ tăng trưởng phía cung sang tăng trưởng phía cầu. Nếu ứng dụng AI tiếp tục mở rộng và chi phí tính toán ngày càng tăng, mạng lưới GPU phi tập trung có thể trở thành bổ sung ngày càng quan trọng cho thị trường hạ tầng AI.
Câu hỏi thường gặp
Vì sao IO gần đây thu hút sự chú ý của thị trường?
IO liên tục công bố các trường hợp thương mại hóa với doanh nghiệp AI, cho thấy mạng lưới GPU phi tập trung của dự án đang phục vụ các ứng dụng AI thực tế — chứ không chỉ dừng lại ở phạm vi câu chuyện khái niệm DePIN.
Trường hợp Wondera có ý nghĩa gì với IO?
Trường hợp Wondera chứng minh IO có thể cung cấp hỗ trợ huấn luyện GPU quy mô lớn cho nền tảng âm nhạc AI, đồng thời giúp giảm khoảng 75% chi phí huấn luyện, qua đó khẳng định giá trị kinh doanh thực tiễn của mạng lưới GPU phi tập trung.
Trường hợp Leonardo.AI cho thấy điều gì?
Trường hợp Leonardo.AI cho thấy các nền tảng AI sinh nội dung phải đối mặt với áp lực tính toán lớn khi số lượng người dùng tăng nhanh. IO có thể cung cấp tài nguyên GPU linh hoạt hơn, giúp doanh nghiệp giảm chi phí và rút ngắn chu kỳ mua sắm tài nguyên.
Lĩnh vực điện toán DePIN đang thay đổi như thế nào?
Lĩnh vực điện toán DePIN đang chuyển từ cạnh tranh phía cung sang xác thực phía cầu. Trọng tâm thị trường chuyển từ số lượng node, quy mô GPU sang khách hàng doanh nghiệp, khối lượng công việc thực tế và doanh thu thương mại.
Giá trị dài hạn của IO chủ yếu phụ thuộc vào yếu tố nào?
Giá trị dài hạn của IO chủ yếu phụ thuộc vào việc dự án có tiếp tục thu hút được khách hàng doanh nghiệp AI thực và chuyển hóa tài nguyên GPU thành nhu cầu sử dụng mạng lưới cũng như doanh thu thương mại ổn định hay không.
