Trong suốt năm vừa qua, trí tuệ nhân tạo (AI) vẫn giữ vị trí là một trong những chủ đề nổi bật nhất trên thị trường vốn toàn cầu. Từ các báo cáo lợi nhuận kỷ lục của Nvidia cho đến việc Microsoft, Meta và Amazon đẩy mạnh đầu tư vào trung tâm dữ liệu, AI đã chuyển mình từ một xu hướng công nghệ đơn thuần thành một chu kỳ phát triển hạ tầng mới. Sự chuyển dịch này hiện cũng bắt đầu tác động đến thị trường tiền mã hóa.
Khác với thị trường năm 2024 tập trung vào các khái niệm AI Agent và tài sản AI Meme, kể từ năm 2026, dòng vốn đã đi sâu hơn vào chuỗi giá trị ngành. Ngày càng nhiều nhà đầu tư đặt ra câu hỏi thực tiễn: Khi số lượng ứng dụng AI gia tăng và lượng người dùng mở rộng, ai mới thực sự là bên hưởng lợi từ sự tăng trưởng dài hạn của ngành AI?
Câu trả lời đang dịch chuyển từ tầng mô hình sang tầng hạ tầng.
Dù là AI Agent, tạo video AI, sáng tác nhạc AI hay dịch vụ AI cho doanh nghiệp, tất cả đều phụ thuộc lớn vào tài nguyên GPU. Khi ngành chuyển từ giai đoạn huấn luyện mô hình sang suy luận (inference), nhu cầu về sức mạnh tính toán ngày càng tăng. Trong khi đó, nguồn cung GPU vẫn eo hẹp, chi phí tiếp cận tài nguyên cao và giá dịch vụ đám mây liên tục leo thang—những vấn đề này ngày càng trở nên rõ nét. Trước bối cảnh đó, các mạng lưới GPU phi tập trung lại một lần nữa thu hút sự chú ý.
Là một dự án trọng điểm trong lĩnh vực hạ tầng AI, IO gần đây đã công bố loạt trường hợp thương mại hóa, tiếp tục củng cố vị thế là nền tảng điện toán AI. Về mặt giá, IO đã tăng gần 200% so với đáy tháng 4. Ở cấp độ ngành, thị trường đang đánh giá lại giá trị lâu dài của các mạng lưới điện toán DePIN trong chuỗi giá trị AI. Vậy, đà tăng giá của IO chỉ là nhịp hồi ngắn hạn của nhóm AI, hay báo hiệu mạng lưới GPU phi tập trung đang bước vào chu kỳ tăng trưởng mới?
Đằng sau đà tăng giá của IO: Sự dịch chuyển trọng tâm thị trường
Quan sát diễn biến giá, đợt tăng hiện tại của IO không chỉ đơn thuần là nhịp hồi kỹ thuật.
Dữ liệu thị trường Gate và biểu đồ giá gần đây cho thấy IO đã giảm về vùng 0,09 USD vào đầu tháng 4, sau đó đi ngang ở mức thấp trong nhiều tuần. Suốt tháng 4, khối lượng giao dịch duy trì ở mức thấp và biên độ dao động hạn chế, phản ánh tâm lý thận trọng của thị trường đối với nhóm hạ tầng AI.
Bước ngoặt thực sự đến vào đầu tháng 5.
Khi thanh khoản gia tăng, IO đã bứt phá khỏi vùng tích lũy trước đó và nhanh chóng vượt mốc 0,15 USD. Dù sau đó có điều chỉnh, giá vẫn duy trì trên nền bứt phá, còn khối lượng giao dịch lại giảm dần. Mô hình này cho thấy sự luân chuyển nhà đầu tư trong nhịp tăng, thay vì dòng tiền rút ra khỏi thị trường. Từ cuối tháng 5 sang đầu tháng 6, IO tiếp tục ghi nhận sóng tăng cả về giá lẫn khối lượng, đỉnh gần 0,27 USD—tương ứng mức tăng gần 200% so với đáy tháng 4.
Điểm đáng chú ý hơn là không chỉ IO hồi phục trong giai đoạn này. Các dự án hạ tầng AI khác như Render, Aethir và Akash cũng thu hút sự quan tâm của thị trường. Điều này cho thấy dòng vốn không chỉ giao dịch một mã riêng lẻ, mà là theo logic chung của nhóm hạ tầng AI.
Sự dịch chuyển trọng tâm thị trường đã rõ ràng. Trước đây, nhà đầu tư sẵn sàng trả giá cho "khái niệm AI". Nay, dòng tiền cân nhắc kỹ hơn về phân khúc nào trong chuỗi giá trị AI sẽ có nhu cầu bền vững. Khi thị trường chuyển từ kỳ vọng theo câu chuyện sang yếu tố nền tảng, các dự án có ứng dụng thực tế và câu chuyện thương mại hóa tự nhiên sẽ được chú ý hơn.
Từ cạnh tranh mô hình đến cạnh tranh suy luận: Ngành AI bước vào giai đoạn tăng trưởng mới
Nhìn lại ba năm phát triển vừa qua của AI, có thể thấy cục diện cạnh tranh đã thay đổi rõ rệt.
Trong các năm 2023 và 2024, trọng tâm là năng lực mô hình: ai sở hữu quy mô tham số lớn nhất, ai dẫn đầu các bảng xếp hạng, ai có sức mạnh huấn luyện vượt trội—đó là các tiêu chí then chốt. Ở giai đoạn này, dòng vốn chủ yếu đổ vào các công ty phát triển mô hình, còn tài nguyên GPU chủ yếu được xem là tư liệu sản xuất phục vụ huấn luyện.
Nhưng khi mô hình ngày càng hoàn thiện, ngành lại bước sang giai đoạn mới.
Nhiều doanh nghiệp nhận ra rằng chi phí huấn luyện dù lớn, nhưng không phải là khoản chi dài hạn lớn nhất. Gánh nặng thực sự nằm ở khâu suy luận. Việc huấn luyện thường diễn ra trong quá trình phát triển, nâng cấp mô hình, còn suy luận lại phát sinh mỗi lần người dùng tương tác với sản phẩm AI. Với các ứng dụng AI phục vụ hàng triệu, thậm chí hàng chục triệu người dùng, chi phí suy luận thường vượt xa chi phí huấn luyện.
Đó cũng là lý do ngày càng nhiều doanh nghiệp công nghệ chú trọng tối ưu hóa suy luận.
Đối với doanh nghiệp, giảm chi phí suy luận không chỉ tiết kiệm ngân sách, mà còn giúp phục vụ nhiều người dùng hơn, cải thiện biên lợi nhuận và mở rộng thị phần. Trong vài năm tới, cuộc cạnh tranh AI có thể sẽ chuyển từ "ai có mô hình mạnh nhất" sang "ai cung cấp dịch vụ AI với chi phí thấp nhất".
Tài nguyên GPU vì thế càng trở nên then chốt.
Thị trường hiện tập trung vào chi phí tiếp cận GPU, hiệu suất sử dụng tài nguyên và hiệu quả điều phối sức mạnh tính toán. So với tầng mô hình liên tục xuất hiện đối thủ mới, mạng lưới GPU và nền tảng điện toán lại có nhu cầu ổn định hơn. Dù công ty mô hình nào thắng cuộc, họ đều phải tiêu thụ lượng lớn sức mạnh tính toán. Đó là lý do các dự án hạ tầng AI tiếp tục thu hút sự quan tâm của thị trường.
Vì sao các trường hợp thương mại hóa gần đây của IO được chú ý
Xu hướng ngành định hướng dòng vốn, nhưng tiến độ thương mại hóa ở cấp dự án mới quyết định thị trường có sẵn sàng định giá cao hơn hay không.
Một trong những nghi ngờ lớn nhất với lĩnh vực DePIN năm qua là thiếu cầu thực. Nhiều dự án có thể nhanh chóng tập hợp tài nguyên nhờ ưu đãi token, nhưng lại khó chứng minh nguồn lực đó được doanh nghiệp thực sự sử dụng. Do vậy, thị trường vẫn dè dặt với nhóm DePIN.
Các công bố gần đây của IO đã trực diện giải quyết vấn đề này.
Trường hợp nổi bật nhất là Leonardo.AI. Theo số liệu chính thức, Leonardo.AI đã mở rộng từ khoảng 14.000 người dùng lên 19 triệu người. Trong quá trình này, nền tảng tận dụng mạng lưới IO để tiếp cận GPU, giúp giảm hơn 50% tổng chi phí GPU và rút ngắn chu kỳ mua sắm từ vài tuần/tháng xuống chỉ còn vài ngày.
Với thị trường, trường hợp này có ý nghĩa vượt ra ngoài phạm vi tiết kiệm chi phí. Nó chứng minh mạng lưới GPU phi tập trung đã phục vụ nền tảng AI thực tế với hàng chục triệu người dùng—không còn chỉ dừng ở thử nghiệm.
Một ví dụ nổi bật khác đến từ nền tảng AI âm nhạc Wondera. Số liệu cho thấy Wondera đã sử dụng hơn 550.000 giờ GPU để huấn luyện mô hình và vận hành 96 GPU cao cấp cho các tác vụ liên quan. So với giải pháp đám mây truyền thống, Wondera giảm chi phí huấn luyện khoảng 75%, tiết kiệm gần 2,48 triệu USD.
Các trường hợp này gửi đi tín hiệu rõ ràng: các mạng lưới GPU phi tập trung đang chuyển từ thử nghiệm sang xác thực thương mại. Khi thị trường chứng kiến doanh nghiệp thực sự sử dụng tài nguyên mạng lưới để giảm chi phí và mở rộng quy mô, logic định giá dự án cũng thay đổi theo.
Vì sao các công ty AI tìm kiếm sức mạnh tính toán ngoài dịch vụ đám mây truyền thống
Mạng lưới GPU phi tập trung thu hút sự chú ý không chỉ nhờ tiến độ dự án, mà còn bởi các vấn đề thực tiễn của ngành.
Lý do chính xuất phát từ những thách thức thực tế mà lĩnh vực AI đang đối mặt.
Những năm gần đây, các nhà cung cấp đám mây lớn gần như độc chiếm thị trường GPU hiệu năng cao. Nhưng khi nhu cầu AI bùng nổ, mô hình đám mây truyền thống bộc lộ nhiều hạn chế. Một mặt, nguồn cung GPU luôn trong tình trạng thiếu hụt, nhiều doanh nghiệp dù có ngân sách cũng khó tiếp cận tài nguyên. Mặt khác, chi phí dịch vụ đám mây ngày càng tăng, ăn mòn biên lợi nhuận của các công ty AI.
Với nhiều doanh nghiệp AI vừa và nhỏ, áp lực này càng trở nên rõ rệt.
Họ không có khả năng đặt trước lượng lớn GPU như các ông lớn công nghệ, cũng không thể duy trì chi phí đám mây cao kéo dài. Do đó, toàn ngành đang tìm kiếm nguồn sức mạnh tính toán linh hoạt, chi phí thấp hơn.
Đây chính là cơ hội của các mạng lưới GPU phi tập trung.
Bằng cách tổng hợp tài nguyên GPU nhàn rỗi trên toàn cầu, mạng lưới phi tập trung mang đến cho doanh nghiệp phương án tiếp cận tài nguyên linh hoạt hơn. Khi nhu cầu tăng đột biến, doanh nghiệp có thể mở rộng nhanh; khi nhu cầu giảm, họ tránh được chi phí duy trì dài hạn. Xét ở góc độ ngành, mô hình này giống một thị trường mở hơn là hệ thống phân bổ tập trung truyền thống.
Khi số lượng ứng dụng AI tiếp tục tăng, tầm quan trọng của việc điều phối tài nguyên linh hoạt sẽ càng được khẳng định.
Mạng lưới điện toán DePIN bước vào giai đoạn xác thực nhu cầu thực
Xét về mặt phát triển ngành, AI nhiều khả năng sẽ là chất xúc tác quan trọng cho thương mại hóa DePIN.
Trong vài năm qua, các dự án DePIN tập trung giải quyết bài toán cung—dùng ưu đãi để thu hút thiết bị, xây dựng thị trường tài nguyên toàn cầu. Nhưng thách thức thực sự không nằm ở mở rộng nguồn cung, mà ở xác thực nhu cầu. Nếu không có khách hàng thực và khối lượng công việc ổn định, ngay cả mạng lưới lớn nhất cũng khó tạo ra giá trị bền vững.
AI hiện đang kết nối cung và cầu lần đầu tiên.
Trước đây, mạng lưới GPU thiếu khách hàng; nay, công ty AI lại thiếu GPU. Mạng dữ liệu từng thiếu kịch bản ứng dụng; nay, mô hình AI ngày càng cần nhiều dữ liệu hơn. Mạng lưới điện toán mở từng thiếu ứng dụng; nay, nhu cầu suy luận AI tăng mạnh.
Sự thay đổi này đồng nghĩa DePIN không còn chỉ là tổng hợp tài nguyên—mà đã có nền tảng là nhu cầu thực của ngành.
Diễn biến thị trường gần đây cho thấy nhà đầu tư đang đánh giá lại lĩnh vực này. Thay vì chỉ quan tâm số lượng node hay quy mô thiết bị, thị trường chú trọng đến khách hàng doanh nghiệp, tỷ lệ sử dụng mạng và nguồn thu thực tế. Nói cách khác, DePIN đang chuyển từ "kể câu chuyện" sang "xác thực nhu cầu", với AI là động lực chính cho quá trình này.
Vì sao hạ tầng AI là bên hưởng lợi lớn nhất trong chu kỳ AI hiện tại
Nếu quan sát ngành AI hiện nay, có thể thấy dòng vốn đang dần lan tỏa từ tầng ứng dụng sang tầng hạ tầng.
Lý do rất rõ ràng. Cạnh tranh ở tầng ứng dụng nhiều bất định, nhưng nhu cầu hạ tầng lại dễ dự báo hơn nhiều. Dù công ty AI nào chiếm lĩnh thị phần, hay nền tảng Agent nào trở thành xu hướng chủ đạo, tất cả đều cần nguồn lực tính toán, dữ liệu và mạng lưới ổn định lâu dài.
Nhu cầu này sẽ không biến mất ngay cả khi cạnh tranh ở tầng ứng dụng kết thúc.
Vì vậy, thay vì đặt cược vào một sản phẩm AI cụ thể, nhiều nhà đầu tư chuyển hướng sang hạ tầng. Với thị trường, sự khan hiếm thực sự trong AI không phải là token, mà là các nguồn lực nền tảng đảm bảo hệ sinh thái vận hành. Khi ngành bước vào kỷ nguyên suy luận, tài nguyên GPU sẽ càng trở nên quan trọng và các dự án hạ tầng liên quan nhiều khả năng sẽ hưởng lợi từ xu hướng này.
Từ góc nhìn này, đà tăng giá của IO không chỉ phản ánh sự công nhận đối với bản thân dự án, mà còn là sự đánh giá lại giá trị lâu dài của hạ tầng AI.
Các chỉ số cần theo dõi cho diễn biến giá IO trong tương lai
Với IO, các yếu tố quyết định giá trị dài hạn không chỉ dừng ở tâm lý thị trường.
Điều thực sự quan trọng là tăng trưởng khách hàng doanh nghiệp, tỷ lệ sử dụng GPU trên mạng lưới, quy mô khối lượng công việc thực và số liệu doanh thu thương mại hóa. Nếu IO tiếp tục công bố nhiều trường hợp như Leonardo.AI và Wondera, đồng thời thể hiện rõ hiệu quả vận hành mạng lưới, thị trường có thể dần áp dụng mô hình định giá hạ tầng để đánh giá dự án.
Song song đó, tốc độ phát triển chung của ngành AI cũng là yếu tố then chốt. Nếu nhu cầu suy luận tiếp tục tăng và doanh nghiệp liên tục tìm kiếm thêm GPU, không gian thị trường cho mạng lưới GPU phi tập trung có thể mở rộng mạnh mẽ hơn nữa.
Như vậy, logic cốt lõi cho tương lai của IO không chỉ nằm ở khái niệm AI—mà là liệu dự án có liên tục đáp ứng được nhu cầu thực phát sinh từ sự mở rộng của ngành AI hay không.
Kết luận
Đà tăng giá bền vững của IO trong hai tháng qua không đơn thuần là kết quả của tâm lý hưng phấn trở lại với nhóm AI. Nó phản ánh sự thay đổi căn bản trong cách thị trường định giá hạ tầng AI. Khi ngành AI chuyển từ giai đoạn huấn luyện sang suy luận, tài nguyên GPU ngày càng trở nên thiết yếu, còn nhu cầu doanh nghiệp về sức mạnh tính toán linh hoạt, chi phí thấp tăng mạnh.
Từ Leonardo.AI đến Wondera, các trường hợp thương mại hóa gần đây của IO cho thấy mạng lưới GPU phi tập trung đã bước vào các kịch bản kinh doanh thực tế. Điều này đồng nghĩa lĩnh vực điện toán DePIN đang chuyển từ tổng hợp tài nguyên sang xác thực nhu cầu thực. Nếu ngành AI tiếp tục mở rộng, mạng lưới điện toán phi tập trung của IO có thể trở thành một phần không thể thiếu trong hệ sinh thái hạ tầng của kỷ nguyên AI.
Câu hỏi thường gặp
Vì sao giá IO liên tục tăng mạnh gần đây?
Đà tăng giá của IO được thúc đẩy bởi động lực mới trong lĩnh vực hạ tầng AI, số lượng trường hợp thương mại hóa gia tăng và sự chú ý trở lại của thị trường đối với nhu cầu mạng lưới GPU.
Những tiến triển dự án nổi bật nhất của IO gần đây là gì?
Điểm nhấn lớn nhất với IO là các trường hợp thương mại hóa với Leonardo.AI và Wondera. Leonardo.AI đã mở rộng lượng người dùng lên 19 triệu đồng thời giảm hơn 50% chi phí GPU. Wondera tiết kiệm khoảng 2,48 triệu USD chi phí huấn luyện nhờ sử dụng mạng lưới IO. Những trường hợp này càng củng cố tính khả thi thương mại của các mạng lưới GPU phi tập trung.
Vì sao mạng lưới GPU phi tập trung thu hút sự chú ý trong ngành AI?
Mạng lưới GPU phi tập trung được quan tâm vì có khả năng tích hợp tài nguyên GPU phân tán toàn cầu, đồng thời cung cấp cho doanh nghiệp dịch vụ điện toán linh hoạt, chi phí thấp hơn. Khi nhu cầu suy luận AI tăng mạnh, mô hình này giúp giảm áp lực về chi phí và tài nguyên mà dịch vụ đám mây truyền thống đang gặp phải.
Vì sao DePIN trở thành bên hưởng lợi lớn trong ngành AI?
DePIN hưởng lợi vì nhu cầu của các công ty AI đối với GPU, dữ liệu và tài nguyên điện toán ngày càng tăng, tạo ra cầu thực sự từ bên ngoài cho các mạng lưới DePIN.
Những yếu tố nào cần theo dõi để đánh giá giá IO trong tương lai?
Các yếu tố then chốt ảnh hưởng đến giá IO dài hạn gồm tăng trưởng khách hàng doanh nghiệp, tỷ lệ sử dụng GPU, quy mô doanh thu mạng lưới và tốc độ gia tăng nhu cầu suy luận AI. Nếu IO tiếp tục mở rộng khối lượng công việc thực và đẩy mạnh thương mại hóa, giá trị dài hạn của dự án có thể tiếp tục được khẳng định.
