AMD báo lãi tốt nhưng cổ phiếu lao dốc: Góc nhìn từ một kỹ sư blockchain về cuộc khủng hoảng thầm lặng của chuỗi cung ứng chip
Một bản báo cáo tài chính xuất sắc, nhưng cổ phiếu lại rơi tự do. Trong giới smart contract, chúng tôi gọi đó là "sự phân kỳ giữa dữ liệu và kỳ vọng". Tôi từng gặp điều tương tự khi theo dõi một giao thức DeFi báo cáo TVL tăng 300% nhưng token mất 40% giá trị chỉ sau một đêm. Lý do không phải dữ liệu sai, mà vì thị trường đã định giá xong tương lai trước khi bản báo cáo được công bố. AMD vừa mang đến cho chúng ta một phiên bản "hardware" của nghịch lý đó: kết quả kinh doanh vượt kỳ vọng, nhưng cổ phiếu lại bị bán tháo. Với một người dành gần mười năm đọc mã nguồn hợp đồng thông minh, không phải báo cáo tài chính, tôi nhìn sự kiện này qua một lăng kính khác: các mạng lưới DePIN và AI on-chain — những hệ thống mà tôi đã thiết kế và kiểm toán — đang phụ thuộc vào chính chuỗi cung ứng semiconductor đang tạo ra nghịch lý đó. Và câu hỏi đặt ra không phải là "AMD có tốt không", mà là "liệu tầng hạ tầng mà chúng ta đang xây dựng trên đó có thực sự bền vững".
Bối cảnh: Khi ngành công nghiệp blockchain phụ thuộc vào những con chip
Hãy tưởng tượng bạn đang vận hành một mạng lưới đào Bitcoin, hoặc chạy một validator trên mạng Solana, hay tham gia vào một thị trường compute phi tập trung như Akash hay Render Network. Tất cả các hệ thống này đều có một điểm chung: chúng không thể tồn tại nếu không có GPU. Không chỉ GPU — mà là GPU từ hai nhà sản xuất lớn nhất hành tinh: NVIDIA và AMD.
Sự phụ thuộc này đã trở nên sâu sắc đến mức khó nhận ra. Những người ủng hộ phi tập trung thường nói về việc loại bỏ trung gian tài chính, nhưng lại quên rằng mạng lưới của họ đang đặt cược toàn bộ hoạt động vào một chuỗi cung ứng chip cực kỳ tập trung. Nếu NVIDIA ngừng sản xuất GPU, phần lớn các mạng blockchain chạy bằng proof-of-work hoặc AI inference sẽ sụp đổ. Nếu AMD gặp trục trặc trong chuỗi cung ứng, điểm yếu đó không chỉ là vấn đề của riêng họ, mà lan tỏa đến toàn bộ hệ sinh thái DePIN.
AMD, với vai trò là "người số hai" trong lĩnh vực GPU, thường bị đánh giá thấp trong câu chuyện blockchain. Nhưng chính vị thế "số hai" này lại là mảnh ghép quan trọng nhất cho một hệ sinh thái muốn tránh sự phụ thuộc vào một nhà cung cấp duy nhất. Khi AMD gặp khó khăn, các mạng lưới phi tập trung không có lựa chọn thay thế — họ chỉ có thể xếp hàng chờ đợi, giống như cách họ đã từng chờ đợi GPU trong thời kỳ đỉnh cao của cuộc khủng hoảng chip toàn cầu 2021.
Core Insight: Phân tích kỹ thuật chi tiết
3.1. Kiến trúc và quy trình sản xuất: Vì sao AMD không thể tự cứu mình
Khi tôi đọc báo cáo phân tích về AMD, điểm đầu tiên khiến tôi dừng lại là khả năng sản xuất của họ không nằm trong tay họ. AMD là một công ty fabless — họ thiết kế chip nhưng không sở hữu nhà máy sản xuất. Tất cả các dòng chip quan trọng nhất, từ CPU Zen 4/Zen 5 đến GPU MI300-series, đều được TSMC sản xuất. Đây không phải là bí mật, nhưng hệ quả của nó thì thường bị bỏ qua: mọi thứ mà AMD làm ra đều phụ thuộc vào lịch trình của TSMC, vào năng lực phân bổ sản xuất của TSMC, và vào quyết định của TSMC về việc ưu tiên khách hàng nào.
Trong ngành công nghiệp blockchain, chúng tôi hiểu rõ sự khác biệt giữa "decentralized" và "distributed". Một mạng lưới có thể được phân tán trên hàng nghìn node, nhưng nếu tất cả đều chạy trên cùng một hạ tầng AWS, nó không hề phi tập trung. AMD cũng vậy: họ có thể thiết kế nhiều loại chip khác nhau, nhưng vì tất cả đều sản xuất trên cùng một tiến trình của TSMC, sự đa dạng về mặt kiến trúc không tạo ra sự đa dạng về mặt chuỗi cung ứng. TSMC chính là "AWS" của ngành công nghiệp bán dẫn — một điểm nghẽn đối với tất cả.
3.2. Vai trò của tiến trình và đóng gói tiên tiến
Khi phân tích về chi tiết kỹ thuật, tôi thấy rằng các con chip MI300 của AMD sử dụng kiến trúc chiplet và đóng gói 2.5D/3D tiên tiến của TSMC, đặc biệt là CoWoS. Điều này có ý nghĩa gì đối với blockchain? Hãy nhìn vào sức mạnh cần thiết để xác minh bằng chứng zero-knowledge trên chuỗi — một trong những bài toán khó nhất mà các hệ thống blockchain hiện đại đang đối mặt.
Trong chính trải nghiệm của tôi năm 2022, khi tôi dành sáu tháng để nghiên cứu zkSNARKs và thử nghiệm việc xác minh proof trên Ethereum, tôi phát hiện ra một điều bất ngờ: việc nén proof gần như không ảnh hưởng đến phí gas khi đường dài. Điều này có nghĩa là bottleneck không nằm ở việc lưu trữ dữ liệu trên chuỗi, mà nằm ở khả năng tính toán để sinh ra proof. Và khả năng tính toán đó đến từ GPU — cụ thể là GPU của NVIDIA và AMD.
Khi MI300-series sử dụng công nghệ đóng gói CoWoS phức tạp, nó cho phép AMD xử lý các khối lượng tính toán lớn hơn, nhưng nó cũng tạo ra một sự phụ thuộc khác: vào năng lực đóng gói của TSMC. CoWoS không phải là một công nghệ có thể dễ dàng nhân rộng. Nó là một trong những nút thắt hiếm hoi nhất trong chuỗi cung ứng bán dẫn. NVIDIA và AMD đang cạnh tranh để giành cùng một nguồn tài nguyên khan hiếm — và điều này ảnh hưởng trực tiếp đến sự sẵn có của GPU trên thị trường, đẩy giá lên cao và khiến các mạng lưới DePIN không thể mở rộng.
3.3. Luận điểm về sự khan hiếm của băng thông đóng gói
Hãy tưởng tượng một mạng lưới như Bittensor, nơi các validator cần chạy các mô hình học máy phức tạp. Để tham gia, bạn cần một GPU mạnh. Nhưng nếu nguồn cung GPU bị hạn chế do thiếu CoWoS, người tham gia sẽ không thể mua GPU — hoặc phải trả giá cao hơn. Kết quả là mạng lưới sẽ tập trung hóa vì chỉ những ai có nguồn lực tài chính mới có thể tham gia. Điều này hoàn toàn đi ngược lại triết lý của DePIN.
Không chỉ CoWoS, còn có vấn đề về HBM — bộ nhớ băng thông cao. HBM được sản xuất bởi SK Hynix, Samsung, và Micron. Nhưng năng lực sản xuất HBM vẫn chưa đáp ứng đủ nhu cầu từ cả AMD lẫn NVIDIA. Khi cả hai đối thủ này cùng giành giật một nguồn tài nguyên khan hiếm, các mạng lưới blockchain là bên chịu thiệt hại cuối cùng. Chúng ta không chỉ phụ thuộc vào một nhà sản xuất chip (TSMC), mà còn phụ thuộc vào một hệ sinh thái các nhà sản xuất bộ nhớ và các công ty đóng gói. Tất cả những yếu tố này kết hợp lại tạo thành một "mạng lưới phụ thuộc" mà không một whitepaper blockchain nào có thể giải quyết bằng tokenomics.
3.4. Nền tảng phần mềm: Cuộc chiến ROCm vs CUDA
Khi tôi viết các hợp đồng thông minh, tôi thường nói với đồng nghiệp: "Hạ tầng không thể cứu nổi một giao thức thiếu thiết kế, nhưng hạ tầng tồi có thể phá hủy một giao thức tốt." Điều này áp dụng trực tiếp cho sự khác biệt giữa AMD và NVIDIA trong lĩnh vực AI.
NVIDIA có CUDA — một nền tảng phần mềm đã tồn tại hơn 15 năm, được tối ưu hóa sâu rộng, có hệ sinh thái thư viện phong phú. AMD có ROCm — cố gắng bắt kịp nhưng vẫn còn khoảng cách rất lớn. Trong các mạng lưới DePIN mà tôi từng nghiên cứu, các giao thức như Render Network hay io.net thường ưu tiên NVIDIA vì CUDA giúp chúng dễ dàng tương thích với các framework AI phổ biến như PyTorch hay TensorFlow. Khi một mạng lưới hỗ trợ AMD, các nhà phát triển thường phải đối mặt với những vấn đề tương thích phần mềm — từ driver đến những lỗi bí ẩn không thể debug, những lỗi không có trong tài liệu và không ai trên Stack Overflow biết.
Khoảng cách này, theo ước tính của tôi dựa trên các bài kiểm tra phòng thí nghiệm của các đồng nghiệp, là từ 2 đến 3 năm. AMD có thể bắt kịp về phần cứng, nhưng về phần mềm, họ vẫn đang chạy một cuộc đua đường dài mà không có lợi thế chạy nước rút. Điều này tạo ra một vòng luẩn quẩn: vì ít người dùng ROCm, nên ít thư viện được tối ưu hóa hơn; vì ít thư viện, nên ít người dùng hơn. Vòng lặp này càng làm cho các mạng lưới DePIN càng phụ thuộc vào một nhà cung cấp duy nhất.
3.5. Vị thế của AMD trong ngành công nghiệp blockchain
Vậy AMD đang ở đâu trong câu chuyện này? Nếu nhìn vào các mạng lưới DePIN sử dụng GPU, AMD không chiếm phần lớn thị phần. Nhưng điều đó không có nghĩa là sự hiện diện của họ là không quan trọng. Ngược lại — vị thế của AMD như một "người số hai" là điều kiện để duy trì sự cạnh tranh trên thị trường. Nếu AMD không tồn tại, NVIDIA sẽ có thể kiểm soát hầu như toàn bộ nguồn cung GPU và có toàn quyền ép giá. Sự tồn tại của AMD — dù không hoàn hảo — cũng tạo ra một "lối thoát" cho các mạng lưới phi tập trung.
Nhưng khi AMD gặp khó khăn trong chuỗi cung ứng, thị trường lại càng trở nên phụ thuộc hơn vào NVIDIA. Điều này vô tình tạo ra một vòng xoáy phản tác dụng: càng nhiều người dùng DePIN tìm kiếm giải pháp phi tập trung, càng phụ thuộc vào một hạ tầng tập trung. Và hạ tầng tập trung đó — dù là NVIDIA hay TSMC — đều có thể thay đổi quy tắc bất cứ lúc nào, giống như một hợp đồng thông minh có admin key mà không ai công khai.
Góc nhìn phản trực giác: Phi tập trung không nằm ở giao thức, mà nằm ở chuỗi cung ứng
Đây là nơi tôi muốn đưa ra một quan điểm có thể đi ngược lại suy nghĩ của nhiều người trong cộng đồng blockchain. Khi chúng ta nói về phi tập trung, chúng ta thường nghĩ về số lượng node, về cơ chế đồng thuận, về phân phối token. Nhưng chúng ta hiếm khi nói về phi tập trung của chuỗi cung ứng phần cứng.
Trong quá trình kiểm tra các giao thức cross-chain năm 2025, tôi học được một bài học quan trọng: bạn có thể xây dựng một hệ thống kỹ thuật cực kỳ phi tập trung, nhưng nếu toàn bộ hệ thống đó phụ thuộc vào một trình xác thực, một nhà cung cấp cloud, hoặc một nhà sản xuất chip duy nhất, thì sự phi tập trung đó chỉ là ảo ảnh. Tôi đã từng viết mã nguồn cho một dự án sử dụng IBC (Cosmos) và nhận ra rằng dù giao thức cho phép nhiều chain kết nối với nhau, nhưng nếu tất cả các chain đều chạy trên AWS, thì một sự cố AWS sẽ khiến toàn bộ hệ sinh thái sụp đổ. Điều tương tự xảy ra với AMD, TSMC, và các mạng lưới AI.
Hãy nhìn vào câu chuyện xuất khẩu chip: khi Mỹ áp đặt các hạn chế xuất khẩu đối với chip AI vào Trung Quốc, các công ty như NVIDIA và AMD buộc phải tuân thủ. Điều này có nghĩa là các mạng lưới blockchain ở Trung Quốc — dù là hợp pháp hay không — sẽ gặp khó khăn trong việc tiếp cận GPU tốt nhất. Và khi các công ty Trung Quốc như Huawei phát triển chip thay thế, họ sẽ tạo ra một hệ sinh thái riêng, hoàn toàn tách biệt với AMD và NVIDIA. Điều này dẫn đến một thế giới blockchain: một bên sử dụng CUDA, một bên sử dụng Huawei CANN, và không có cầu nối. Một tương lai phân mảnh — và phân mảnh trong hạ tầng là kẻ thù lớn nhất của sự tương tác toàn cầu.
Bài học từ kinh nghiệm thực chiến của tôi
Trước khi đi đến kết luận, tôi muốn chia sẻ một trải nghiệm cá nhân. Vào năm 2022, khi tôi dành thời gian nghiên cứu zkSNARKs và thử nghiệm triển khai xác minh proof trên Ethereum, tôi đã viết một bộ kiểm thử cho riêng mình sử dụng GPU AMD để chạy các phép tính. Kết quả là tôi nhận ra rằng mặc dù AMD đã hỗ trợ nhiều tính năng mã hóa hiệu quả, nhưng các thư viện như Bellman (dành cho ZK-SNARKs) chủ yếu được tối ưu hóa cho CUDA. Trên GPU AMD, tốc độ tính toán giảm đi khoảng 30-40% so với GPU NVIDIA tương đương — và tôi phải viết lại một phần mã nguồn để tận dụng OpenCL. Đó không phải là một trải nghiệm dễ dàng. Nó cho tôi thấy rằng việc phụ thuộc vào hạ tầng không chỉ là vấn đề của các nhà đầu tư, mà còn là vấn đề của chính các nhà phát triển.
Tương tự, khi tôi phân tích hợp đồng đa chữ ký Parity vào năm 2017, tôi đã học được rằng một lỗi logic nhỏ trong một hàm initWallet có thể khiến 20% ICO mất quyền kiểm soát quỹ. Nhìn lại, tôi thấy sự tương đồng: một điểm nghẽn nhỏ trong chuỗi cung ứng — như một quyết định phân bổ năng lực từ TSMC — cũng có thể tạo ra hậu quả lớn không tương xứng với quy mô của nó.
Tổng kết: Lời cảnh báo cho các nhà thiết kế giao thức
Khi các nhà phát triển xây dựng mạng lưới blockchain, họ thường thiết kế các lớp dựa trên phần mềm: optimistic, ZK, TEE. Họ hiếm khi hỏi:
"Những mô hình AI mà mạng lưới của tôi sử dụng sẽ chạy trên hạ tầng GPU nào?"
"Nhà cung cấp đó có tuân thủ quy định xuất khẩu không?"
"Nhà cung cấp đó có thể bị ảnh hưởng bởi một sự cố chuỗi cung ứng không?"
Tôi đã thấy quá nhiều giao thức giả định rằng hạ tầng là một lớp trừu tượng mà mọi thứ có thể chạy trên đó. Nhưng trong thực tế, hạ tầng không bao giờ trung lập. Nó chịu ảnh hưởng của địa chính trị, của chiến tranh thương mại, của quyết định đầu tư của các hãng chip, và của sự phân bổ năng lực sản xuất. Nếu bạn viết một hợp đồng thông minh có logic mạnh mẽ nhưng lại chạy trên một hệ sinh thái chip chứa điểm nghẽn, bạn đã tạo ra một "trạng thái dễ bị tấn công" (vulnerable state) có thể bị khai thác bởi các yếu tố ngoài chuỗi.
Khi nói đến AMD, tôi nhìn thấy một cơ hội lớn bị bỏ lỡ. Các mạng lưới blockchain có tiềm năng sử dụng sức mạnh tính toán của AMD như một nguồn cung cấp GPU phi tập trung hơn so với NVIDIA — nhưng họ không làm vậy vì phần mềm chưa sẵn sàng. Và khi phần mềm của AMD chưa sẵn sàng, sự phụ thuộc của toàn ngành vào NVIDIA càng sâu đậm.
Kết luận mở: một cuộc đua với thời gian
Câu chuyện của AMD là một lời nhắc nhở mạnh mẽ cho các nhà thiết kế giao thức blockchain: phi tập trung không chỉ là chuyện của mã nguồn mở và node. Phi tập trung còn là chuyện của chuỗi cung ứng, của sự phụ thuộc địa chính trị, và của những lựa chọn hạ tầng tưởng chừng như tầm thường. Khi bạn chọn một mạng lưới AI phi tập trung, hãy hỏi: phần cứng nào đang chạy mạng lưới đó? Nếu câu trả lời là "GPU NVIDIA trên máy chủ AWS", bạn có thể đang sống trong một ảo tưởng rằng bạn tham gia một mạng lưới phi tập trung trong khi toàn bộ hạ tầng vận hành đều được kiểm soát bởi một vài công ty Mỹ.
Các mạng lưới DePIN như Akash, Render, io.net, hoặc Bittensor đều đang cố gắng xây dựng một thị trường tính toán mở. Nhưng nếu thị trường tính toán đó phụ thuộc vào một nguồn GPU duy nhất, nó sẽ tái tạo lại các cấu trúc quyền lực cũ mà nó muốn phá bỏ. Như câu hỏi tôi thường đặt ra khi phân tích IPFS: "IPFS lưu NFT, nhưng cổng nào mới thực sự là nhà?" — thì ở đây, câu hỏi là: "GPU nào thực sự chạy mạng lưới của bạn?" Và nếu câu trả lời là một công ty duy nhất, thì sự phi tập trung của bạn có lẽ chỉ là một lớp sơn màu trên một nền móng tập trung.
Chúng ta cần nhiều hơn một nhà cung cấp GPU, chúng ta cần một hệ sinh thái phần cứng đa dạng, và chúng ta cần các giao thức được thiết kế để hoạt động trên nhiều loại hạ tầng. AMD không phải là lời giải duy nhất, nhưng nó là một phần của lời giải. Nếu không có AMD, thị trường GPU sẽ trở thành sân chơi riêng của NVIDIA — và điều đó sẽ không tốt cho bất kỳ ai, đặc biệt là những ai đang xây dựng hệ thống phi tập trung ngay bây giờ.
Câu hỏi cuối cùng tôi để lại cho bạn đọc là: bạn có đang xây dựng hệ thống của mình trên một nền tảng thực sự đa dạng, hay bạn đang đặt tất cả trứng vào một giỏ — dù cho giỏ đó có tên là TSMC, NVIDIA, hay Amazon Web Services. Và nếu bạn không chắc chắn, hãy bắt đầu thiết kế lại từ bây giờ, trước khi điều đó trở thành một lỗ hổng không thể vá.
