Bài viết
Hook: "48 giờ sau khi phát hành, toàn bộ GPU của chúng tôi đã bão hòa." Câu tweet ấy của Moonshot AI không phải là một lời khoe khoang về nhu cầu, mà là bản cáo trạng về một sự thất bại có hệ thống trong khâu dự báo năng lực tính toán. Một công ty AI định giá hơn 200 tỷ USD, với mô hình 2,8 nghìn tỷ tham số, không thể duy trì dịch vụ quá hai ngày. Điều đó nói lên điều gì về sức khỏe thực sự của ngành AI, đặc biệt là trong bối cảnh thị trường crypto đang nóng lên với những câu chuyện về DePIN và token hóa năng lực tính toán? Tôi, với tư cách một nhà phân tích đã từng mổ xẻ hợp đồng ICO năm 2017 và chứng kiến sự sụp đổ của những dự án “quá hot”, nhìn thấy ở đây một mô hình quen thuộc: cơn sốt FOMO che đậy những lỗ hổng kỹ thuật và quản lý rủi ro.
Context: Moonshot AI là kỳ lân Trung Quốc nổi tiếng với mô hình ngôn ngữ lớn Kimi, tập trung vào khả năng xử lý ngữ cảnh siêu dài (100.000 token cho bản miễn phí). Vào cuối tháng 7 năm 2025, họ tung ra Kimi K3, tuyên bố có 2,8 nghìn tỷ tham số và mở trọng số. Chiến lược “mở” này nhằm cạnh tranh trực tiếp với GPT-4o và Claude 3.5, nhưng với mức giá rẻ hơn 112 lần so với Anthropic. Chỉ trong vòng 48 giờ, nhu cầu API tăng vọt đến mức họ buộc phải tạm dừng đăng ký mới và tái cấu trúc gói thành viên. Sự kiện này không chỉ là một câu chuyện về AI, mà là một tín hiệu cảnh báo cho toàn bộ hệ sinh thái phụ thuộc vào GPU – bao gồm cả các dự án blockchain đang hứa hẹn cung cấp sức mạnh tính toán phi tập trung.
Core: Vấn đề cốt lõi không phải là thiếu GPU, mà là thiếu kế hoạch mở rộng quy mô hợp lý. Khi bạn xây dựng một mô hình 2,8 nghìn tỷ tham số, bạn biết trước rằng suy luận sẽ ngốn một lượng tài nguyên khổng lồ. Nhưng Moonshot AI đã hành động như thể họ đang tung ra một bản cập nhật phần mềm thông thường. Từ góc nhìn kỹ thuật, việc không dự phòng đủ dung lượng suy luận cho một sản phẩm được quảng cáo rầm rộ là một lỗi cơ bản. Hãy nhìn vào con số: 2,8 nghìn tỷ tham số gần như chắc chắn là một mô hình MoE (Mixture of Experts). Câu hỏi thực sự là: số tham số kích hoạt là bao nhiêu? Nếu con số này lên tới hàng trăm tỷ, thì mỗi yêu cầu API đòi hỏi hàng GB bộ nhớ GPU và băng thông liên kết chéo khổng lồ. Một cụm H100 8 GPU thông thường có thể không đủ để phục vụ một luồng duy nhất với độ trễ chấp nhận được.
Dữ liệu bị thiếu trong tuyên bố của Moonshot AI là chìa khóa. Họ không công bố điểm MMLU, HumanEval hay MATH – những benchmark chuẩn mực. Thay vào đó, họ dựa vào bảng xếp hạng “Arena” – một nền tảng đo khả năng xây dựng giao diện web. Đây là một chiến thuật “cherry-pick” kinh điển: chọn một bài kiểm tra hẹp mà mô hình của bạn làm tốt, rồi tuyên bố “số một”. Trong ngành crypto, tôi đã thấy điều này vô số lần: các dự án đưa ra một chỉ số “TPS cao” trong điều kiện lý tưởng, nhưng không nói gì về phân tán hay bảo mật. Ở đây cũng vậy: “số một về xây dựng web” không có nghĩa là mô hình tốt nhất về suy luận logic hay mã hóa.
Tuyến phòng thủ của tôi: một bài kiểm tra thực tế. Nếu tôi có quyền truy cập vào Kimi K3, tôi sẽ chạy ngay bộ dữ liệu SWE-bench (sửa lỗi phần mềm thực tế) và GSM8K (toán tiểu học). Nếu điểm số thấp hơn GPT-4o, thì toàn bộ câu chuyện “kỳ lân giá rẻ” sụp đổ. Việc họ không đưa ra những con số này trước khi phát hành là một dấu hiệu đỏ rõ ràng. Tương tự, trong crypto, khi một dự án không audit công khai hợp đồng thông minh, bạn nên nghi ngờ.
Sự cố ngừng dịch vụ còn tiết lộ một vấn đề sâu hơn: khả năng thương lượng với nhà cung cấp đám mây. Moonshot AI phụ thuộc vào Alibaba Cloud hoặc Volcengine? Nếu họ có hợp đồng dài hạn với mức giá ưu đãi và cam kết dung lượng, họ đã không bị “sốc” vì nhu cầu. Một công ty định giá 200 tỷ USD mà không có thỏa thuận cung cấp GPU dự phòng là một lỗi quản lý rủi ro khó tin. So sánh với Meta: Mark Zuckerberg đặt mua 350.000 GPU H100 cho Llama 4. Đó là cách một công ty có kế hoạch mở rộng nghiêm túc.
Contrarian: Nhưng phần đúng của phe “bull” ở đây là gì? Có một lập luận hợp lý: sự cố ngừng dịch vụ có thể là một chiến thuật tiếp thị khéo léo. “Chúng tôi tuyệt vời đến nỗi người dùng tràn vào, chúng tôi phải dừng lại để nâng cấp” – đó là một thông điệp mạnh mẽ cho các nhà đầu tư. Nó chứng minh PMF (Product-Market Fit) đã đạt đến mức khủng khiếp. Doanh thu ARR 300 triệu đô la chỉ từ API là một con số thật ấn tượng. Nếu Moonshot AI có thể khắc phục nút thắt trong vòng 1-2 tháng, họ hoàn toàn có thể biến “sự cố” này thành “bước ngoặt” cho IPO. Các nhà đầu tư mạo hiểm thích những câu chuyện tăng trưởng vượt ngoài dự kiến. Vấn đề là họ phải chứng minh được rằng nút thắt là tạm thời, không phải cấu trúc.
Một điểm contrarian khác: chiến lược mở trọng số (open-weight) có thể là con dao hai lưỡi. Nó thu hút cộng đồng, nhưng cũng làm giảm giá trị API. Nếu mọi người có thể tự chạy mô hình, họ sẽ không trả tiền cho API của bạn. Moonshot AI đang đánh cược vào việc giữ lại khả năng tinh chỉnh và hỗ trợ kỹ thuật. Nhưng trong ngành crypto, chúng ta đã thấy điều này với các blockchain mở: token giảm giá trị khi ai cũng có thể fork. Sự tương đồng thật đáng suy nghĩ.
Takeaway: Bài học từ Kimi K3 không chỉ dành cho AI, mà cho tất cả các dự án cơ sở hạ tầng trong thị trường tăng giá hiện tại. Khi FOMO lên cao, các kỹ sư thường quên đi kế hoạch mở rộng. Họ tập trung vào marketing và huy động vốn, trong khi kiến trúc hậu cần lại lỏng lẻo. Một công ty định giá 200 tỷ USD không thể giữ dịch vụ chạy quá 48 giờ? Điều đó giống như một sàn giao dịch crypto bị sập vì khối lượng giao dịch tăng đột biến. Và điều đó đã xảy ra rồi, với Mt. Gox, với Solana vào năm 2022. Lịch sử không lặp lại, nhưng nó vần điệu. Câu hỏi cuối cùng: liệu Moonshot AI có thể biến “sự cố vinh quang” này thành một bài học về khả năng phục hồi, hay nó sẽ trở thành một nghiên cứu điển hình khác về sự kiêu ngạo của những kỳ lân? Tôi đặt cược vào điều thứ hai, cho đến khi tôi thấy họ công bố benchmark chuẩn và cam kết dung lượng GPU rõ ràng.
Prompt cho hình minh họa: Một hình ảnh trừu tượng: một con chip GPU khổng lồ đang tan chảy dưới ánh nắng mặt trời, trên nền một biểu đồ tăng trưởng hình parabol màu đỏ. Phong cách đồ họa thông tin, tối giản, màu sắc lạnh (xanh dương, xám) kết hợp với các điểm nhấn đỏ tươi.