Tại sao một báo cáo của JPMorgan lại khiến tôi – một người đã kiểm tra lỗ hổng hợp đồng thông minh từ năm 2017 – phải dừng lại?
Không phải vì những con số tăng trưởng lợi nhuận đẹp đẽ, mà vì cách họ mô tả ngành công nghiệp bán dẫn: như thể nó chỉ là một bảng tính Excel khổng lồ với các ô 'cung' và 'cầu' được xếp gọn gàng. Nhưng thực tế – thứ tôi đã nhìn thấy từ bên trong mã nguồn của các giao thức blockchain suốt 26 năm qua – lại hỗn loạn hơn nhiều.
Hãy để tôi kể cho bạn nghe một câu chuyện nhỏ. Năm 2017, khi kiểm toán một hợp đồng ICO có tên 'ChainLink v1', tôi đã phát hiện 12 lỗ hổng nghiêm trọng trong mã nguồn. 3 trong số đó có thể khiến quỹ của dự án bốc hơi chỉ sau một đêm. Tôi đã viết một báo cáo dài 30 trang và công bố nó trên GitHub. Kết quả? Dự án đã sửa lỗi trước khi ra mắt – nhưng điều thú vị là: không một nhà đầu tư nào, không một quỹ đầu tư mạo hiểm nào, từng yêu cầu báo cáo đó trước khi rót tiền. Họ chỉ nhìn vào whitepaper và đội ngũ sáng lập.
Đó là bài học đầu tiên của tôi về sự khác biệt giữa 'vẻ ngoài' và 'thực chất' trong thế giới công nghệ. Và báo cáo của JPMorgan, dù có vẻ rất chuyên nghiệp, cũng mắc phải một lỗi tương tự.
Họ nói về 'tăng trưởng lợi nhuận' như một tín hiệu mua vào. Nhưng với tôi, tín hiệu thực sự nằm ở một nơi khác: trong những chi tiết kỹ thuật mà họ bỏ qua.
Hãy nhìn vào cụm từ 'nguồn cung thực chất sẽ không tăng cho đến năm 2028'. Đây là một tuyên bố mạnh mẽ, và nó đúng về mặt vĩ mô. Nhưng nó bỏ lỡ điểm cốt lõi: tại sao nguồn cung lại chậm như vậy? Câu trả lời không chỉ nằm ở nhà máy, mà còn ở một thứ mà Phố Wall gần như không bao giờ động đến: lớp giao thức của chuỗi cung ứng.
Giống như blockchain có nhiều lớp (L1, L2, ứng dụng), chuỗi cung ứng bán dẫn cũng có các lớp: thiết kế (Fabless), sản xuất (Foundry), và đóng gói (OSAT). Báo cáo của JPMorgan tập trung vào lớp 'sản xuất' và 'đóng gói' – nhưng lại bỏ qua lớp 'thiết kế' và lớp 'phần mềm' quan trọng nhất: CUDA.
Đây là điểm mù lớn nhất của họ.
CUDA không chỉ là một thư viện phần mềm. Nó là một hệ điều hành cho AI.
Năm 2020, khi tôi nghiên cứu sâu về cơ chế AMM của Uniswap v2, tôi nhận ra một điều: giá trị thực sự không nằm ở hợp đồng thông minh, mà nằm ở tính thanh khoản tổng hợp mà nó tạo ra. Tương tự, giá trị thực sự của NVIDIA không nằm ở chip H100 hay B100, mà nằm ở hệ sinh thái CUDA – thứ đã khóa chặt hàng triệu nhà phát triển AI vào nền tảng của họ. Đây là một hiệu ứng mạng lưới cực kỳ mạnh mẽ, tương tự như Ethereum trong thế giới blockchain.
Báo cáo của JPMorgan coi NVIDIA như một công ty bán dẫn. Nhưng thực tế, NVIDIA đang vận hành như một nền tảng công nghệ – giống như Apple với iOS hay Microsoft với Windows. Và nền tảng này đang tận hưởng một 'lợi thế của người đi đầu' gần như không thể bị phá vỡ trong ngắn hạn.
Từ góc nhìn của tôi, với 26 năm kinh nghiệm trong ngành, tôi thấy một sự tương đồng kỳ lạ giữa cuộc chiến GPU và cuộc chiến blockchain. Cả hai đều là cuộc chiến về tiêu chuẩn. Người chiến thắng không phải là người có công nghệ tốt nhất, mà là người xây dựng được cộng đồng nhà phát triển trung thành nhất. Và trong cuộc chiến đó, CUDA của NVIDIA đang dẫn trước AMD và các đối thủ khác một khoảng cách tương đương với Ethereum so với các blockchain L1 khác vào năm 2020.
Vậy, báo cáo của JPMorgan đúng ở điểm nào?
Họ đúng về mặt vĩ mô. Nhu cầu AI là có thật. Sự thiếu hụt nguồn cung là có thật. Lợi nhuận của các công ty như NVIDIA sẽ tiếp tục tăng trưởng mạnh mẽ trong ít nhất 2-3 năm tới. Họ đúng khi khuyên khách hàng 'nên quay trở lại' thị trường chip AI.
Nhưng họ sai ở một điểm tinh tế hơn: họ coi 'tăng trưởng lợi nhuận' là nguyên nhân, trong khi thực tế, nó chỉ là triệu chứng. Nguyên nhân thực sự là sự khan hiếm có cấu trúc – một sự khan hiếm đến từ sự hội tụ của nhiều yếu tố: công nghệ, địa chính trị, và chuỗi cung ứng. Và sự khan hiếm này sẽ không biến mất ngay cả khi các nhà máy mới đi vào hoạt động.
Hãy để tôi giải thích tại sao.
Điểm mù số 1: Sự phức tạp của việc mở rộng quy mô
Báo cáo nói rằng 'nguồn cung thực chất sẽ không tăng cho đến năm 2028'. Điều này nghe có vẻ như một vấn đề về 'năng lực sản xuất' – chỉ cần xây thêm nhà máy là xong. Nhưng thực tế phức tạp hơn nhiều.
Việc mở rộng quy mô sản xuất chip tiên tiến (3nm, 2nm) không giống như mở rộng một nhà máy sản xuất ô tô. Nó liên quan đến việc tích hợp hàng ngàn công nghệ phức tạp: từ EUV lithography (mà ASML là nhà cung cấp độc quyền), đến các vật liệu hóa học đặc biệt, đến các quy trình kiểm tra và đóng gói cực kỳ tinh vi. Mỗi một bước trong quy trình này đều có thể là một 'nút thắt cổ chai'.
Từ góc nhìn của một kỹ sư giao thức, tôi thấy sự tương đồng với việc mở rộng quy mô của một blockchain L1. Bạn không thể chỉ 'thêm node' và hy vọng mọi thứ sẽ hoạt động. Bạn phải giải quyết hàng loạt vấn đề về đồng thuận, lưu trữ dữ liệu, và bảo mật. Tương tự, TSMC không thể chỉ 'xây thêm nhà máy' và hy vọng sản lượng chip tăng lên ngay lập tức. Họ phải giải quyết vấn đề về thiết bị, nhân lực, và quy trình.
Điểm mù số 2: Địa chính trị như một 'lớp bảo mật'
Báo cáo của JPMorgan gần như không đề cập đến địa chính trị. Đây là một thiếu sót lớn.
Trong thế giới blockchain, chúng ta nói về 'tính bất biến' và 'phi tập trung' như những đặc tính bảo mật. Trong thế giới chip, vị trí địa lý của các nhà máy sản xuất đóng vai trò tương tự. Sự tập trung của ngành sản xuất chip tiên tiến ở Đài Loan (TSMC) và Hàn Quốc (Samsung) tạo ra một 'lớp bảo mật' độc đáo – nhưng cũng là một 'lỗ hổng' tiềm ẩn.
Lệnh trừng phạt của Mỹ đối với xuất khẩu chip AI sang Trung Quốc, và các biện pháp trả đũa của Trung Quốc (như hạn chế xuất khẩu gali, gecmani), đang tạo ra một sự phân mảnh thị trường. Điều này có hai mặt: một mặt, nó bảo vệ lợi nhuận của các công ty Mỹ như NVIDIA bằng cách hạn chế cạnh tranh. Mặt khác, nó buộc các công ty này phải xây dựng các chuỗi cung ứng dự phòng – một quá trình tốn kém và mất thời gian.
Từ kinh nghiệm của tôi với dự án 'giải pháp tuân thủ' năm 2026, tôi biết rằng các quy định không chỉ là rào cản – chúng còn là cơ hội. Các công ty có thể điều hướng tốt môi trường pháp lý sẽ có lợi thế cạnh tranh to lớn. Và trong ngành chip, NVIDIA đang làm điều đó một cách xuất sắc – họ đã thiết kế các chip tuân thủ các quy định xuất khẩu (như H100 thay vì H800 cho thị trường Trung Quốc), đồng thời vẫn tận dụng sự khan hiếm để tăng giá.
Điểm mù số 3: Cạnh tranh từ 'các giải pháp thay thế phi tập trung'
Báo cáo đúng khi cho rằng các CSP (Cloud Service Providers) tự phát triển chip AI là một mối đe dọa đối với NVIDIA. Nhưng nó đánh giá thấp sự phức tạp của việc này.
Phát triển một chip AI không chỉ là vấn đề thiết kế phần cứng. Nó còn là vấn đề về phần mềm, về hệ sinh thái. Google đã có TPU từ năm 2016, nhưng nó vẫn chưa thể thay thế NVIDIA trong hầu hết các tác vụ đào tạo mô hình lớn. Tại sao? Vì CUDA quá mạnh.
Nhưng điều thú vị là: sự phát triển của 'chip AI phi tập trung' – một khái niệm mà tôi theo dõi rất sát – có thể thay đổi cục diện. Hãy tưởng tượng một mạng lưới các thiết bị biên (edge devices) với chip AI, được kết nối với nhau thông qua một giao thức blockchain, để cung cấp sức mạnh tính toán cho các tác vụ suy luận (inference). Đây không còn là khoa học viễn tưởng. Các dự án như Bittensor, Render Network, và nhiều dự án khác đang xây dựng cơ sở hạ tầng cho 'AI phi tập trung'.
Nếu những dự án này thành công, chúng có thể tạo ra một 'lớp điện toán' mới – một lớp cạnh tranh trực tiếp với các trung tâm dữ liệu tập trung của NVIDIA. Nhưng đây là một câu chuyện dài hạn. Trong ngắn hạn, NVIDIA vẫn là 'vua' không thể tranh cãi.
Vậy, nhà đầu tư nên làm gì?
Tôi không phải là chuyên gia tài chính, và tôi không đưa ra lời khuyên đầu tư. Nhưng tôi có thể chia sẻ cách tôi nhìn nhận bức tranh này, dựa trên 26 năm kinh nghiệm trong ngành công nghệ.
Hãy nghĩ về chip AI như một 'tiêu chuẩn'. Và hãy đầu tư vào các tiêu chuẩn có khả năng chiến thắng.
Trong thế giới blockchain, chúng ta có Ethereum – một tiêu chuẩn cho hợp đồng thông minh. Trong thế giới AI, chúng ta có CUDA – một tiêu chuẩn cho tính toán AI. Cả hai đều có hiệu ứng mạng lưới mạnh mẽ, cả hai đều đang tận hưởng sự tăng trưởng bùng nổ, và cả hai đều phải đối mặt với các thách thức về mở rộng quy mô và cạnh tranh.
Bài học từ blockchain là: một tiêu chuẩn có thể bị thay thế, nhưng nó không dễ bị thay thế. Và ngay cả khi nó bị thay thế, quá trình đó thường kéo dài nhiều năm. Trong thời gian đó, người nắm giữ tiêu chuẩn cũ vẫn có thể tạo ra lợi nhuận khổng lồ.
Điểm mù cuối cùng: Sự khác biệt giữa 'tăng trưởng' và 'bền vững'
Báo cáo của JPMorgan tập trung vào 'tăng trưởng lợi nhuận' – một thước đo ngắn hạn. Nhưng câu hỏi thực sự là: sự tăng trưởng này có bền vững không?
Từ góc nhìn của một kỹ sư giao thức, tôi thấy sự tăng trưởng của NVIDIA dựa trên ba trụ cột: (1) sự khan hiếm có cấu trúc của chip tiên tiến, (2) hiệu ứng mạng lưới của CUDA, và (3) sự bùng nổ đầu tư vào AI từ các CSP. Cả ba trụ cột này đều có điểm yếu.
Sự khan hiếm sẽ giảm dần khi các nhà máy mới đi vào hoạt động (dù chậm). Hiệu ứng mạng lưới của CUDA có thể bị suy yếu bởi sự trỗi dậy của 'AI phi tập rải' hoặc các framework mã nguồn mở như PyTorch đang cố gắng đa dạng hóa backend. Và sự bùng nổ đầu tư từ các CSP có thể chậm lại nếu lợi nhuận từ AI không như kỳ vọng.
Nhưng… điều đó không có nghĩa là bạn nên tránh xa NVIDIA. Nó chỉ có nghĩa là bạn cần một kịch bản đầu tư dựa trên các giả định thực tế, chứ không phải trên sự lạc quan mù quáng.
Kịch bản của tôi, dựa trên 20 năm xây dựng và kiểm tra các hệ thống phức tạp, là: NVIDIA sẽ tiếp tục thống trị thị trường AI trong 3-5 năm tới. Lợi nhuận của họ sẽ tăng trưởng mạnh mẽ, nhưng tốc độ tăng trưởng sẽ chậm lại khi nguồn cung tăng và cạnh tranh gia tăng. Giá cổ phiếu có thể biến động mạnh, nhưng xu hướng dài hạn vẫn là tăng.
Và câu hỏi lớn nhất, điều mà báo cáo của JPMorgan không trả lời được, là: liệu sự thống trị này có chuyển thành lợi nhuận cho cổ đông hay không, hay nó chỉ là một 'sự kiện thiên nga đen' đang chờ xảy ra?
Tôi không có câu trả lời chắc chắn. Nhưng tôi biết rằng, trong thế giới công nghệ, không có gì là mãi mãi. Và những người hiểu rõ 'lớp giao thức' của vấn đề – dù là blockchain hay chip AI – sẽ luôn có lợi thế.