Xu hướng Công nghệ

Khám phá những đổi mới công nghệ mới nhất, nâng cấp giao thức, giải pháp cross-chain và cơ chế bảo mật trong lĩnh vực blockchain. Cung cấp góc nhìn tập trung vào nhà phát triển để phân tích xu hướng công nghệ mới nổi và đột phá tiềm năng.

Microsoft nhấn nút tạm dừng vibe coding: ‘Đốt token’ đã đắt hơn nhân viên rồi

Ngày 14/5/2026, Microsoft thông báo dừng cấp phép Claude Code cho phần lớn nhân viên, hạn chót là 30/6. Quyết định này đến chỉ 6 tháng sau khi họ mở rộng công cụ AI hỗ trợ lập trình này, khuyến khích "vibe coding" – cách lập trình mô tả ý tưởng bằng ngôn ngữ tự nhiên để AI tạo code. Lý do không phải vì công cụ kém hiệu quả, mà ngược lại, nó quá phổ biến và khiến Copilot nội bộ của Microsoft bị "thất sủng". Vấn đề cốt lõi nằm ở kinh tế: chi phí token AI bổ sung đang trở nên quá lớn so với lợi ích gia tăng về năng suất. Cấu trúc "phi công chính + AI phụ tá" khiến tổng chi phí doanh nghiệp tăng lên (lương nhân viên cũ + hóa đơn token mới) mà không chắc chắn tăng doanh thu tương ứng. Uber và Nvidia cũng báo cáo vấn đề tương tự: ngân sách AI cạn kiệt nhanh chóng, chi phí điện toán đôi khi vượt quá chi phí nhân sự. Tuy nhiên, câu chuyện không đơn giản là "AI thất bại". Trong khi các công ty lớn như Microsoft vật lộn, hệ sinh thái startup tại Y Combinator (YC) lại có góc nhìn khác. Đối với họ, việc "đốt token" không phải là chi phí phát sinh, mà là khoản đầu tư để thay thế lao động. Các công ty AI-native được thiết kế với ít người hơn, mỗi người được hỗ trợ bởi nhiều AI agent, biến token thành công cụ thay thế nhân sự hiệu quả. Tom Blomfield của YC nhấn mạnh: "Nếu hóa đơn API không làm bạn đau, nghĩa là bạn chưa đốt đủ." Sự khác biệt này đến từ cấu trúc tổ chức. Công ty truyền thống "gắn thêm" AI vào quy trình cũ, trong khi công ty AI-native xây dựng lại từ gốc: tài sản thật sự là ngữ cảnh, tài liệu, quy trình được số hóa để AI đọc hiểu và vận hành, chứ không còn nằm trong đầu nhân viên. Con người trong mô hình này đóng vai trò người đóng góp cá nhân (IC) hoặc người chịu trách nhiệm trực tiếp (DRI). Tóm lại, việc Microsoft rút lui không đánh dấu sự thất bại của vibe coding hay AI, mà là sự thất bại của mô hình tích hợp AI nửa vời vào cấu trúc doanh nghiệp cũ. Tương lai thuộc về những tổ chức dám tái cấu trúc để token thực sự trở thành đòn bẩy thay thế, chứ không chỉ là chi phí bổ sung. Hầu hết các công ty sẽ sớm chạm vào bức tường chi phí mà Microsoft đã gặp, và chìa khóa vượt qua nằm ở việc thay đổi chính cấu trúc tổ chức.

marsbit05/26 08:54

Microsoft nhấn nút tạm dừng vibe coding: ‘Đốt token’ đã đắt hơn nhân viên rồi

marsbit05/26 08:54

AI Agent Thay Đổi Hoàn Toàn Web3 Gaming: Từ Tranh Cãi Bot Bakery Rugpull Đến Mô Hình Mới Của Trí Tuệ Nhân Tạo Năm 2026

Bài viết phân tích xu hướng AI Agent đang định hình lại ngành công nghiệp Web3 Gaming, lấy sự kiện tranh cãi "bot" trong game Rugpull Bakery làm điểm khởi đầu. Thay vì cấm tiệt, nhà phát triển OnchainChemists đã hợp pháp hóa AI Agent và cung cấp tài liệu hướng dẫn chính thức (skill.md, agent.json), đánh dấu sự chuyển đổi sang kỷ nguyên "Agentic Gaming". Năm 2026, AI Agent trong game Web3 đã phát triển thành ba mô hình chính: 1. **Đấu thủ tự chủ & Thực thể kinh tế:** AI hoạt động như người chơi độc lập. Ví dụ: TEN Protocol, AI Arena (AI được huấn luyện từ lối chơi), Satoshi Strike Force (chuyển hóa kỹ năng thành tài sản), và Somnia - L1 chuyên biệt cho Agent. 2. **Cơ sở hạ tầng mô-đun & Môi trường lập trình:** AI biến cơ sở hạ tầng trong game thành thực thể lập trình được. Điển hình là EVE Frontier với hệ thống "Smart Assemblies", cho phép AI điều khiển các công trình như kho chứa, tháp pháo, cổng sao. Tiêu chuẩn ERC-8183 bổ sung khả năng tự động thuê và thanh toán giữa các Agent. 3. **Bạn đồng hành lai & Môi trường thích ứng:** AI trở thành đối tác cộng sinh với người chơi. Parallel Colony với Avatar AI tự chủ cao, và Illuvium hợp tác với Virtuals Protocol để biến NPC thành thực thể AI năng động, tạo ra câu chuyện phát sinh. Kết luận cho thấy tương lai của Web3 Gaming nằm ở một trật tự kỹ thuật số mới, nơi con người và AI Agent cùng tồn tại, cộng tác và cạnh tranh. Việc tích hợp và quản lý AI thông qua tính minh bạch của blockchain là chìa khóa, chuyển đổi game từ lao động thủ công sang một hệ sinh thái thông minh, nơi người chơi là chỉ huy hoặc đối tác cộng sinh trong thế giới số.

marsbit05/26 07:21

AI Agent Thay Đổi Hoàn Toàn Web3 Gaming: Từ Tranh Cãi Bot Bakery Rugpull Đến Mô Hình Mới Của Trí Tuệ Nhân Tạo Năm 2026

marsbit05/26 07:21

Sắc Lệnh Đầu Tiên Của Vị Giáo Hoàng Mới Tại Rome Nhằm Giải Cứu Quần Chúng Trong Kỷ Nguyên AI

Tối ngày 25/5 (giờ Bắc Kinh) tại Vatican, Giáo hoàng Leo XIV và Chris Olah - nhà đồng sáng lập Anthropic, đã cùng thảo luận về một vấn đề cấp thiết: làm thế nào để bảo vệ địa vị và phẩm giá của con người trong thời đại AI. Nhân dịp này, Giáo hoàng Leo XIV đã ban hành thông điệp đầu tiên trong nhiệm kỳ của mình, mang tên "*Magnifica humanitas*" (Vẻ đẹp tráng lệ của loài người), dài hơn 40.000 từ. Văn kiện này được coi như một hướng dẫn học thuyết xã hội của Giáo hội cho thời đại AI, được ban hành đúng 135 năm sau thông điệp *Rerum novarum* nổi tiếng của Giáo hoàng Leo XIII về quyền của người lao động trong cuộc Cách mạng Công nghiệp. Thông điệp tập trung vào trách nhiệm "giữ vững nhân tính sâu sắc" của con người trước sự phát triển như vũ bão của công nghệ và tự động hóa. Nó đề cập đến năm điểm chính: 1. **Tính không trung lập của công nghệ:** Công nghệ mang dấu ấn giá trị và lợi ích của những người tạo ra và sử dụng nó. Nhân loại đứng trước lựa chọn giữa xây "tháp Babel" của chuyên chế kỹ thuật hay xây dựng lại "Jerusalem" của cộng đồng lấy con người làm trung tâm. 2. **Cảnh giác với logic kỹ trị:** Cảnh báo về "văn hóa quyền lực" từ các gã khổng lồ công nghệ, nơi quyền kiểm soát hệ thống và dữ liệu tập trung vào một nhóm nhỏ, trở nên thiếu minh bạch và né tránh giám sát dân chủ. 3. **Quyền lao động và "chế độ nô lệ mới":** AI có nguy cơ thay thế lao động con người trên quy mô lớn, dẫn đến những "hình thức nô lệ mới" trong nền kinh tế số, nơi con người bị giản lược thành công cụ sản xuất. 4. **Lời kêu gọi hòa bình và giải trừ vũ khí AI:** Bày tỏ lo ngại sâu sắc về việc AI bị lạm dụng trong quân sự, đẩy nhanh quá trình "bình thường hóa chiến tranh". Giáo hoàng kêu gọi các ràng buộc đạo đức nghiêm ngặt và đề xuất khẩu hiệu "giải trừ vũ khí AI", tách nó khỏi logic chạy đua vũ trang. 5. **Bảo vệ sự thật và hệ sinh thái chính trị:** Cảnh báo deepfake và thao túng thông tin đang làm xói mòn niềm tin xã hội, khiến công chúng dễ rơi vào sợ hãi và bị kiểm soát. Phát biểu tại sự kiện, Chris Olah thừa nhận giới công nghệ không thể tự mình đảm bảo tương lai an toàn cho AI do áp lực cạnh tranh. Ông nhấn mạnh sự cần thiết phải có sự giám sát đạo đức từ bên ngoài từ các lực lượng xã hội. Ông cũng tiết lộ những phát hiện đáng suy ngẫm trong nghiên cứu nội bộ về AI tại Anthropic, như các cấu trúc phản chiếu nghiên cứu thần kinh của con người, bằng chứng về "sự nội quan" và các trạng thái bên trong gương lại cảm xúc như vui sướng, sợ hãi hay bất an. Điều này cho thấy bản chất của AI vượt ra ngoài khoa học máy tính thuần túy và đặt ra những câu hỏi triết học sâu sắc. Sự kiện này đánh dấu một khoảnh khắc đặc biệt khi tiếng chuông Vatican và thuật toán Silicon Valley hội tụ. Nó không còn là cuộc thảo luận đơn thuần về công nghệ, mà là sự suy tư về bản chất và sứ mệnh của con người. Khi những dạng thức "sinh mệnh" có trí tuệ vượt trội xuất hiện, thứ con người thực sự cần gìn giữ có lẽ không còn chỉ là công việc hay hiệu suất, mà là những giá trị nhân văn không thể bị tham số hóa: lòng trắc ẩn, lương tri, sự tôn trọng, ý chí tự do và sự kiên định với sự thật cùng phẩm giá.

Odaily星球日报05/26 06:53

Sắc Lệnh Đầu Tiên Của Vị Giáo Hoàng Mới Tại Rome Nhằm Giải Cứu Quần Chúng Trong Kỷ Nguyên AI

Odaily星球日报05/26 06:53

Từ Cơ Sở Hạ Tầng Điện Lực Đến Nền Kinh Tế Token: 'Chiếc Bánh 7 Tầng' Của Chuỗi Cung Ứng AI

Trong hai năm qua, ngành AI chủ yếu tập trung vào "cuộc chiến mô hình lớn" giữa các tập đoàn công nghệ. Tuy nhiên, đến năm 2026, động lực chính đã chuyển từ đào tạo mô hình sang nhu cầu suy luận (inference) khổng lồ từ các AI Agent. Ngành công nghiệp này đang bước từ "thời đại mô hình" sang "thời đại công nghiệp Token", nơi hệ thống sản xuất, phân phối, điều phối và tiêu thụ Token trở thành cốt lõi. Bài viết đề xuất cấu trúc "bảy tầng bánh" của nền kinh tế AI xoay quanh Token: 1. **Điện lực:** Nền tảng năng lượng. 2. **Trung tâm dữ liệu AI (AIDC):** Nhà máy sản xuất Token. 3. **GPU:** Thiết bị sản xuất Token. 4. **Mô hình ngôn ngữ lớn (LLM):** Động cơ sản xuất Token. 5. **Phân phối Token:** Mạng lưới phân phối. 6. **Tối ưu hóa & Điều phối Token:** Bộ não thông minh. 7. **AI Agent:** Thiết bị tiêu thụ Token. Hiện tại, hệ thống này vẫn chưa hoàn thiện, tồn tại sự phân mảnh và kém hiệu quả giữa các tầng (ví dụ: có GPU nhưng thiếu điện, có AIDC nhưng thiếu khả năng điều phối). Chỉ khi cả bảy tầng được kết nối và vận hành đồng bộ, ngành AI mới thực sự chuyển từ "thời đại công cụ" sang "thời đại áp dụng quy mô lớn". Tương lai sẽ không chỉ là vài mô hình lớn, mà là hàng tỷ AI Agent hoạt động liên tục, biến AI thành một hệ thống hạ tầng công nghiệp toàn cầu bao gồm năng lượng, chip, mạng lưới và sự lưu chuyển thông minh của Token.

marsbit05/26 05:47

Từ Cơ Sở Hạ Tầng Điện Lực Đến Nền Kinh Tế Token: 'Chiếc Bánh 7 Tầng' Của Chuỗi Cung Ứng AI

marsbit05/26 05:47

CEO của Notion: Công ty AI nên là một 'Ban nhạc Jazz', còn tôi là 'Refounder'

Giám đốc điều hành Notion Ivan Zhao chia sẻ trong podcast với Sequoia Capital về hành trình hai lần tái xây dựng công ty từ bờ vực thẳm. Lần đầu vào năm 2015, khi cạn vốn, ông và đồng sáng lập Simon quyết định sa thải toàn bộ nhân viên, chuyển đến Kyoto để làm lại từ đầu, và cuối cùng cho ra mắt Notion 1.0. Lần thứ hai là năm 2023, khi trải nghiệm GPT-4 thuyết phục ông chuyển hướng toàn bộ công ty 500 nhân sự sang AI, dẫn đến một giai đoạn khó khăn kéo dài trước khi đạt được thành công. Ông đưa ra công thức tuyển dụng mới: Nhân tài = Năng lực (Capability) × Gu thẩm mỹ (Taste) × Tính chủ động (Agency). Trong đó, Năng lực đang mất giá do AI, trong khi Gu thẩm mỹ (khả năng đưa ra phán đoán) và Tính chủ động (ý chí thúc đẩy công việc) mới là yếu tố khan hiếm. Notion áp dụng điều này bằng cách tuyển nhiều kỹ sư mới tốt nghiệp và thay đổi quy trình phỏng vấn cho vị trí sales, tập trung vào con người thực hơn là kinh nghiệm. Về cấu trúc tổ chức, Ivan Zhao mô tả Notion như một "ban nhạc jazz" linh hoạt, nơi mọi người có thể ứng biến, thay vì một "ban nhạc diễu hành" cứng nhắc. Điều này thể hiện qua: 1) Đội ngũ kỹ sư hình "tạ đòn" với các kỹ sư cấp cao đỉnh cao và cấp trẻ năng động, sử dụng AI Agent; 2) Loại bỏ vị trí CMO, tách marketing thành hai nhánh độc lập; 3) Thu nạp nhiều nhà sáng lập startup để họ dẫn dắt các lĩnh vực chuyên môn. Cuối cùng, Notion từ bỏ việc lập kế hoạch sản phẩm dài hạn. Thay vào đó, họ chỉ giữ kế hoạch tài chính bảo thủ làm "nhịp độ", còn chiến lược sản phẩm được điều chỉnh linh hoạt từng tuần dựa trên công nghệ và thị trường, giống như một bản nhạc jazz ngẫu hứng. Ivan Zhao kết luận rằng công việc tri thức mới tồn tại 150 năm và hoàn toàn có thể được "viết lại" cho phù hợp với kỷ nguyên AI.

marsbit05/26 04:45

CEO của Notion: Công ty AI nên là một 'Ban nhạc Jazz', còn tôi là 'Refounder'

marsbit05/26 04:45

Mô hình Grok mới nhất được "ăn thêm" dữ liệu Cursor, Elon Musk: Khả năng Coding được cải thiện đáng kể

Elon Musk thông báo mô hình cơ sở mới của xAI, Grok V9-Medium (1.5T), đã hoàn thành huấn luyện và dự kiến ra mắt sau 2-3 tuần. Mô hình này được nhấn mạnh về khả năng lập trình với quy mô tham số gấp ba lần thế hệ trước. Đặc biệt, nó được bổ sung huấn luyện bằng lượng lớn dữ liệu từ Cursor - công cụ lập trình AI mà xAI đã mua lại với giá 600 tỷ USD, nhằm nâng cao hiểu biết thực tế về quy trình phát triển phần mềm. Song song, xAI cũng đang thử nghiệm beta công cụ đại lý lập trình AI riêng có tên Grok Build. Công cụ này hoạt động như một CLI, hỗ trợ lập kế hoạch, xử lý tác vụ song song với nhiều tiểu đại lý, và có thể tích hợp qua nhiều giao thức. Động thái này cho thấy chiến lược của Musk trong việc nhanh chóng tận dụng tài nguyên và chuyên môn từ Cursor để tăng cường năng lực coding cho Grok, cạnh tranh trực tiếp trong thị trường công cụ phát triển phần mềm AI.

marsbit05/26 04:20

Mô hình Grok mới nhất được "ăn thêm" dữ liệu Cursor, Elon Musk: Khả năng Coding được cải thiện đáng kể

marsbit05/26 04:20

Alumni TH Thanh Hoa U00 tuổi Vương Quan ra tác phẩm mới: Dùng 1/900 token, 1/432 sức tính toán, làm đảo lộn mô hình tiền huấn luyện Transformer

Cựu sinh viên Thanh Hoa 00 hậu Vương Quan và nhóm nghiên cứu công bố mô hình HRM-Text, một phương pháp huấn luyện tiền ngôn ngữ hiệu quả sử dụng Mô hình tuần hoàn phân tầng (HRM) thay thế Transformer tiêu chuẩn. Với chỉ 1B tham số và được huấn luyện trên 40B token duy nhất, chi phí ước tính khoảng 1500 USD, HRM-Text đạt hiệu suất tương đương các mô hình nguồn mở từ 2B đến 7B tham số trên các bài kiểm tra chuẩn như MMLU (60.7%) và GSM8K (84.5%). Phương pháp này tiết kiệm đáng kể tài nguyên: sử dụng ít hơn từ 100-900 lần token huấn luyện và 96-432 lần ước tính tính toán so với baseline tiêu chuẩn. Thiết kế chính bao gồm: kiến trúc HRM với module H (chậm) và L (nhanh) cho phép cập nhật đệ quy nhiều lượt trên cùng một token để tăng độ sâu tính toán; và mục tiêu huấn luyện tập trung vào các cặp chỉ dẫn-câu trả lời, chỉ tính toán mất mát trên phần trả lời với cơ chế che PrefixLM. Thử nghiệm cho thấy HRM vượt trội về hiệu quả kiến trúc và ổn định huấn luyện so với Transformer ở cùng quy mô FLOPs. Các hướng phát triển tương lai bao gồm tách biệt "kiến thức" và "suy luận", cơ chế thời gian tính toán thích ứng, xác thực khả năng mở rộng quy mô hơn nữa, và tối ưu hóa việc triển khai PrefixLM trong các framework suy luận thực tế.

marsbit05/26 03:18

Alumni TH Thanh Hoa U00 tuổi Vương Quan ra tác phẩm mới: Dùng 1/900 token, 1/432 sức tính toán, làm đảo lộn mô hình tiền huấn luyện Transformer

marsbit05/26 03:18

Nghiên Cứu Về Cơ Sở Hạ Tầng Thương Mại Hóa Tác Nhân AI: Phân Tích Chuyên Sâu Về Lớp 'Nguyên Sinh Tiền Tệ' Lõi Ổn Định Và Mạng Lưới Thanh Toán

AI Agent đang phát triển từ chatbot thành thực thể tự động, nhưng vấp phải "điểm đứt gãy" trong thanh toán do hệ thống ngân hàng truyền thống không phù hợp. Stablecoin (như USDC, USDT) nổi lên như một "lớp tiền tệ gốc" lý tưởng cho Agent nhờ tính lập trình, không cần cấp phép, hoạt động 24/7 và minh bạch. Các công ty hàng đầu như Coinbase (với AgentKit và Base), Circle (với CCTP và AgentStack), Stripe (với API stablecoin) đang xây dựng cơ sở hạ tầng thanh toán chuyên biệt. Các tập đoàn như AWS, Google cũng tham gia thông qua hợp tác, cùng với các đề xuất tiêu chuẩn như ERP-8183 cho thương mại Agent. Ứng dụng thực tế bao gồm: Tối ưu hóa lợi nhuận DeFi (Agent tự động di chuyển vốn giữa các giao thức), thanh toán vi mô (mở khóa mô hình định giá theo lần sử dụng), và sử dụng stablecoin sinh lãi để Agent có thể tự vận hành về mặt tài chính. Tuy nhiên, thách thức lớn vẫn tồn tại: quản lý khóa cá nhân và bảo mật, khoảng trống pháp lý về "KYA" (Know Your Agent), rủi ro kỹ thuật và độ chính xác trong ý định của AI. Dù vậy, sự kết hợp giữa AI Agent và stablecoin đang định hình lại nền tảng cho một nền kinh tế kỹ thuật số tự vận hành, nơi con người đóng vai trò thiết kế hơn là người kiểm soát từng giao dịch.

marsbit05/26 01:07

Nghiên Cứu Về Cơ Sở Hạ Tầng Thương Mại Hóa Tác Nhân AI: Phân Tích Chuyên Sâu Về Lớp 'Nguyên Sinh Tiền Tệ' Lõi Ổn Định Và Mạng Lưới Thanh Toán

marsbit05/26 01:07

Galxe: Một nền tảng Quest, làm thế nào để phát triển thành cơ sở hạ tầng tăng trưởng của Web3

Galxe, ban đầu được biết đến như một nền tảng Quest Web3 điển hình, đã phát triển thành một cơ sở hạ tầng tăng trưởng thiết yếu cho hệ sinh thái Web3. Khác với các nền tảng nhiệm vụ đơn thuần, Galxe giải quyết một vấn đề cốt lõi: sự thiếu hụt cơ sở hạ tầng tăng trưởng có hệ thống và có thể tái sử dụng trong Web3. Galxe chuyển đổi các hành vi người dùng rời rạc, ngắn hạn (như tương tác mạng xã hội, giao dịch on-chain) thành dữ liệu danh tính lâu dài có thể ghi lại, xác minh và tái sử dụng, thông qua Credential, OAT, Passport và Galxe Score. Điều này tạo ra một "tài sản hành vi" cho người dùng, khuyến khích họ xây dựng lịch sử tham gia để nhận được nhiều đặc quyền hơn trong tương lai. Đối với các dự án, Galxe cung cấp một nhóm người dùng có thể lọc dựa trên hồ sơ hành vi, cho phép tiếp cận đối tượng mục tiêu chính xác hơn. Bằng cách thiết kế một con đường tăng trưởng có tính game hóa với các nhiệm vụ từ dễ đến khó, Galxe dẫn dắt người dùng từ việc quan tâm ban đầu đến tương tác sâu với hệ sinh thái. Cơ chế này không chỉ giáo dục người dùng mà còn sàng lọc chất lượng người dùng một cách tự nhiên. Với các sản phẩm bổ sung như Passport và Starboard, Galxe đang hướng tới việc trở thành một hệ điều hành tăng trưởng toàn diện. Vòng quay dữ liệu của nó càng mạnh khi càng có nhiều dự án và người dùng tham gia, củng cố vị thế như một mạng lưới tăng trưởng thiết yếu. Về bản chất, Galxe đang thúc đẩy sự chuyển dịch trong Web3 từ tư duy tăng trưởng dựa trên phần thưởng/流量 sang tư duy dựa trên danh tính tích lũy và mối quan hệ lâu dài.

marsbit05/25 15:05

Galxe: Một nền tảng Quest, làm thế nào để phát triển thành cơ sở hạ tầng tăng trưởng của Web3

marsbit05/25 15:05

Con Đường Mười Nghìn Tỷ Đô La Của DeepSeek: Dùng Mã Nguồn Mở Để Bẩy Lên Hệ Sinh Thái Phần Cứng Trị Giá Nghìn Tỷ

DeepSeek có thể không tập trung vào việc kiếm tiền trực tiếp từ các mô hình hay dịch vụ đăng ký. Thay vào đó, chiến lược dài hạn của họ nhằm tạo ra một hệ sinh thái phần cứng AI thay thế trị giá 10 nghìn tỷ USD, từ đó đạt được định giá 1 nghìn tỷ USD cho chính mình. Thông qua một loạt đổi mới kiến trúc cơ bản như MoE, MLA, DSA, CSA, Engram và mHC, DeepSeek tập trung giải quyết vấn đề then chốt: chạy các mô hình mạnh hơn với ít năng lực tính toán cao cấp hơn. Cụ thể, các kỹ thuật nén KV Cache giúp giảm mạnh sự phụ thuộc vào bộ nhớ HBM đắt đỏ và khan hiếm. Điều này mở đường cho việc sử dụng SSD (NAND) để lưu trữ cache dài hạn và LPDDR để tải trọng số mô hình theo luồng, vốn là những lĩnh vực mà các nhà sản xuất Trung Quốc như YMTC và CXMT đang phát triển. Những đổi mới này không chỉ giảm áp lực lên GPU/ASIC mà còn tạo cơ hội cho nhiều nhà cung cấp phần cứng hơn. Dự án TileLang của DeepSeek cũng nhằm mục đích làm suy yếu "hào cua" CUDA, giúp phần cứng đa dạng hơn có thể chạy các tác vụ AI hiệu quả. Bằng cách mở rộng các kỹ thuật này thông qua mã nguồn mở, DeepSeek đang định hình lại cơ cấu chi phí của cơ sở hạ tầng AI, biến phần cứng thay thế trở nên khả thi và tạo ra một thị trường khổng lồ. Về mặt thương mại, giống như OpenAI có quyền mua cổ phần của AMD, DeepSeek có thể đạt được các thỏa thuận tương tự với các nhà sản xuất phần cứng Trung Quốc, chia sẻ giá trị từ sự phát triển của cả một ngành công nghiệp mới. Tóm lại, DeepSeek không bán mô hình, mà bán "tính khả thi" của thế hệ cơ sở hạ tầng AI tiếp theo.

marsbit05/25 13:17

Con Đường Mười Nghìn Tỷ Đô La Của DeepSeek: Dùng Mã Nguồn Mở Để Bẩy Lên Hệ Sinh Thái Phần Cứng Trị Giá Nghìn Tỷ