AI và Tài sản tiền điện tử thị trường sự phát triển bất ngờ

Gần đây, sự phát triển của AI và Tài sản tiền điện tử đã thể hiện một hình thức bất ngờ. AI dường như đang có ảnh hưởng sâu rộng đến thị trường vốn truyền thống và thị trường Tài sản tiền điện tử, thể hiện sức mạnh của nó theo một cách "sụp đổ".

Vào ngày 27 tháng 1, mô hình AI lớn của Trung Quốc DeepSeek nổi lên, lần đầu tiên vượt qua ChatGPT về số lượng tải xuống, đứng đầu bảng xếp hạng App Store của Mỹ. Sự kiện này đã thu hút sự chú ý rộng rãi từ cộng đồng công nghệ, đầu tư và truyền thông toàn cầu.

Hiện tượng này không chỉ khiến người ta suy nghĩ về khả năng tái cấu trúc tương lai của sự phát triển công nghệ Trung-Mỹ, mà còn gây ra tâm lý hoảng loạn tạm thời trên thị trường vốn Mỹ. Bị ảnh hưởng bởi điều này, giá cổ phiếu của nhiều ông lớn công nghệ đã giảm mạnh, bao gồm Nvidia, ARM, Broadcom và TSMC. Hợp đồng tương lai Nasdaq 100 đã mở rộng mức giảm lên tới 400 điểm, có khả năng thiết lập mức giảm trong một ngày lớn nhất gần đây. Theo ước tính, giá trị thị trường chứng khoán Mỹ có thể đã bốc hơi hơn 1 nghìn tỷ đô la trong giao dịch ngày thứ Hai, tương đương với một phần ba tổng giá trị thị trường tài sản tiền điện tử.

Thị trường tài sản tiền điện tử theo sát diễn biến của thị trường chứng khoán Mỹ và cũng đã có sự giảm mạnh rõ rệt. Bitcoin giảm xuống dưới 100500 USD, giảm 4.48% trong 24 giờ; Ethereum giảm xuống dưới 3200 USD, giảm 3.83% trong 24 giờ. Nhiều nhà đầu tư cảm thấy bối rối trước sự sụt giảm nhanh chóng này, có thể quy cho kỳ vọng giảm lãi suất của Cục Dự trữ Liên bang đã giảm hoặc các yếu tố vĩ mô khác.

Nguồn gốc của tâm lý hoảng loạn trên thị trường nằm ở cách thức nổi lên của DeepSeek. Khác với mô hình phát triển dựa vào vốn lớn và nhiều tài nguyên phần cứng như OpenAI, Meta hay Google, DeepSeek chỉ với 200 nhân viên và chi phí phát triển dưới 10 triệu đô la đã đạt được những thành tựu ấn tượng chỉ trong vòng hai năm. Mô hình phát triển hiệu quả với chi phí thấp này đã phá vỡ những quan niệm truyền thống, khơi dậy sự suy nghĩ lại trong ngành về con đường phát triển AI.

Thành công của DeepSeek không chỉ được thể hiện qua lợi thế về chi phí ở cấp độ vốn và công nghệ, mà còn thách thức những quan niệm và ý thức hệ lâu dài của con người. Nó chứng minh rằng có thể đạt được kết quả xuất sắc thông qua những phương pháp thông minh hơn, thay vì chỉ đơn giản là đầu tư nhiều phần cứng hơn.

Phương pháp đổi mới này đã giảm đáng kể chi phí đào tạo mô hình AI và yêu cầu phần cứng. Bằng cách suy nghĩ lại các phương pháp cơ bản, DeepSeek đã giảm chi phí đào tạo từ 100 triệu đô la xuống còn 5 triệu đô la, số lượng GPU cần thiết giảm từ 100.000 xuống còn 2.000, chi phí API giảm 95%. Quan trọng hơn, mô hình của họ có thể chạy trên GPU chơi game thông thường mà không cần phần cứng trung tâm dữ liệu chuyên dụng.

Sự thành công của DeepSeek đã lật đổ nhiều quan niệm truyền thống, bao gồm nhận thức về khả năng đổi mới công nghệ của Trung Quốc, vị thế thống trị của Silicon Valley trong lĩnh vực AI, rào cản công nghệ của OpenAI, cũng như khoản đầu tư khổng lồ cần thiết để phát triển các mô hình AI hàng đầu. Bước tiến mang tính đột phá này không chỉ thách thức các con đường công nghệ hiện tại mà còn mở ra những khả năng mới cho sự phát triển trong tương lai của AI.

Mặc dù thành công của DeepSeek rất đáng chú ý, nhưng các chuyên gia trong ngành chỉ ra rằng điều này có thể đánh dấu một chiến thắng của mô hình mã nguồn mở so với mô hình mã nguồn đóng. Sự đóng góp của cộng đồng mã nguồn mở được kỳ vọng sẽ thúc đẩy sự phát triển của toàn ngành một cách nhanh chóng. Tuy nhiên, cũng có quan điểm cho rằng, cách đầu tư tài nguyên tính toán quy mô lớn truyền thống có thể lại tạo ra một bước nhảy vọt chất lượng vào một thời điểm nào đó trong tương lai.

Sự đổi mới của DeepSeek đã mang đến những cơ hội mới cho hệ sinh thái ứng dụng AI. Nó giảm thiểu sự cần thiết phải sử dụng API thương mại, tạo ra không gian lớn hơn cho việc triển khai riêng tư và tinh chỉnh độc lập. Trong vài năm tới, chúng ta có thể chứng kiến sự đa dạng hơn của các sản phẩm chip suy luận và một hệ sinh thái ứng dụng mô hình ngôn ngữ lớn phát triển hơn.

Mặc dù hiệu suất được cải thiện, nhưng nhu cầu tổng thể về khả năng tính toán dự kiến sẽ không giảm. Hiện tượng này tương tự như nghịch lý Jevons trong thời kỳ Cách mạng Công nghiệp: việc cải thiện hiệu quả công nghệ ngược lại làm tăng tổng tiêu thụ tài nguyên. Khi công nghệ AI trở nên phổ biến và dễ sử dụng hơn, phạm vi ứng dụng của nó có thể mở rộng đáng kể, từ đó thúc đẩy nhu cầu tổng thể về tài nguyên tính toán trên thị trường tiếp tục tăng.