Một bản tin vừa qua trên Financial Times cho thấy DeepSeek, startup AI Trung Quốc, đạt định giá 710 tỷ USD trước vòng gọi vốn mới nhất. Con số này đưa họ vào hàng ngũ những công ty AI đắt giá nhất toàn cầu, chỉ sau OpenAI. Nhưng điều kỳ lạ là không một dòng mã nào trong bài báo giải thích tại sao.
Với tư cách một kỹ sư giao thức core – người đã từng dành ba tháng đào từng dòng code của The DAO năm 2017 – tôi thấy sự thiếu vắng này báo hiệu một vấn đề sâu xa hơn. Khi thị trường tăng giá (như hiện tại) phủ sóng các khoản đầu tư bằng câu chuyện, người ta thường quên kiểm tra tầng giao thức.
DeepSeek không phải dự án crypto. Họ là công ty AI với mô hình ngôn ngữ lớn (LLM) mã nguồn mở. Tuy nhiên, cách tiếp cận của họ – kết hợp mô hình mở (cấp phép MIT) với API giá rẻ – tạo ra một cấu trúc tương tự các giao thức DeFi: một phần phi tập trung (mã nguồn mở, cộng đồng fork), một phần tập trung (API, training cluster). Chính kiến trúc lai này khiến tôi chú ý.
Hook: 710 tỷ cho một con số không có sổ sách
Con số 710 tỷ USD đến từ Financial Times, báo có uy tín. Nhưng trong thế giới startup, định giá một vòng gọi vốn không phải giá trị thực. Nó là kết quả của đàm phán giữa founder và nhà đầu tư. Nếu không có số liệu doanh thu, lợi nhuận hay thậm chí số lượng user, thì 710 tỷ chỉ là một con số “belief” – niềm tin.
Theo kinh nghiệm audit của tôi, bất kỳ con số nào bỏ qua unit economics đều có thể là cái bẫy. Tôi từng phát hiện lỗ hổng reentrancy trong hợp đồng The DAO vì người ta tin vào code mà không test edge case. 710 tỷ này cũng vậy: cần test bằng dữ liệu.
Context: DeepSeek là ai trong bức tranh AI?
DeepSeek nổi lên với mô hình DeepSeek V2, sử dụng kiến trúc Mixture-of-Experts (MoE). Họ mở mã nguồn, cho phép bất kỳ ai download fine-tune. API của họ cực rẻ – 1/100 so với GPT-4. Chiến lược này giống như Uniswap v1: hút thanh khoản bằng phí thấp, nhưng với AMM thì công thức tính phí có điểm yếu khi thanh khoản thấp. Ở đây, điểm yếu của DeepSeek là chi phí thực tế.
Công bố training chỉ tốn 5.6 triệu USD (so với hàng trăm triệu của OpenAI). Nhưng câu hỏi là: chi phí inference cho hàng triệu request mỗi ngày là bao nhiêu? Nếu API giá thấp hơn chi phí biên, họ đang đốt tiền để lấy thị phần. Như Curve War, ai cầm tiền lâu hơn sẽ thắng.
Core: Phân tích từ mã nguồn – MoE và bẫy entropy
Tôi không có quyền truy cập code training, nhưng từ GitHub của DeepSeek, thấy họ dùng MoE với một số routing gating khá đơn giản. Điểm mấu chốt là: MoE cho phép chỉ kích hoạt một phần nhỏ tham số cho mỗi token, giúp giảm FLOPs. Nhưng để đạt được API rẻ mạt, họ phải tối ưu cả phần cứng lẫn thuật toán.
Từ một bài phân tích kỹ thuật của tôi về vLLM và TensorRT-LLM, yếu tố quyết định là batch size và precision (FP8/INT4). Nếu DeepSeek chỉ dùng FP16, chi phí inference sẽ cao. Nếu họ chuyển sang FP8 trên GPU H800, họ có thể giảm chi phí 50-70%. Nhưng điều này kèm trade-off: mất độ chính xác ở các tác vụ dài (long context).
Một góc nhìn phản trực giác: giá rẻ không phải lợi thế cạnh tranh bền vững. Nếu OpenAI siết giá, họ có thể hạ giá xuống mức tương tự vì họ có economies of scale. Nhưng DeepSeek đang dùng H800 – một GPU bị hạn chế xuất khẩu sang Trung Quốc. Rủi ro chuỗi cung ứng là có thật.
Contrarian: Định giá 710 tỷ – điểm mù của nhà đầu tư
Số tiền 710 tỷ tương đương khoảng 2/3 của OpenAI (ước 1500 tỷ). Nhưng OpenAI có doanh thu hàng tỷ USD. DeepSeek có công bố doanh thu không? Không. Đây là belief-based valuation thuần túy. Năm 2021, nhiều dự án DeFi được định giá hàng tỷ chỉ dựa trên TVL. Khi thị trường đảo chiều, TVL giảm, định giá giảm theo.
Từ kinh nghiệm phân tích hợp đồng NFT Art Blocks năm 2021, tôi phát hiện lỗi random number generation khiến token có thể dự đoán trước. Ở đây, lỗi có thể là: nhà đầu tư tin rằng “đi sau” (chạy theo DeepSeek) sẽ có lợi thế. Nhưng công nghệ AI thay đổi từng tháng. Nếu DeepSeek không ra model mới, họ sẽ bị vượt qua bởi Llama 4 hay Gemma 3.
Một điểm mù khác: rủi ro địa chính trị. DeepSeek có trụ sở tại Trung Quốc. Nếu Mỹ siết chặt lệnh cấm xuất khẩu chip, họ không thể mua GPU mới. Lúc đó, mô hình của họ sẽ lạc hậu. Điều này tương tự như khi Ethereum phải dùng PoS để giảm tiêu thụ năng lượng, nhưng bị trì hoãn nhiều năm. Công nghệ AI còn nhanh hơn.
Takeaway: Bài học cho cả AI và Crypto
DeepSeek là test case cho thấy thị trường đang trả giá cho “hiệu quả đào tạo” hơn là “sức mạnh suy luận”. Nhưng nếu không có lợi nhuận, định giá chỉ là con số ảo.
Từ góc nhìn kỹ thuật, bài toán thực sự là: làm sao để đo lường năng lực của một hệ thống mà không cần tin vào câu chuyện? Trong crypto, ta có on-chain data – TVL, volume, gas. Trong AI, có benchmark nhưng dễ bị overfit.
Có một câu hỏi dành cho bạn đọc: Nếu DeepSeek công bố repo GitHub code inference của họ, liệu có ai audit được chi phí thực tế không? Hay chúng ta chỉ tin vào lời hứa?
Tương lai của AI, cũng như DeFi, sẽ thuộc về những kẻ có thể chứng minh hiệu quả bằng code và dữ liệu, chứ không phải bằng slide. DeepSeek 710 tỷ là lời nhắc: đừng để FOMO che mắt logic.