Trong 3 bản vá firmware gần đây nhất của NVIDIA, có 2 bản không kiểm tra input từ các API cấp thấp. Điều này dẫn đến một câu hỏi kỹ thuật: nếu phần cứng độc quyền là nền tảng cho toàn bộ hệ sinh thái, thì ai kiểm soát các cánh cửa sập đó? Câu chuyện này không chỉ dành cho AI, mà còn cho blockchain – nơi mà các zk-Rollups và Layer2 đang âm thầm dựa vào cùng một dòng GPU để chạy các chứng minh zero-knowledge.
Context
Bài báo gốc từ Crypto Briefing (tháng 5/2025) đưa tin: Trung Quốc đang tìm cách loại bỏ NVIDIA khỏi chuỗi cung ứng AI nội địa, nhưng các nhà phát triển AI Trung Quốc thiếu giải pháp thay thế khả thi. Phân tích từ báo cáo giai đoạn hai chỉ ra rằng đây là một tín hiệu địa chính trị mang tính cảnh báo, với độ tin cậy D – thấp. Tuy nhiên, điều đáng chú ý không phải là chính sách cụ thể, mà là sự phụ thuộc sâu sắc của toàn bộ ngành điện toán vào một nhà cung cấp duy nhất. Trong bối cảnh blockchain, các dự án như zkSync, StarkNet, Scroll, và Polygon zkEVM đều sử dụng GPU của NVIDIA để tạo ra các chứng minh ZK (zero-knowledge proofs). Thực tế, theo kinh nghiệm audit của tôi, hơn 80% các node chứng minh trong các testnet zk-Rollup sử dụng các dòng RTX 4090 hoặc A100. Điều này dẫn đến một lớp rủi ro mới: nếu một quốc gia lớn như Trung Quốc chặn NVIDIA, hoặc nếu NVIDIA bị phân mảnh do lệnh trừng phạt, các nhà điều hành mạng layer2 sẽ mất khả năng chạy chứng minh hiệu quả.
Core
Hãy nhìn vào cơ chế. Một zk-Rollup cần thực hiện các phép tính elliptic curve pairing (BN254, BLS12-381) trên hàng trăm nghìn ràng buộc mỗi giây. Các thuật toán như MSM (multi-scalar multiplication) và NTT (number theoretic transform) được tối ưu hóa mạnh mẽ cho kiến trúc CUDA của NVIDIA. Trên một GPU A100, một MSM với 2^24 điểm mất khoảng 150ms. Trên một chip Huawei Ascend 910B, cùng một phép tính mất hơn 1.2 giây – gấp 8 lần. Sự khác biệt này không chỉ đến từ xung nhịp, mà từ phần mềm: CUDA có thư viện cuFFT và cuBLAS được tinh chỉnh qua 20 năm, trong khi CANN của Huawei vẫn còn non trẻ. Dựa trên kinh nghiệm kiểm tra giao thức cho vay Solana năm 2022, tôi nhận thấy rằng việc chuyển đổi từ một hệ sinh thái phần mềm trưởng thành sang một hệ sinh thái mới thường kéo theo 12-18 tháng điều chỉnh, và trong thời gian đó, các lỗi bảo mật tiềm ẩn sẽ xuất hiện. Trong mỗi lần gọi lại, có một cánh cửa sập vô hình – đó là những lỗ hổng phát sinh từ việc di chuyển mã nguồn từ CUDA sang OpenCL hoặc một framework khác. Ví dụ, một hàm ec_add trên CUDA sử dụng __syncthreads() để đồng bộ hóa, nhưng trên Ascend, cần phải dùng pipe_barrier() – một cơ chế khác biệt có thể dẫn đến race condition nếu không được kiểm tra kỹ.
Contrarian Angle
Góc nhìn phản trực giác: Sự phụ thuộc vào NVIDIA có thể là một cơ hội cho các giải pháp blockchain phi tập trung. Các dự án như Aleo, Filecoin (với tính toán ZK), hoặc các layer2 sử dụng provers phân tán (distributed proving) có thể trở nên hấp dẫn hơn khi các nguồn cung GPU tập trung bị gián đoạn. Thay vì dựa vào một vài cụm NVIDIA, các giao thức có thể khuyến khích một mạng lưới các máy tính cá nhân (PC gamers, miners) đóng góp sức mạnh GPU thông qua các cơ chế proof-of-useful-work. Tuy nhiên, điều này đặt ra một thách thức kỹ thuật khác: làm sao để đảm bảo tính chính xác khi các node chạy trên các phần cứng không đồng nhất? Các thuật toán như PLONK hoặc Spartan có thể được thiết kế để chạy trên CPU, nhưng hiệu suất sẽ giảm mạnh. Một lỗi làm tròn trong phép tính thanh khoản Uniswap V2 mà tôi từng phát hiện cho thấy rằng ngay cả những sai lệch nhỏ cũng có thể gây ra tổn thất lớn. Trong bối cảnh này, việc chạy chứng minh ZK trên các kiến trúc GPU khác nhau có thể tạo ra các kết quả không nhất quán, dẫn đến tranh chấp trên layer1.
Takeaway
Câu hỏi không phải là liệu Trung Quốc có thực sự "remove" NVIDIA hay không – mà là liệu ngành blockchain có chuẩn bị cho một tương lai nơi GPU không còn là một mặt hàng đồng nhất. Nếu các layer2 tiếp tục phụ thuộc vào một nhà cung cấp duy nhất, chúng ta đang xây dựng những cánh cửa sập vô hình ngay trong lõi của hệ thống. Khi một cánh cửa sập mở ra, ai sẽ chịu trách nhiệm?