Trong bảy ngày qua, tôi không audit smart contract, cũng không đọc mã nguồn của bất kỳ L2 nào. Thay vào đó, tôi đào sâu vào một thứ khác: bảng cân đối kế toán của TSMC và ASML.
Thoạt nghe, có vẻ lạc đề với một Core Protocol Developer. Nhưng hãy nhìn vào kiến trúc của bất kỳ zk-rollup nào: mỗi lần submit batch lên L1, nó đều cần một lượng lớn sức mạnh tính toán để tạo proof. Sức mạnh đó đến từ đâu? Không phải từ validator, mà từ các máy chủ chạy GPU và CPU được TSMC sản xuất trên tiến trình 3nm. Còn chiếc máy in ra những con chip đó là ASML.
Code là thơ của logic, bug là vần sai. Ở đây, vần sai chính là một chuỗi cung ứng chỉ có hai nhà thơ duy nhất.
Hãy bắt đầu với một nghịch lý. Thị trường crypto, vốn tự hào về tính phi tập trung, lại đang phụ thuộc vào một cấu trúc vô cùng tập trung: TSMC nắm hơn 90% thị phần sản xuất chip tiến tiến (7nm trở xuống), còn ASML độc quyền tuyệt đối máy quang khắc EUV. Bất kỳ gián đoạn nào từ hai công ty này — dù là do địa chính trị, thiên tai, hay chỉ đơn giản là lỗi logistics — đều có thể làm tê liệt toàn bộ hệ sinh thái zk-proof, và do đó, tê liệt khả năng mở rộng quy mô của Ethereum.
Context: Tại sao crypto cần quan tâm đến báo cáo thu nhập của TSMC và ASML?
Báo cáo tài chính của họ là một tấm gương phản chiếu sức khỏe của toàn bộ chuỗi cung ứng AI. TSMC là nhà sản xuất duy nhất có quy mô và năng suất để sản xuất chip 3nm cho NVIDIA H100 và B200. ASML là nhà cung cấp duy nhất máy quang khắc EUV High-NA — thứ cần thiết để sản xuất chip 2nm và 1.6nm trong tương lai. Nếu hai mắt xích này yếu đi, không chỉ giá cổ phiếu công nghệ giảm; chi phí để vận hành một zk-rollup cũng sẽ tăng lên.
Bạn có thể hình dung thế này: Mỗi lần một zk-rollup như zkSync hay Scroll gửi một batch proof lên Ethereum, nó đốt cháy một lượng tài nguyên tính toán. Tài nguyên đó được mua từ các cloud provider (AWS, Google Cloud), những người đặt hàng chip từ NVIDIA, và NVIDIA đặt hàng wafer từ TSMC. Chi phí giao dịch L2 thực chất là một hàm số của chi phí sản xuất chip tại TSMC, cộng với giá thuê máy ảo từ các nhà cung cấp đám mây.
Core: Phân tích kỹ thuật — Những con số ẩn giấu trong báo cáo thu nhập
Khi tôi đọc báo cáo của TSMC, tôi không chỉ nhìn vào doanh thu hay lợi nhuận. Tôi tập trung vào một chỉ số duy nhất: Chi phí đầu tư (CapEx) và tỷ lệ sử dụng năng suất.
Capex là thước đo của niềm tin. Nếu TSMC tăng CapEx cho tiến trình 2nm (N2) và CoWoS, điều đó có nghĩa là họ tin vào nhu cầu dài hạn của AI. Ngược lại, nếu họ cắt giảm Capex, đó là dấu hiệu rõ ràng cho thấy nhu cầu AI đang chững lại, hoặc, tồi tệ hơn, tiến trình GAA (Gate-All-Around) của họ đang gặp vấn đề về năng suất. Trong ngành bán dẫn, năng suất là vua. Một sự sụt giảm 1% năng suất có thể làm thay đổi hàng trăm triệu đô la lợi nhuận. Thú vị thay, chính cái bug trong quy trình sản xuất đó lại hé lộ sự thật về toàn bộ ngành công nghiệp.
Đối với ASML, tôi nhìn vào số lượng đơn đặt hàng mới (net book-to-bill ratio). Mỗi chiếc máy High-NA EUV có giá hơn 400 triệu USD và mất hơn một năm để giao. Nếu các nhà máy như TSMC, Samsung, hay Intel đặt thêm máy, đó là tín hiệu rõ ràng rằng họ đang chuẩn bị cho một vòng tăng trưởng sản lượng mới. Nếu đơn đặt hàng giảm, chu kỳ siêu nạp năng lượng của AI đang hạ nhiệt.
Góc nhìn phản trực giác: Điểm mù của thị trường là họ coi “AI” là một thực thể duy nhất. Nhưng trong kỹ thuật, có sự khác biệt rất lớn giữa AI Training (đào tạo mô hình) và AI Inference (suy luận). Training chip (H100, B200) yêu cầu chip 3nm và bộ nhớ HBM đắt đỏ; chúng là động lực chính của tăng trưởng hiện tại. Inference chip (như các chip dùng trong các ứng dụng như ChatGPT) có thể chạy trên các tiến trình cũ hơn, như 5nm hay 7nm, và do đó ít phụ thuộc vào các máy EUV High-NA đắt đỏ hơn. Báo cáo thu nhập của TSMC sẽ tiết lộ cơ cấu doanh thu giữa Training và Inference. Nếu doanh thu từ Training tăng chậm lại, nhưng Inference tăng vọt, đó là dấu hiệu cho thấy AI đang trở nên phổ biến hơn và dễ tiếp cận hơn, nhưng đồng thời, chi phí cho mỗi batch zk-proof có thể giảm do sử dụng chip Inference rẻ hơn.
Contrarian: Sự phụ thuộc này có nguy hiểm không?
Câu trả lời là có, và nó đi ngược lại với tinh thần phi tập trung của crypto. Nếu 90% sức mạnh tính toán cho các zk-rollup phụ thuộc vào một nhà máy duy nhất ở Đài Loan, thì bảo mật của toàn bộ hệ sinh thái L2 có thực sự được phân tán? Một cuộc tấn công địa chính trị, một trận động đất, hay một lệnh trừng phạt có thể tạo ra một “killer app” theo cách không ai mong muốn: giết chết khả năng mở rộng quy mô.
Hơn nữa, có một nghịch lý kinh tế: Chi phí để chạy một zk-rollup đang giảm đi nhờ tiến bộ của TSMC, nhưng đồng thời, TSMC và ASML lại đang hưởng lợi nhuận siêu ngạch từ sự độc quyền của mình. Điều này tạo ra một “thuế AI” ẩn đối với mọi giao dịch crypto mà chúng ta không nhìn thấy. Đó là lý do tại sao các dự án như zkVerification hay các giải pháp ZKP phần mềm thuần túy (dù chậm hơn) lại có ý nghĩa chiến lược: chúng là “nhà máy dự phòng” cho trường hợp chuỗi cung ứng ASML-TSMC bị đứt.
Takeaway: Câu hỏi còn bỏ ngỏ
Khi TSMC và ASML công bố báo cáo thu nhập vào tuần tới, tôi sẽ không nhìn vào giá cổ phiếu. Tôi sẽ nhìn vào Capex và tỷ lệ đặt hàng High-NA EUV. Nhưng câu hỏi thực sự dành cho cộng đồng crypto là: Liệu chúng ta có đang xây dựng một hệ thống L2 quá phụ thuộc vào một lỗ hổng đơn điểm về phần cứng? Hay chúng ta đã sẵn sàng cho một tương lai nơi mà “phi tập trung” không chỉ có nghĩa là nhiều validator, mà còn có nghĩa là nhiều nhà sản xuất chip?