Ngày 5 tháng 3 năm 2026, SanDisk – công ty NAND flash vừa tách khỏi Western Digital – tăng 14% chỉ sau một dòng guidance. Thị trường lập tức đổ xô vào nhóm cổ phiếu lưu trữ: Micron +6%, Samsung +3%, SK hynix +4%. Một tờ báo tài chính gọi hiện tượng này là "AI storage đang trở thành tài sản sinh lời". Còn tôi, nhìn vào dữ liệu on-chain của Filecoin và Arweave, thấy một khoảng cách rất lớn.
Hook – Một sự kiện tưởng chừng chỉ liên quan đến thị trường chứng khoán truyền thống, nhưng nó phơi bày một nghịch lý: trong khi nhu cầu lưu trữ cho AI tăng vọt, các giao thức lưu trữ phi tập trung (DePIN) vẫn loay hoay với TVL giảm và doanh thu thực tế thấp hơn kỳ vọng. SanDisk tăng 14% là một tín hiệu xác thực từ thị trường tài chính – nó cho thấy các nhà đầu tư tổ chức đã bắt đầu định giá lại tài sản lưu trữ AI. Nhưng liệu Filecoin và Arweave có được hưởng lợi? Bài viết này sẽ trả lời câu hỏi đó bằng phân tích kỹ thuật và dữ liệu on-chain.
Context – SanDisk là nhà cung cấp chính các giải pháp lưu trữ enterprise SSD cho các trung tâm dữ liệu AI. Guidance của họ cho thấy doanh thu từ mảng AI storage trong quý tới vượt 30% so với kỳ vọng của Phố Wall. Lý do: các mô hình AI thế hệ mới (deep reasoning, multimodal) yêu cầu băng thông đọc/ghi cực cao và dung lượng lưu trữ lớn hơn 2-3 lần so với các mô hình GPT-4. Điều này tạo ra một cơn sốt đầu tư vào hạ tầng lưu trữ tập trung – các siêu cloud AWS, Azure, GCP đang đặt hàng ồ ạt enterprise SSD. Tuy nhiên, câu chuyện về "AI storage becoming an income-generating asset" đã lan sang cả lĩnh vực DePIN, nơi các giao thức như Filecoin, Arweave, Storj hứa hẹn một giải pháp lưu trữ phi tập trung, rẻ hơn, và chống kiểm duyệt.
Core – Tôi mở block explorer của Filecoin và Arweave, lấy dữ liệu trong 90 ngày qua. Các con số không hề đẹp.
- Filecoin: Dung lượng lưu trữ đã cam kết trên mạng lưới đạt 18 EiB, nhưng tỷ lệ sử dụng thực tế (utilization rate) chỉ khoảng 2-3%. Phần lớn dung lượng đến từ các miner khai thác phần thưởng block, không phải từ nhu cầu lưu trữ thực. Doanh thu từ phí lưu trữ trong tháng 2/2026 chỉ đạt 120.000 FIL – tương đương khoảng 600.000 USD ở giá hiện tại. Con số này quá nhỏ so với vốn hóa thị trường 2,5 tỷ USD. Hơn nữa, khối lượng giao dịch lưu trữ mới trong 30 ngày qua giảm 15% so với tháng trước, bất chấp tin tức về AI storage.
- Arweave: Mạng lưới lưu trữ vĩnh viễn này có dữ liệu khả quan hơn một chút: tổng dung lượng dữ liệu được lưu trữ đạt 120 TB, tăng 8% so với tháng trước. Tuy nhiên, nguồn cầu chính đến từ các dự án NFT và lưu trữ dữ liệu web3, không phải từ AI. Doanh thu từ phí upload (transaction fees) trong tháng 2 chỉ đạt 2.500 AR, tương đương 50.000 USD. Một con số rất nhỏ so với nhu cầu lưu trữ AI mà SanDisk phục vụ.
- Storj: Tương tự, doanh thu tháng 2 là 80.000 USD, tăng 10% so với tháng trước, nhưng nguyên nhân chính đến từ các khách hàng doanh nghiệp nhỏ lẻ, không phải từ các cluster AI training.
So sánh với SanDisk: doanh thu mảng AI storage của họ trong quý vừa qua đạt 1,2 tỷ USD – tức là gấp hơn 1.000 lần tổng doanh thu của tất cả các giao thức DePIN lưu trữ cộng lại. Sự chênh lệch này cho thấy một thực tế phũ phàng: các giao thức DePIN lưu trữ hiện tại không đáp ứng được yêu cầu về hiệu suất, bảo mật và SLA của các ứng dụng AI đòi hỏi latency thấp và throughput cao.
Tôi kiểm tra thêm yêu cầu kỹ thuật. Một cluster AI training với 1000 GPU H100 cần băng thông đọc lưu trữ tối thiểu 200 GB/s cho mỗi node. Các mạng lưu trữ phi tập trung như Filecoin, với cơ chế proof-of-replication và proof-of-spacetime, có latency trung bình 500ms-2s cho mỗi yêu cầu đọc – không thể đáp ứng. Arweave thì tốt hơn đôi chút (100-300ms) nhưng vẫn xa so với enterprise SSD (dưới 1ms). Đây là vấn đề vật lý: khoảng cách giữa node lưu trữ và GPU compute trong mạng phi tập trung quá lớn, không thể tối ưu bằng phần mềm.
Một lỗ hổng khác: các giao thức DePIN thường yêu cầu dữ liệu được mã hóa và phân mảnh, làm tăng overhead tính toán. Đối với dữ liệu huấn luyện AI (thường là hàng TB), việc mã hóa và giải mã mỗi lần đọc sẽ tốn thêm tài nguyên GPU, làm giảm hiệu suất tổng thể. Từ kinh nghiệm audit của tôi trên các hợp đồng thông minh DePIN, tôi nhận thấy hầu hết các dự án đều không giải quyết được bài toán latency-sensitive storage.
Contrarian – Tuy nhiên, có một góc nhìn contrarian đáng xem xét: liệu cơn sốt AI storage có thể thúc đẩy các giao thức DePIN cải tiến kiến trúc? Một số dự án đang thử nghiệm "storage near compute" – đặt các node lưu trữ gần với các cụm GPU phi tập trung (như Akash, io.net). Nếu mô hình này thành công, nó có thể tạo ra một lớp lưu trữ trung gian với latency dưới 10ms, đủ để phục vụ một số tác vụ AI inference. Ví dụ, Arweave đang hợp tác với một số nhà cung cấp GPU cloud để xây dựng "permaweb compute layer". Tuy nhiên, tôi thấy các dự án này vẫn còn ở giai đoạn proof-of-concept, chưa có sản phẩm khả dụng.
Một điểm contrarian khác: nếu các quỹ đầu tư tổ chức bắt đầu coi token của các giao thức DePIN như một "commodity" để hedge trước lạm phát hoặc như một cách để tiếp cận thị trường lưu trữ AI mà không cần mua cổ phiếu SanDisk, giá token có thể tăng bất chấp doanh thu thực tế. Điều này đã từng xảy ra với Filecoin vào năm 2021 khi giá FIL tăng 5 lần trong khi utilization rate chỉ ở mức 1%. Nhưng đó là hiệu ứng đầu cơ, không phải là tăng trưởng bền vững. Tôi không đánh đồng giá token với giá trị cơ bản.
Takeaway – SanDisk +14% là một tín hiệu chính xác từ thị trường tài chính: nhu cầu lưu trữ AI đang bùng nổ. Nhưng các giao thức DePIN lưu trữ hiện tại không thể khai thác cơ hội này vì hạn chế kỹ thuật cố hữu. Đừng nhầm lẫn giữa "câu chuyện" và "dữ liệu". Một câu hỏi được đặt ra: liệu các nhà phát triển DePIN có thể học hỏi từ kiến trúc enterprise SSD để tạo ra một giải pháp lưu trữ phi tập trung đáp ứng được latency dưới 1ms? Hay AI storage sẽ mãi là lãnh địa của các công ty tập trung? Dựa trên 25 năm quan sát ngành, tôi nghiêng về phương án thứ hai, trừ khi có một đột phá về phần cứng hoặc giao thức đồng thuận mới. Hãy theo dõi dữ liệu on-chain của Filecoin và Arweave trong 6 tháng tới – nếu utilization rate không tăng lên ít nhất 10%, câu chuyện DePIN storage chỉ là một lời hứa trên PowerPoint.