Ethereum sử dụng Máy ảo Ethereum (EVM) để thực thi các hợp đồng thông minh. EVM được thiết kế để xử lý các logic đơn giản, chẳng hạn như chuyển giao token, quản lý tài sản, hoặc thực hiện các điều kiện hợp đồng thông minh. Tuy nhiên, các mô hình AI, đặc biệt là các mô hình học sâu (deep learning) hoặc AI tổng quát (GenAI), yêu cầu tính toán ma trận phức tạp, xử lý dữ liệu lớn, và tối ưu hóa liên tục. EVM không được thiết kế để tối ưu hóa cho các tác vụ tính toán chuyên sâu như vậy bởi vì:
EVM có giới hạn về số bước tính toán (gas limit) cho mỗi giao dịch. Một mô hình AI, ngay cả với các tác vụ đơn giản như suy luận (inference), có thể vượt quá giới hạn này, khiến việc thực thi trực tiếp trên chuỗi trở nên gần như không khả thi.
EVM hoạt động ở tốc độ chậm so với các hệ thống tính toán chuyên dụng như GPU hoặc TPU, vốn được thiết kế cho AI. Ví dụ, một mô hình AI đơn giản như xử lý ngôn ngữ tự nhiên (NLP) có thể yêu cầu hàng triệu phép tính, trong khi EVM chỉ xử lý được các tác vụ ở mức hàng nghìn bước tính toán trong một giao dịch hợp lý về chi phí.
Blockchain Ethereum không được thiết kế để lưu trữ dữ liệu lớn. Dữ liệu trên Ethereum như trạng thái hợp đồng thông minh được lưu trữ trên tất cả các node trong mạng, dẫn đến chi phí lưu trữ rất cao. Một mô hình AI, đặc biệt là các mô hình học sâu, thường yêu cầu hàng gigabyte hoặc terabyte dữ liệu huấn luyện và tham số mô hình. Lưu trữ dữ liệu này trực tiếp trên Ethereum là bất khả thi vì chi phí lưu trữ rất lớn.
Lưu trữ 1 MB dữ liệu trên Ethereum có thể tốn hàng trăm hoặc hàng nghìn USD, tùy thuộc vào phí gas. Trong khi đó, các mô hình AI lớn như GPT-3 có kích thước hàng chục GB, khiến việc lưu trữ trực tiếp trên chuỗi trở nên phi thực tế.
Truy xuất dữ liệu từ blockchain Ethereum chậm hơn nhiều so với các hệ thống lưu trữ chuyên dụng như IPFS hoặc cơ sở dữ liệu truyền thống, làm giảm hiệu quả của các ứng dụng AI yêu cầu truy cập dữ liệu nhanh.
Mặc dù có triển khai các dự án AI trên Ethereum, nhưng chúng thường phải sử dụng các giải pháp lưu trữ off-chain như IPFS, Filecoin, hoặc Arweave, và chỉ lưu trữ các hash hoặc tham chiếu trên blockchain. Điều này làm tăng độ phức tạp, vì cần có cơ chế đồng bộ giữa dữ liệu on-chain và off-chain, đồng thời làm giảm tính phi tập trung của ứng dụng AI.
Các mô hình AI phân tán (như học liên kết – federated learning) yêu cầu nhiều nút trong mạng phối hợp để huấn luyện hoặc suy luận mô hình mà không cần một trung tâm dữ liệu tập trung.
Ethereum không được thiết kế để hỗ trợ các mô hình như vậy, vì việc đồng bộ dữ liệu giữa các nút trên Ethereum mất thời gian do cơ chế đồng thuận PoS và yêu cầu xác nhận giao dịch, dẫn đến có độ trễ cao.
Việc các node phối hợp để thực hiện học liên kết hoặc chia sẻ tham số mô hình AI sẽ tạo ra nhiều giao dịch, làm tăng chi phí phối hợp đáng kể.
Ethereum không có các giao thức tích hợp sẵn để hỗ trợ học máy phân tán, buộc các nhà phát triển phải xây dựng các giải pháp tùy chỉnh phức tạp, họ thiếu cơ chế tối ưu.
Ethereum thiếu cơ chế tối ưu cho AI phân tán do chi phí cao và độ trễ của mạng. Pi Network, với thiết kế tập trung vào cộng đồng và tính toán phân tán trên thiết bị di động, có tiềm năng hỗ trợ AI ở quy mô rộng hơn, đặc biệt cho các ứng dụng không yêu cầu mô hình phức tạp.
Pi Network thì lại đi ngược lại mô hình của ETH, họ tập trung vào AI phân tán, họ tận dụng cộng đồng lớn (hơn 60 triệu người dùng) và thiết kế di động để hỗ trợ các mô hình AI phân tán. Ví dụ: Các thiết bị di động của người dùng có thể đóng vai trò là các nút tính toán trong mạng, thực hiện các tác vụ AI nhỏ như suy luận hoặc cập nhật mô hình cục bộ.
Pi Network sử dụng Giao thức Đồng thuận Stellar (SCP), được tối ưu hóa cho các giao dịch nhanh và tiêu thụ năng lượng thấp. Theo thông tin từ Pi Network, SCP cho phép xử lý hàng nghìn TPS (ước tính 10,000 TPS trong điều kiện lý tưởng). Điều này phù hợp hơn với các ứng dụng AI nhẹ, như chatbot hoặc tiện ích AI, vốn không yêu cầu tính toán phức tạp.
Pi Network được thiết kế để hỗ trợ các giao dịch và ứng dụng nhẹ, phù hợp với các thiết bị di động. Thay vì lưu trữ toàn bộ dữ liệu AI trên blockchain, Pi Network có thể tận dụng dữ liệu cục bộ trên thiết bị của người dùng hoặc sử dụng các mô hình AI được tối ưu hóa để không yêu cầu lưu trữ lớn. Ví dụ, các chatbot trong Pi App Studio có thể sử dụng các mô hình đã được huấn luyện sẵn (pre-trained) và lưu trữ cục bộ, giảm sự phụ thuộc vào blockchain cho việc lưu trữ dữ liệu.
Pi Network khuyến khích các nhà phát triển xây dựng các ứng dụng AI sử dụng dữ liệu do người dùng cung cấp (như dữ liệu hành vi hoặc sở thích), được xử lý trực tiếp trên thiết bị. Điều này tránh được các vấn đề lưu trữ dữ liệu lớn mà Ethereum gặp phải.
Như vậy có thể nhìn ra được 2 hướng đi rõ ràng của 2 ông lớn, 2 sản phẩm của 2 thầy trò nhà Nicolas trong làng tiền điện tử:
Ethereum Vitalik: Phục vụ nhiều loại ứng dụng, các hợp đồng thông minh, làm giảm ưu tiên cho AI.
Pi Network Nicolas: Với thiết kế nhẹ, chi phí thấp, và trọng tâm đặt vào AI phân tán, có lợi thế tiềm năng trong việc tích hợp AI ở quy mô rộng, đặc biệt cho các ứng dụng nhẹ.
Với sự phát triển vũ bão của AI ứng dụng vào đời sống, các dự án Blockchain của khả năng tích hợp sâu rộng AI sẽ có cơ hội chiếm được thị phần lớn toàn cầu. Riêng xét về điều này thì Pi Network đang có hạ tầng vượt trội hơn hẳn Ethereum. Cho dù hiện tại vẫn cần nhiều điểm cần cải thiện như Pi Network nên sớm Public hoàn toàn mainnet.
Bài viết rất hữu ích.