Trong tháng 4 năm 2026, cộng đồng Render Network đã hoàn tất một cuộc bỏ phiếu quản trị được giới chuyên môn đánh giá là "canh bạc lớn." Đề xuất RNP-023 vượt qua vòng đầu với tỷ lệ tán thành áp đảo 98,86%, chính thức tích hợp Salad Network trở thành subnet độc quyền trong hệ sinh thái Render. Động thái này đã bổ sung khoảng 60.000 GPU hoạt động mỗi ngày vào mạng lưới.
Salad Network không phải là nhà cung cấp dịch vụ tính toán trung tâm dữ liệu truyền thống. Mạng lưới này vận hành hệ thống GPU tiêu dùng lớn nhất thế giới, phủ sóng hơn 180 quốc gia với hơn 450.000 node đăng ký và khoảng 60.000 GPU hoạt động mỗi ngày. Nguồn sức mạnh tính toán đến từ các card đồ họa nhàn rỗi của game thủ và người dùng cá nhân—chủ yếu là các mẫu GPU tiêu dùng như RTX 3070, RTX 3080, RTX 3090 và RTX 4090. Điều này hoàn toàn khác biệt so với các nhà cung cấp cloud hyperscale như AWS và GCP, vốn dựa vào các cụm GPU doanh nghiệp như A100 và H100.
Tính đến ngày 19 tháng 05 năm 2026, dữ liệu thị trường Gate cho thấy RENDER đang giao dịch ở mức $1,8254, tăng 2,90% trong 24 giờ, với vốn hóa lưu hành khoảng 946 triệu USD. Tâm lý thị trường vẫn giữ ở mức trung lập.
Thông tin nổi bật:
- Vòng đầu của RNP-023 ghi nhận 1,3 triệu phiếu thuận và 15.500 phiếu chống, đạt tỷ lệ tán thành 98,86%
- Khoảng 60.000 GPU hoạt động mỗi ngày của Salad Network sẽ được tích hợp làm subnet độc quyền cho Render
- Quá trình tích hợp được chia thành ba mốc: Giai đoạn 1—Chefs nhận thưởng RENDER; Giai đoạn 2—khách hàng có thể thanh toán bằng RENDER; Giai đoạn 3—mọi giao dịch chuyển sang mô hình BME on-chain
- Trước khi chuyển đổi, Render Network có khoảng 5.700 node GPU hoạt động, xử lý hơn 71,4 triệu khung hình render
- Tại NVIDIA GTC 2026, Jensen Huang dự báo nhu cầu chip AI kiến trúc Blackwell và Vera Rubin sẽ đạt ít nhất 1 nghìn tỷ USD vào cuối năm 2027, gấp đôi dự báo năm trước
Từ BME đến RNP-023: Lộ trình mở rộng của Render
Render Network mở rộng sức mạnh tính toán không phải là một sự kiện đơn lẻ. Quá trình phát triển này nằm trong hai xu hướng vĩ mô: nhu cầu cấu trúc về tài nguyên GPU do các mô hình AI thúc đẩy, và sự chuyển dịch của các mạng lưới hạ tầng vật lý phi tập trung từ câu chuyện sang triển khai thực tế.
Lộ trình:
- 2023: Cộng đồng thông qua đề xuất RNP-002, chuyển Render từ Ethereum sang Solana và giới thiệu mô hình tokenomics Burn-and-Mint Equilibrium (BME). Theo BME, các khoản thanh toán nhiệm vụ GPU sẽ bị đốt, token mới được mint khi cần, liên kết động nguồn cung token với mức sử dụng mạng lưới thực tế
- 2024–2025: Mạng lưới xác thực tính khả thi của việc phân phối tài nguyên GPU. Nhiệm vụ AI inference và fine-tuning tăng đều, chiếm gần 40% tổng hoạt động mạng lưới vào đầu năm 2026
- Tháng 03 năm 2026: Salad gửi đề xuất chính thức gia nhập Render Network với tư cách subnet độc quyền
- Tháng 03 năm 2026: NVIDIA GTC 2026 diễn ra, Jensen Huang công bố dự báo nhu cầu 1 nghìn tỷ USD và củng cố câu chuyện thiếu hụt GPU trên toàn ngành
- Ngày 01 tháng 04 năm 2026: Vòng đầu bỏ phiếu RNP-023 kết thúc, đạt tỷ lệ tán thành 98,86%
- Ngày 07 tháng 04 năm 2026: RNP-023 chính thức được thông qua; Salad xác nhận là một phần của Render Network
Chuỗi truyền dẫn chính của mô hình BME & tích hợp: Một trong những thiết kế cốt lõi của RNP-023 là chuyển doanh thu tính toán của Salad vào cơ chế burn BME. Nhà sáng lập Salad công khai phát biểu: "Việc burn nhiều hơn mint là chủ ý—chúng tôi muốn sự tăng trưởng của Salad mang lại lợi ích cho toàn bộ hệ sinh thái Render, không chỉ riêng mình Salad." Điều này hàm ý (giả định) rằng nếu tích hợp Salad thúc đẩy mạnh mẽ mức sử dụng mạng lưới, mô hình BME sẽ chứng kiến lượng token bị đốt tăng lên, thu hẹp nguồn cung theo logic "tăng trưởng nhu cầu → burn tăng tốc → co hẹp nguồn cung." Tuy nhiên, tính đúng đắn của điều này phụ thuộc vào mức sử dụng thực tế, chứ không chỉ dựa vào văn bản đề xuất.
Bùng nổ sức mạnh tính toán & thực tế chi phí: Góc nhìn dữ liệu
Bước nhảy về nguồn cung tính toán: Từ 5.700 lên hơn 65.000
Trước khi tích hợp, Render Network có khoảng 5.700 node GPU hoạt động. Việc bổ sung Salad Network mang lại khoảng 60.000 GPU hoạt động mỗi ngày, nâng tổng số GPU lý thuyết có thể sử dụng lên hơn 65.000—một bước nhảy đột phá về nguồn cung, không chỉ là tối ưu hóa từng phần mà là chuyển đổi về quy mô.
Tuy nhiên, "số lượng GPU" không đồng nghĩa với "sức mạnh tính toán sử dụng được." GPU tiêu dùng khác biệt đáng kể so với GPU doanh nghiệp ở nhiều khía cạnh:
So sánh GPU tiêu dùng và GPU doanh nghiệp: Những điểm khác biệt chính
| Khía cạnh | GPU tiêu dùng (Salad) | GPU doanh nghiệp (AWS/GCP) |
|---|---|---|
| Mẫu phổ biến | RTX 3070/3080/3090/4090 | A100 80GB / H100 80GB / H200 |
| VRAM | 8GB–24GB | 40GB–141GB |
| Băng thông liên kết | PCIe (không có NVLink/NVSwitch) | NVLink + NVSwitch (liên kết băng thông cao) |
| Ứng dụng | AI inference, xử lý batch, render vừa/nhỏ | Đào tạo phân tán quy mô lớn, fine-tuning mô hình 70B+ tham số |
| Độ tin cậy node | Thiết bị cá nhân, có thể offline bất cứ lúc nào | Chuẩn trung tâm dữ liệu, SLA 99,9%+ |
| Chi phí đơn vị | Cực thấp ($0,02/giờ khởi điểm) | Cao (H100 ~$4,50–$5,50/giờ) |
Salad xây dựng vị trí dựa trên sự phân chia này. Blog chính thức của Salad ghi nhận các mô hình AI mã nguồn mở ngày càng chạy trên phần cứng tiêu dùng, và workload Agentic AI tăng mạnh, mỗi tương tác đòi hỏi tài nguyên tính toán lớn hơn nhiều so với API truyền thống. Các case khách hàng của Salad cho thấy việc chạy workload trên GPU tiêu dùng giúp mở rộng quy mô và giảm chi phí đáng kể. Điều này đồng nghĩa mạng lưới Render sau tích hợp không nhằm thay thế AWS/GCP ở mọi kịch bản, mà tập trung vào nhiệm vụ chịu được độ trễ, cực kỳ nhạy cảm về chi phí và có thể chia nhỏ/parallel hóa.
Khoảng cách giá với AWS: Tiết kiệm lên đến 90%
Đây là khía cạnh dữ liệu quan trọng nhất để hiểu mối quan hệ cạnh tranh giữa Render và AWS/GCP. Dưới đây là so sánh dữ liệu giá công khai nửa đầu năm 2026:
So sánh giá GPU H100
| Nhà cung cấp | Loại GPU | Giá theo nhu cầu ($/giờ) | Ghi chú |
|---|---|---|---|
| AWS (card đơn) | 1×H100 80GB | ~$4,50–$5,50 | Ước tính ngành từ Securities.io |
| Mạng phi tập trung (Akash/Render) | 1×H100 80GB | ~$1,20–$1,80 | Dữ liệu Securities.io |
| Salad (tiêu dùng) | Giá khởi điểm | 0,02 | Dữ liệu trang chủ salad.com |
Nguồn: Ước tính card H100 đơn và giá mạng phi tập trung từ Securities.io; giá khởi điểm Salad từ salad.com. Giá có thể thay đổi theo khu vực, biến động nguồn cung và cài đặt ưu tiên; chỉ mang tính tham khảo.
Các mạng phi tập trung cung cấp GPU H100 với giá bằng 25%–35% giá AWS theo nhu cầu, tiết kiệm 65%–75%. GPU tiêu dùng (dòng RTX) khởi điểm chỉ $0,02/giờ, mức chênh lệch giá vượt 90% so với cloud hyperscale.
Tuy nhiên, cần làm rõ một logic: Giá thấp không đồng nghĩa có thể thay thế hoàn toàn. Với các nhiệm vụ đào tạo đồng bộ quy mô lớn cần liên kết InfiniBand tốc độ cao, cụm tập trung vẫn là kiến trúc duy nhất khả thi. AWS và GCP có lợi thế phần cứng liên kết mà giải pháp phi tập trung không thể đáp ứng. Giá trị của Render Network là lấp đầy khoảng trống cho "nhiệm vụ không cần liên kết cao cấp nhưng đòi hỏi tính toán song song quy mô lớn"—AI inference, xử lý batch, fine-tuning mô hình vừa/nhỏ, render 3D, v.v.
Hơn 1,22 triệu token bị đốt: Sử dụng mạng lưới & nền tảng token
Theo dữ liệu quý 1 năm 2026, Render Network đã xử lý hơn 71,4 triệu khung hình render, với workload AI chiếm gần 40%. Hơn 1,22 triệu token RENDER đã bị đốt.
Chỉ số chính thức quý 1 năm 2026 của Render Network:
| Chỉ số | Q1 năm 2026 |
|---|---|
| Node GPU hoạt động | Hơn 5.700 |
| Tổng khung hình xử lý | 71.269.082 |
| Tỷ trọng workload AI | Gần 40% |
| Tổng RENDER bị đốt | 1.228.380 |
| Nguồn cung lưu hành | 552.011.095 / 644.168.762 nguồn cung tối đa |
Sau khi tích hợp Salad, số node GPU lý thuyết tăng lên 65.000+, nhưng số lượng online đồng thời thực tế phụ thuộc vào hiệu quả scheduler và sự tham gia của Chefs, cần theo dõi dữ liệu vận hành liên tục.
Góc nhìn tokenomics (Thực tế & Phân tích): Mô hình BME của Render tạo liên kết cấu trúc giữa mức sử dụng mạng lưới và cung/cầu token. Việc tích hợp Salad sẽ chuyển một phần doanh thu vào quy trình burn BME. Tác động thực tế cần được theo dõi qua dữ liệu burn và sử dụng liên tục, tránh diễn giải quá mức.
Phân hóa thị trường: Ba luồng quan điểm về RNP-023
Nhóm lạc quan mở rộng: Quy mô là lợi thế
Những người ủng hộ cho rằng Render, nhờ tích hợp Salad, sở hữu nguồn cung tính toán mà các nhà cung cấp cloud truyền thống không thể tái tạo—hàng triệu GPU nhàn rỗi của game thủ toàn cầu. Nguồn cung này có đặc điểm riêng: chi phí biên cực thấp (phần cứng đã mua, tính toán là "phụ phẩm"); phân tán địa lý rộng (180+ quốc gia); quy mô tạo hiệu ứng mạng (nhiều Chefs hơn đồng nghĩa nhiều tính toán hơn, thu hút thêm khách hàng).
Nhà sáng lập Salad, Bob Miles, phát biểu sau khi đề xuất được thông qua: "Các mô hình AI mã nguồn mở ngày càng chạy trên phần cứng tiêu dùng. Workload Agentic AI tăng mạnh—mỗi tương tác đòi hỏi tài nguyên tính toán lớn hơn nhiều so với API truyền thống. Máy móc mà Chefs của chúng tôi vận hành chính là hạ tầng mà ngành cần."
Các đối tác tổ chức Render công bố càng củng cố câu chuyện này—NVIDIA, Stability AI, WME và nhiều bên khác đã hợp tác với Render. Sự tham gia của NVIDIA đặc biệt đáng chú ý: tại sao một ông lớn sản xuất GPU lại quan tâm đến mạng lưới tính toán phi tập trung? (Giả định) Logic có thể là bất kỳ hệ sinh thái nào mở rộng ứng dụng GPU đều mang lại lợi ích cho mảng chip cốt lõi của NVIDIA.
Nhóm quan sát thận trọng: Quy mô không đồng nghĩa doanh thu
Quan điểm dè dặt tập trung vào dữ liệu thực tế. Việc tích hợp Salad mang lại mở rộng lớn về nguồn cung tính toán, nhưng đóng góp doanh thu thực tế là bao nhiêu? Nhà sáng lập Salad chưa công bố dự báo doanh thu cụ thể. Mô hình định giá giao thức crypto không giống khung P/E truyền thống; hiệu ứng mạng, premium câu chuyện và kỳ vọng tăng trưởng đóng vai trò lớn hơn trong giá token.
Các nhà phân tích cũng lưu ý RNP-023 là sự kiện quản trị; tác động thực tế phụ thuộc vào triển khai, không phải bản thân cuộc bỏ phiếu. Trong thị trường crypto, logic sự kiện "mua tin đồn, bán tin thật" rất phổ biến.
Cấu trúc cạnh tranh: Đối đầu nội bộ DePIN
Đề xuất của Salad nêu rõ "không phát hành token riêng" mà chọn gia nhập Render, viện dẫn "đội ngũ, hạ tầng và cộng đồng mạnh của Render." Quyết định này đồng nghĩa Salad từ bỏ quyền thu giá trị token riêng, gắn nguồn cung tính toán vào mô hình BME của Render.
Trong khi đó, tính toán phi tập trung không phải là sân chơi riêng của Render. Akash Network cung cấp thị trường mở cho ứng dụng container hóa tổng quát, io.net tập trung vào điều phối tính toán AI, đều có sự giao thoa với Render. Khi tích hợp Salad giúp Render mở rộng quy mô, ranh giới cạnh tranh giữa các giao thức tính toán DePIN sẽ ngày càng phức tạp.
Đằng sau con số: Ba lớp của câu chuyện 60.000 GPU
Trong crypto, câu chuyện thường đi trước nền tảng. "60.000 GPU" là tiêu đề mạnh mẽ, nhưng cần phân tích theo từng lớp.
Lớp một: 60.000 GPU có thực không? Dữ liệu chính thức của Salad ghi nhận "60.000 máy hoạt động mỗi ngày tại hơn 180 quốc gia." Nguồn khác cho biết hệ sinh thái Salad có hơn 450.000 node đăng ký. Con số 60.000 lấy trực tiếp từ Salad và đã được xác thực bởi ít nhất sáu nguồn độc lập. Tuy nhiên, với đặc điểm mạng lưới GPU tiêu dùng, số lượng hoạt động mỗi ngày có thể dao động, và số online đồng thời khác biệt với số thiết bị đăng ký hoạt động.
Lớp hai: Các GPU này có thể được Render sử dụng không? (Giả định, dựa trên đề xuất) Kế hoạch tích hợp biến Salad thành "subnet độc quyền" của Render, mọi thanh toán qua Salad dần chuyển sang thanh toán on-chain bằng RENDER. Điều này về kinh tế gắn các GPU này với Render. Về kỹ thuật, GPU tiêu dùng đối mặt với rủi ro offline, độ trễ mạng và biến động tính toán—đặc điểm cấu trúc không thể loại bỏ hoàn toàn. Tài liệu hỗ trợ của Salad nêu rõ do mạng lưới phân tán và có thể bị gián đoạn, ROI phần cứng không được đảm bảo và thu nhập có thể dao động hàng ngày. Việc các GPU này có thể phục vụ ổn định cho nhiệm vụ AI và render thương mại hay không phụ thuộc vào scheduler của Salad và tích hợp nhiệm vụ của Render.
Lớp ba: Nhiều GPU hơn có tự động đồng nghĩa giá trị mạng lưới cao hơn? (Ý kiến) Phụ thuộc vào hai điều kiện: các GPU này có nhận nhiệm vụ trả phí đều đặn không, và các nhiệm vụ đó có chuyển hóa thành giá trị token qua mô hình BME không. Chuỗi truyền dẫn có nhiều biến số—tốc độ thu hút khách hàng, giá nhiệm vụ, áp lực cạnh tranh—và chưa đủ dữ liệu xác thực để kết luận chắc chắn.
Tác động ngành: Từ tích hợp đến thay thế
Đường đua DePIN đẩy nhanh tích hợp
RNP-023 đánh dấu chuyển dịch của tính toán DePIN từ "phát triển dự án độc lập" sang "tích hợp quy mô." Việc Salad quyết định không phát hành token riêng mà gia nhập Render có thể báo hiệu các mạng lưới tính toán nhỏ sẽ ngày càng tích hợp với giao thức dẫn đầu thay vì cạnh tranh đơn độc. Nếu mô hình này khả thi, hiệu ứng Matthew của DePIN sẽ tăng tốc.
Bổ sung, không phá vỡ: Chuyển dịch thực sự của dịch vụ cloud
Liệu tính toán phi tập trung thực sự có thể "làm rung chuyển" AWS/GCP? Câu trả lời phụ thuộc vào định nghĩa "làm rung chuyển." Nếu hiểu là "thay thế cloud tập trung ở mọi kịch bản GPU," thì rõ ràng là không. Báo cáo so sánh của Securities.io chỉ ra, với nhiệm vụ đào tạo mô hình nền tảng đồng bộ quy mô lớn cần liên kết siêu thấp, cụm tập trung vẫn là kiến trúc duy nhất khả thi.
Nhưng nếu hiểu là "chuyển hướng nhu cầu tăng thêm ở kịch bản nhạy cảm về chi phí," câu trả lời nghiêng về có. Mạng lưới phi tập trung cung cấp mức chiết khấu 65%–75%, với kịch bản GPU tiêu dùng tiết kiệm tới 90%.
Việc tính toán phi tập trung gia nhập thị trường là "bổ sung chuyển hướng" chứ không phải "thay thế phá vỡ." Đánh giá này (ý kiến) dựa trên logic xác thực: lợi thế chi phí thấp của GPU tiêu dùng là thực tế ở inference và xử lý batch, nhưng đào tạo cao cấp cần liên kết siêu thấp, SLA đảm bảo và quản trị dữ liệu—yêu cầu mà mạng lưới tiêu dùng phân tán không thể đáp ứng về mặt vật lý.
Biến số mới cho mô hình BME
Việc tích hợp Salad bổ sung nguồn burn mới cho mô hình BME. Về cấu trúc, điều này mở rộng nhu cầu token RENDER từ "thanh toán nhiệm vụ render" sang "thanh toán on-chain cho tính toán GPU tiêu dùng," mở rộng tiện ích token. Nhà sáng lập Salad nhấn mạnh thiết kế chủ ý "burn nhiều hơn mint," và doanh thu Salad sau tích hợp sẽ tác động cấu trúc lên cung/cầu token. Tuy nhiên, tác động thực tế phụ thuộc vào tăng trưởng sử dụng mạng lưới bền vững và cần quan sát dài hạn.
Kết luận
Việc Render Network tích hợp 60.000 GPU tiêu dùng của Salad Network thông qua RNP-023 là một trong những sự kiện mở rộng quy mô lớn nhất của ngành DePIN năm 2026. Sự kiện này chứng minh tính khả thi của mạng lưới tính toán phi tập trung trong việc đạt quy mô nguồn cung—nút thắt cốt lõi của ngành.
Tuy nhiên, giá trị thực của "60.000 GPU" không nằm ở con số. Nó phụ thuộc vào việc Render có chuyển hóa được các GPU này thành mức sử dụng mạng lưới bền vững và thu giá trị token hay không. Tính đến ngày 19 tháng 05 năm 2026, vốn hóa lưu hành của Render khoảng 946 triệu USD, RENDER giao dịch ở mức $1,8254. Sự bùng nổ nguồn cung tính toán từ tích hợp Salad đã phản ánh vào nền tảng mạng lưới, nhưng quy mô doanh thu, thu hút khách hàng và dữ liệu burn BME vẫn cần thêm thời gian để xác thực.
Từ góc nhìn ngành, mối quan hệ giữa tính toán phi tập trung và AWS/GCP nên được mô tả là "thay thế chi phí ở kịch bản cụ thể," không phải "cạnh tranh toàn diện." Đây không phải là thất bại của tính toán phi tập trung—mà ngược lại. Trong thị trường bị thống trị bởi một vài nhà cung cấp cloud hyperscale suốt hai thập kỷ, bất kỳ khả năng nào đột phá về chi phí đều là thử nghiệm cấu trúc đáng chú ý.
