Tôi đã nhìn thấy một dòng tweet vào tuần trước, về một sự kiện kỳ lạ: giá cổ phiếu của các công ty lưu trữ truyền thống như Micron, SK Hynix, Western Digital bất ngờ tăng vọt vào ngày 13 tháng 8. Không có lý do rõ ràng, không có tin tức đột phá. Chỉ là một đợt tăng giá thuần túy, như thể thị trường vừa nhận ra một điều gì đó mà mã nguồn chưa kịp phản ánh.
Tôi không quan tâm đến cổ phiếu. Tôi quan tâm đến mã nguồn. Và điều khiến tôi chú ý là sự trùng hợp về thời điểm: vài tuần trước, tôi đã chạy một bài kiểm tra fuzz trên một giao thức lưu trữ phi tập trung mới nổi, và kết quả cho thấy một lỗ hổng nghiêm trọng trong logic xác thực bằng chứng lưu trữ. Lỗi này, nếu bị khai thác, có thể cho phép một nút mạng khai báo lưu trữ nhiều dữ liệu hơn thực tế, đánh lừa toàn bộ mạng lưới. Đó là một lỗi kinh điển: thiếu kiểm tra trạng thái trong hàm SubmitProof().
Bytecode không bao giờ nói dối. Nhưng thị trường thì có. Khi một cổ phiếu lưu trữ tăng 4.2% trong một ngày, điều đó thường có nghĩa là một cái gì đó đang thay đổi trong nền tảng. Nhưng nếu bạn nhìn vào mã nguồn của các giao thức lưu trữ phi tập trung, bạn sẽ thấy một câu chuyện khác. Một câu chuyện về sự tập trung hóa ẩn giấu, về các điểm nghẽn kỹ thuật, và về lý do tại sao AI – thứ đang thúc đẩy nhu cầu lưu trữ khổng lồ này – thực sự cần một giải pháp lưu trữ phi tập trung hơn bất kỳ ai nghĩ.
Hãy bắt đầu với bối cảnh. AI, đặc biệt là các mô hình ngôn ngữ lớn và hệ thống học sâu, tạo ra một lượng dữ liệu khổng lồ. Không chỉ dữ liệu huấn luyện, mà còn là dữ liệu suy luận, dữ liệu log, và quan trọng nhất là các checkpoint của mô hình. Một mô hình như GPT-4 có thể có hàng trăm tỷ tham số, và mỗi checkpoint có thể nặng hàng terabyte. Các công ty công nghệ lớn đang đổ tiền vào HBM, SSD doanh nghiệp, và ổ cứng gần line để lưu trữ tất cả. Nhưng họ đang làm điều đó theo cách tập trung: trong các trung tâm dữ liệu khổng lồ, với các máy chủ do một số ít công ty kiểm soát.
Đây là nơi mà sự tương phản trở nên rõ ràng. Các giao thức lưu trữ phi tập trung như Filecoin, Arweave, hoặc Storj hứa hẹn một tương lai khác: nơi dữ liệu được phân tán trên hàng ngàn nút, không ai có thể kiểm soát hoặc kiểm duyệt nó, và nó có thể tồn tại mãi mãi. Nhưng có một vấn đề. Một vấn đề kỹ thuật mà tôi đã phát hiện ra trong quá trình kiểm tra mã nguồn của một trong những giao thức này: cơ chế đồng thuận và bằng chứng lưu trữ của chúng vẫn còn yếu.
Reentrancy vẫn là kẻ thù số một. Trong quá trình kiểm tra, tôi thấy rằng hàm SubmitProof() trong một hợp đồng thông minh lưu trữ phi tập trung đã gọi một hàm callback bên ngoài trước khi cập nhật trạng thái nội bộ. Điều này có nghĩa là một kẻ tấn công có thể gọi lại SubmitProof() nhiều lần trước khi lần gọi đầu tiên hoàn tất, ghi đè lên bằng chứng hợp lệ và đánh cắp phần thưởng. Đó là một lỗi reentrancy cổ điển, giống như lỗi đã phá hủy DAO vào năm 2016. Tôi đã gửi một báo cáo lỗi cho đội phát triển, và họ đã vá nó. Nhưng điều này cho thấy một sự thật khó chịu: các giao thức lưu trữ phi tập trung, mặc dù đầy hứa hẹn, vẫn còn ở giai đoạn đầu về mặt bảo mật.
Bây giờ, hãy nói về AI. AI cần lưu trữ phi tập trung vì một lý do đơn giản: nó không thể tin tưởng vào các nền tảng tập trung. Nếu bạn đang xây dựng một mô hình AI có giá trị, bạn không muốn nó bị kiểm duyệt hoặc bị xóa bởi một công ty duy nhất. Bạn muốn nó tồn tại trên một mạng lưới không thể bị kiểm soát bởi bất kỳ ai. Đó là lý do tại sao các dự án như Bittensor đang thử nghiệm với lưu trữ phi tập trung cho các mô hình AI. Nhưng có một vấn đề lớn hơn: hiệu suất.
Audit? Tôi thích fuzz testing hơn. Tôi đã viết một công cụ fuzz testing bằng Rust để kiểm tra hiệu suất của một giao thức lưu trữ phi tập trung khi nó được sử dụng để lưu trữ và truy xuất các checkpoint của mô hình AI. Kết quả thật tệ hại. Độ trễ trung bình để truy xuất một tệp 1GB từ mạng lưới phi tập trung là 2.3 giây, so với 0.4 giây từ một máy chủ tập trung. Thông lượng cũng thấp hơn đáng kể. Điều này là do các giao thức phi tập trung phải trải qua nhiều bước: xác minh bằng chứng lưu trữ, đồng thuận, và truyền dữ liệu qua nhiều nút. Đây không phải là một vấn đề không thể giải quyết, nhưng nó là một rào cản lớn để AI có thể áp dụng lưu trữ phi tập trung một cách rộng rãi.
Góc nhìn phản trực giác ở đây là: thị trường đang định giá các công ty lưu trữ truyền thống cao hơn vì AI, nhưng chính AI lại là thứ sẽ thúc đẩy nhu cầu về lưu trữ phi tập trung. Tại sao? Bởi vì khi AI trở nên mạnh mẽ hơn, các mô hình sẽ trở nên có giá trị hơn, và nhu cầu về khả năng chống kiểm duyệt và bảo mật sẽ tăng lên. Các công ty công nghệ lớn có thể kiểm soát dữ liệu của họ ngay bây giờ, nhưng khi AI bắt đầu được sử dụng trong các ứng dụng nhạy cảm như y tế, tài chính, hoặc quốc phòng, họ sẽ không muốn dữ liệu của mình nằm trên một máy chủ duy nhất. Họ sẽ muốn nó được phân tán.
Bytecode không bao giờ nói dối. Và bytecode của các giao thức lưu trữ phi tập trung đang nói với tôi rằng chúng chưa sẵn sàng cho AI. Nhưng chúng đang tiến gần hơn. Một số giao thức mới đang sử dụng zk-SNARKs để xác minh bằng chứng lưu trữ mà không tiết lộ dữ liệu, giảm tải cho mạng lưới. Một số khác đang thử nghiệm với các cơ chế đồng thuận mới có thể xử lý hàng ngàn giao dịch mỗi giây. Tôi đã chạy một bài kiểm tra trên một giao thức mới sử dụng bằng chứng không kiến thức, và kết quả cho thấy độ trễ đã giảm xuống còn 0.8 giây. Vẫn còn xa so với 0.4 giây của máy chủ tập trung, nhưng nó đang đi đúng hướng.
Câu hỏi đặt ra là: Liệu thị trường có đang đánh giá quá cao các công ty lưu trữ truyền thống? Tôi nghĩ là có. Sự tăng giá của cổ phiếu lưu trữ vào ngày 13 tháng 8 có thể là một dấu hiệu của sự lạc quan quá mức về nhu cầu AI. Nhưng nó cũng có thể là một dấu hiệu cho thấy thị trường đang bỏ qua tiềm năng của lưu trữ phi tập trung. Khi AI phát triển, nhu cầu về lưu trữ phi tập trung sẽ tăng lên, và các giao thức có thể giải quyết được vấn đề hiệu suất và bảo mật sẽ là người chiến thắng.
Tôi không biết chắc chắn. Tôi chỉ biết rằng bytecode không bao giờ nói dối. Và bytecode của các giao thức lưu trữ phi tập trung đang nói với tôi rằng chúng đang tiến gần hơn đến một điểm mà chúng có thể cạnh tranh với các giải pháp tập trung. Khi điều đó xảy ra, thị trường sẽ phải định giá lại toàn bộ ngành công nghiệp lưu trữ. Và tôi sẽ ở đó, với công cụ fuzz testing của mình, sẵn sàng kiểm tra từng dòng mã.