Cơn sốt Hạ tầng AI: Giới hạn mở rộng và Ràng buộc năng lượng

Nguồn: CryptoNewsNet Tiêu đề gốc: Biểu đồ thứ Sáu: Các yếu tố của một bong bóng Liên kết gốc:

Cảnh quan Đầu tư AI

“Đã có nhiều cuộc bàn luận về một bong bóng AI. Từ góc nhìn của chúng tôi, chúng tôi thấy điều gì đó rất khác.”

Giám đốc điều hành Alphabet Sundar Pichai đã thừa nhận trong tuần này rằng có “các yếu tố phi lý” trong sự bùng nổ hiện tại của hạ tầng AI. Tuy nhiên, thông báo của Google về Gemini 3 cho thấy thị trường có thể không phi lý đến mức đó.

Gemini 3 đã chứng minh một sự cải thiện lớn một cách bất ngờ so với Gemini 2.5 theo các tiêu chuẩn mô hình ngôn ngữ. Sự phát triển này thách thức “thuyết tường scaling” - lý thuyết cho rằng các LLM đã đạt đến một mức độ bão hòa mà việc chỉ thêm tính toán không còn cải thiện hiệu suất.

Đột phá của Google đến từ việc cải thiện khả năng tính toán: các thuật toán thông minh hơn, phương pháp đào tạo cải tiến và các chip mới hơn. Thành công này báo hiệu đà đầu tư tiếp tục vào cơ sở hạ tầng AI.

Nhu Cầu Về GPU Vẫn Mạnh

Nvidia tiếp tục chứng kiến nhu cầu ngoại lệ. CEO Jensen Huang báo cáo rằng “Doanh số Blackwell đang vượt ngoài mong đợi, và GPU đám mây đã bán hết.” Quan trọng hơn, CFO Colette Kress lưu ý rằng các GPU A100 được vận chuyển cách đây sáu năm vẫn đang hoạt động với mức sử dụng tối đa hôm nay.

Quan sát này đáp ứng những lo ngại về sự suy giảm giá trị của GPU. GPU tuân theo “mô hình sử dụng theo chuỗi”: các chip mới hơn xử lý các tác vụ đào tạo trong khoảng một năm, sau đó chạy các khối lượng công việc suy diễn trong thời gian dài hơn trước khi cuối cùng phục vụ các mục đích thứ cấp như phát video.

Nếu các mô hình tiếp tục cải thiện và nhu cầu về chip mới tăng lên trong khi các chip cũ vẫn hữu ích, các công ty AI có thể thực sự đang đánh giá thấp chứ không phải đánh giá cao lợi nhuận.

Vấn Đề Hạn Chế Năng Lượng

Mặc dù có tín hiệu cầu mạnh, thị trường chứng khoán đã giảm trong tuần này. Thủ phạm có khả năng: những lo ngại về nguồn cung năng lượng hơn là nhu cầu về chip.

Một giám đốc điều hành của Google Cloud gần đây đã ước tính rằng công ty phải gấp đôi khả năng tính toán của mình mỗi sáu tháng trong bốn đến năm năm tới để đáp ứng nhu cầu. Điều này tạo ra một yêu cầu năng lượng chưa từng có.

Tuy nhiên, cơ sở hạ tầng để hỗ trợ nhu cầu này phải đối mặt với những hạn chế nghiêm trọng. Các tua-bin khí cung cấp năng lượng cho hầu hết các trung tâm dữ liệu mất từ năm đến bảy năm để xây dựng, và các nhà sản xuất đã kín lịch ít nhất cho đến năm 2030.

Nếu không có nguồn điện bổ sung, thì sẽ không có động lực nào để mua các GPU thế hệ mới tiêu tốn nhiều điện năng hơn. Những chip cũ, hiệu quả hơn sẽ là đủ. Tương tự, việc xây dựng các trung tâm dữ liệu mới mà không có sự sẵn có của tuabin tương ứng thì sẽ không có ý nghĩa kinh tế.

Các tác động kinh tế hệ thống

Pickai đã cảnh báo rằng nếu bong bóng AI vỡ, “không công ty nào sẽ được miễn nhiễm.” Điều này không chỉ ảnh hưởng đến các công ty AI mà còn đến nền kinh tế rộng lớn hơn.

Các trung tâm dữ liệu, chiếm 4% GDP, đã đóng góp 93% vào tăng trưởng GDP trong nửa đầu năm. Nếu không có sự bùng nổ của các trung tâm dữ liệu, nền kinh tế Mỹ có thể sẽ rơi vào suy thoái. Sự tập trung tăng trưởng kinh tế vào một lĩnh vực duy nhất tạo ra rủi ro hệ thống đáng kể.

Chỉ báo Bubbles

Michael Burry nhấn mạnh một chỉ số đáng lo ngại: chi tiêu vốn (capex) như một tỷ lệ phần trăm của GDP cho hạ tầng AI đã đạt mức tương tự như trước đây trong các bong bóng dotcom, nhà ở và dầu đá phiến.

Tuy nhiên, nhu cầu đối với các GPU A100 cũ đã giữ vững tốt hơn mong đợi, cho thấy câu chuyện khấu hao có thể chưa hoàn chỉnh.

Chi tiêu vốn của Microsoft đã tăng lên gần 50% doanh thu, đại diện cho một sự thay đổi cơ bản trong chiến lược kinh doanh “từ cạnh tranh dựa trên hiệu ứng mạng sang cạnh tranh dựa trên quyền truy cập vào vốn” - một mô hình vốn dĩ dễ bị bong bóng hơn.

Hoạt động khởi nghiệp phản ánh xu hướng này: gần như tất cả các công ty Y Combinator hiện đều liên quan đến AI.

Những cân nhắc về thị trường lao động

Các so sánh lịch sử cho thấy rằng đầu tư vào AI hiện tại có thể mở rộng lớn hơn nhiều nếu mô hình này tương ứng với các cơn sốt công nghệ trước đây.

Lo ngại về việc mất việc làm do AI vẫn tồn tại. Tuy nhiên, lịch sử cung cấp một số sự an ủi: khi Otis giới thiệu thang máy Autotronic vào năm 1950 tại thời điểm cao nhất của việc làm nhân viên thang máy, những công nhân bị mất việc đã chuyển sang những vị trí tốt hơn vào những năm 1960.

Dữ liệu lao động gần đây cho thấy một sự tăng trưởng bất ngờ với 119.000 việc làm tại Mỹ trong tháng Chín, mặc dù các xu hướng việc làm rộng hơn vẫn cần được theo dõi.

Bối cảnh kinh tế rộng hơn

Độ tuổi trung bình của người mua nhà ở Mỹ đã tăng lên 59, phản ánh những thách thức về khả năng chi trả nhà ở đang diễn ra. Ngành xây dựng có thể hưởng lợi từ việc cải thiện năng suất.

Tác động của thuế quan cho thấy hàng hóa nhập khẩu đắt hơn khoảng 5.44% so với mức giá mà chúng sẽ có. Trong khi đó, giá xe hơi trung bình ở Mỹ vượt quá 50,000 đô la, trong khi giá xăng ở một số khu vực đã giảm xuống dưới mức giá nước.

Sự bùng nổ hạ tầng AI mang đến cả cơ hội và rủi ro: nhu cầu liên tục về sức mạnh tính toán so với nguồn cung năng lượng bị hạn chế và sự phụ thuộc kinh tế hệ thống ngày càng gia tăng vào một lĩnh vực duy nhất.