Theo các phương tiện truyền thông Trung Quốc được Nikkei dẫn lại, nhà sáng lập kiêm CEO DeepSeek Lương Văn Phong được cho là đã nói rằng khoảng cách lớn nhất giữa AI Mỹ và Trung Quốc không nằm ở nhân lực, mà ở tài nguyên tính toán.
Nhận định này đáng chú ý vì cuộc cạnh tranh AI thường được nhìn qua các mô hình nổi tiếng hoặc các chatbot phổ biến. Nhưng phía sau một mô hình AI là một cuộc đua rất “vật lý”: ai có nhiều chip mạnh hơn, điện năng ổn định hơn, trung tâm dữ liệu lớn hơn và khả năng vận hành hiệu quả hơn.
Các phát biểu nêu trên chưa được DeepSeek công bố trực tiếp. Vì vậy, những con số và định hướng được truyền thông thuật lại cần được xem là thông tin tham khảo, chưa phải xác nhận độc lập từ công ty.
Tài nguyên tính toán là gì và vì sao GPU lại quan trọng?
GPU là bộ xử lý đồ họa, ban đầu được dùng nhiều cho hình ảnh và trò chơi điện tử. Với AI, GPU đặc biệt hữu ích vì có thể thực hiện rất nhiều phép tính song song, phù hợp với việc huấn luyện các mô hình ngôn ngữ lớn.
“Tài nguyên tính toán” không chỉ là số lượng GPU. Khái niệm này thường bao gồm năng lực chip, hệ thống máy chủ, bộ nhớ, mạng kết nối, phần mềm vận hành, điện năng và khả năng làm mát. Một doanh nghiệp có GPU nhưng thiếu điện, thiếu hạ tầng mạng hoặc thiếu kỹ sư vận hành vẫn khó khai thác hết sức mạnh của chúng.
GPU cần ở cả hai giai đoạn quan trọng:
- Huấn luyện mô hình: cho AI xử lý lượng dữ liệu lớn để học cách dự đoán, trả lời hoặc tạo nội dung.
- Vận hành mô hình: khi người dùng gửi câu hỏi, hệ thống vẫn cần năng lực tính toán để tạo phản hồi nhanh và ổn định.
Theo thông tin được truyền thông Trung Quốc đưa lại và Nikkei dẫn nguồn, tài nguyên tính toán của Trung Quốc được cho là chỉ bằng khoảng 1/20 của Mỹ. Cùng nguồn này cho biết năng lực AI từng chậm hơn khoảng 1–2 năm, và DeepSeek muốn rút khoảng cách xuống 6 tháng rồi 3 tháng bằng cách sử dụng tính toán hiệu quả hơn.
Con số này chưa có xác minh độc lập trong nguồn được cung cấp. Tuy nhiên, nó phản ánh một vấn đề thực tế: nếu khả năng tiếp cận chip hiệu năng cao bị giới hạn, doanh nghiệp AI phải tìm cách đạt cùng kết quả với ít phần cứng hơn.
Hạn chế chip khiến cuộc đua AI không chỉ là chuyện viết phần mềm
Mỹ đã áp dụng các biện pháp hạn chế xuất khẩu đối với một số chip và công nghệ bán dẫn hiệu năng cao sang Trung Quốc. Mục tiêu là hạn chế khả năng tiếp cận các năng lực tính toán tiên tiến có thể phục vụ AI và các ứng dụng chiến lược.
Với doanh nghiệp AI Trung Quốc, tác động không chỉ là khó mua một loại GPU cụ thể. Việc thay thế phần cứng có thể kéo theo thay đổi về phần mềm, hệ thống mạng, cách phân bổ máy chủ và chi phí vận hành. Một mô hình được thiết kế để chạy tốt trên một nền tảng chip có thể cần tối ưu lại nếu chuyển sang phần cứng khác.
Điều này giúp giải thích vì sao DeepSeek, nếu các nội dung phát biểu được xác nhận, lại đặt trọng tâm vào hiệu quả tính toán. Khi tài nguyên khan hiếm hơn, tối ưu hóa không còn là việc phụ trợ mà trở thành một phần của chiến lược cạnh tranh.
Tuy vậy, tối ưu phần mềm không thể xóa hoàn toàn chênh lệch phần cứng. Các mô hình lớn, việc thử nghiệm nhiều lần và nhu cầu phục vụ hàng triệu người dùng vẫn cần lượng máy chủ, điện năng và vốn đầu tư rất lớn.
DeepSeek muốn bù đắp bằng hiệu quả, mã nguồn mở và giá thấp
DeepSeek được cho là muốn tiếp tục chiến lược mã nguồn mở. Mã nguồn mở là cách công bố một phần mã hoặc công nghệ để cộng đồng phát triển có thể xem, sử dụng, điều chỉnh hoặc xây dựng tiếp theo các điều kiện đi kèm.
Với doanh nghiệp AI, mã nguồn mở có thể giúp công nghệ lan rộng nhanh hơn. Nhiều lập trình viên và công ty có thể thử nghiệm, phát hiện lỗi, tạo công cụ bổ sung hoặc đưa mô hình vào các ứng dụng riêng. Đổi lại, doanh nghiệp cần cân nhắc chi phí duy trì cộng đồng, rủi ro bị sao chép và cách tạo doanh thu bền vững.
Nguồn tin cũng cho biết DeepSeek không xem việc tối đa hóa doanh thu ngắn hạn là điểm xuất phát. Giá sử dụng thấp có thể là một cách để thu hút người dùng và nhà phát triển, nhất là khi doanh nghiệp nhỏ không muốn chi nhiều tiền cho AI.
Ưu điểm của cách làm này là tốc độ phổ cập. Nếu AI đủ rẻ và dễ tích hợp, nó có thể trở thành hạ tầng cho nhiều sản phẩm khác thay vì chỉ là công cụ dành cho tập đoàn lớn.
Nhưng chiến lược giá thấp cũng có rủi ro rõ ràng. Vận hành AI cần chi phí máy chủ, điện, làm mát, nhân sự và nghiên cứu liên tục. Nếu lượng người dùng tăng nhanh hơn khả năng kiếm tiền, công ty có thể chịu áp lực tài chính. Vì thế, “giá rẻ” chỉ bền vững khi hiệu quả kỹ thuật thực sự đủ cao hoặc công ty có nguồn lực để đầu tư dài hạn.
AGI và khả năng thị trường AI Trung Quốc hợp nhất
DeepSeek được cho là không đặt mục tiêu xây dựng một siêu ứng dụng nhiều chức năng như các nền tảng Internet lớn, mà tập trung vào nghiên cứu AGI. AGI, hay trí tuệ nhân tạo tổng quát, là khái niệm về AI có khả năng xử lý nhiều loại nhiệm vụ trí tuệ một cách linh hoạt hơn các hệ thống chuyên biệt hiện nay.
AGI hiện vẫn là mục tiêu nghiên cứu, không phải năng lực đã được chứng minh hoàn chỉnh của ngành AI. Vì vậy, việc một công ty nói tập trung vào AGI phản ánh định hướng dài hạn hơn là bảo đảm về kết quả.
Theo nội dung được thuật lại, ông Lương cũng dự báo thị trường mô hình AI Trung Quốc có thể trải qua quá trình hợp nhất. Điều này có cơ sở về mặt kinh tế: quá nhiều công ty cùng phát triển mô hình nền tảng sẽ làm chi phí đầu tư tăng, trong khi khách hàng khó phân biệt chất lượng nếu sản phẩm có tính năng tương tự.
Trong giai đoạn đó, doanh nghiệp có thể cạnh tranh bằng một hoặc nhiều yếu tố: chất lượng mô hình, chi phí vận hành, khả năng tiếp cận chip, hệ sinh thái nhà phát triển, dữ liệu, khách hàng doanh nghiệp và năng lực xây dựng ứng dụng thực tế. Không phải công ty nào có nhãn “AI” cũng sẽ trở thành người thắng cuộc.
Cuộc cạnh tranh tài nguyên tính toán liên quan gì đến Nhật Bản?
Nhật Bản không đứng ngoài cuộc đua này. Nhu cầu về GPU và trung tâm dữ liệu — cơ sở đặt máy chủ, hệ thống lưu trữ, mạng và làm mát để vận hành dịch vụ số — có thể kéo theo nhu cầu lớn hơn đối với thiết bị sản xuất chip, vật liệu bán dẫn, điện năng và hạ tầng mạng.
Với doanh nghiệp Nhật, cơ hội không chỉ nằm ở việc tự phát triển chatbot. Các công ty liên quan đến chuỗi cung ứng bán dẫn, thiết bị nhà máy, vật liệu chuyên dụng, hệ thống làm mát và xây dựng trung tâm dữ liệu đều có thể được hưởng lợi nếu đầu tư AI tiếp tục tăng.
Ở chiều ngược lại, AI có giá sử dụng thấp hơn có thể giúp doanh nghiệp nhỏ tại Nhật thử nghiệm tự động hóa, phân tích tài liệu hoặc hỗ trợ khách hàng với chi phí dễ tiếp cận hơn. Đây có thể là lợi ích thiết thực hơn so với cuộc đua tạo ra mô hình lớn nhất.
Với người đầu tư, cần tránh suy luận đơn giản rằng mọi cổ phiếu gắn nhãn AI hoặc bán dẫn đều sẽ hưởng lợi. Điều quan trọng là phân biệt doanh nghiệp có doanh thu, đơn hàng hoặc năng lực kỹ thuật liên quan trực tiếp với doanh nghiệp chỉ được thị trường kỳ vọng.
Ba điểm đáng theo dõi tiếp theo là: DeepSeek có xác nhận chính thức nội dung phát biểu hay không; các công ty AI có chứng minh được hiệu quả tính toán trong thực tế không; và nhu cầu trung tâm dữ liệu sẽ chuyển thành doanh thu cụ thể cho doanh nghiệp Nhật ở mức nào. Nội dung này chỉ mang tính tham khảo, không phải lời khuyên đầu tư cá nhân.