Kể cả khi ngành công nghiệp AI tạo ra 2.000 tỷ USD doanh thu hằng năm, thì vẫn "lỗ đen" 800 tỷ USD để đảm bảo đầu tư có lãi...

Một báo cáo mới của Bain & Company cho biết, để duy trì đà tăng trưởng, ngành trí tuệ nhân tạo sẽ cần tới 2.000 tỷ USD doanh thu mỗi năm. Nếu không đạt được mức này, tình trạng khan hiếm GPU và sức ép lên hệ thống điện toàn cầu có thể kéo dài đến năm 2030.

Báo cáo này cho rằng cơn “thèm khát” sức mạnh tính toán của AI vừa tốn kém vừa khó duy trì lâu dài. Riêng chi phí đầu tư vào các trung tâm dữ liệu trên toàn thế giới có thể vượt 500 tỷ USD mỗi năm vào cuối thập kỷ này.

Để đảm bảo khoản đầu tư khổng lồ ấy có hiệu quả, ngành phải tạo ra 2.000 tỷ USD doanh thu hằng năm. Tuy nhiên, ngay cả trong kịch bản lạc quan, Bain & Company vẫn dự báo sẽ còn thiếu hụt khoảng 800 tỷ USD.

Đây được xem là một lời cảnh tỉnh giữa lúc những câu chuyện về AI đang bị thổi phồng quá mức. Báo cáo của Bain & Company chỉ rõ rằng thay vì chỉ bàn về các mô hình nghìn tỷ tham số, ngành công nghiệp AI đang đối mặt trực diện với những giới hạn hữu hình: năng lượng khan hiếm, nguồn cung GPU hạn chế và dòng vốn đầu tư có nguy cơ tắc nghẽn.

Theo Bain & Company, cốt lõi của vấn đề nằm ở chỗ nhu cầu tính toán đang tăng trưởng nhanh hơn nhiều so với khả năng cung ứng. Trong khi “Định luật Moore” đã chậm lại, khối lượng công việc cho AI thì vẫn tăng vọt.

Ước tính nhu cầu huấn luyện và suy luận của AI đã vượt gấp đôi tốc độ tăng mật độ bóng bán dẫn, buộc các nhà vận hành trung tâm dữ liệu phải mở rộng hạ tầng theo cách “cơ học” thay vì dựa vào tiến bộ hiệu quả trên từng con chip. Hệ quả là đến năm 2030, tổng công suất tính toán dành cho AI toàn cầu có thể đạt 200 GW, riêng Hoa Kỳ chiếm một nửa.

Thách thức này đòi hỏi những nâng cấp khổng lồ và khó tưởng tượng cho lưới điện địa phương, kéo theo thời gian chờ nhiều năm để có thiết bị điện phù hợp và nhu cầu hàng nghìn tấn hệ thống làm mát cao cấp. Nguy hiểm hơn, các linh kiện nền tảng như bộ nhớ băng thông cao (HBM) hay công nghệ đóng gói CoWoS vốn đã trong tình trạng khan hiếm.

Chính Nvidia cũng từng cảnh báo trong năm nay, Bain & Company  cũng nhắc lại trong báo cáo rằng nhu cầu đang bỏ xa khả năng cung ứng của ngành, ngoại trừ ở một yếu tố duy nhất, là giá cả.

Trong bối cảnh nguồn vốn hạn hẹp, các nhà vận hành trung tâm dữ liệu siêu quy mô sẽ tập trung gấp đôi vào những hệ thống mang lại hiệu quả cao nhất tính trên mỗi watt điện và mỗi mét vuông diện tích.

Điều này nâng tầm các nền tảng GPU quy mô “full-rack” như GB200 NVL72 của Nvidia hay cụm Instinct MI300X của AMD, nơi mật độ nhiệt và hiệu quả kết nối trở thành yếu tố quyết định.

Ngược lại, các cấu hình nhỏ hơn, đặc biệt là dựa trên phần cứng máy trạm phổ thông, sẽ dần bị gạt sang một bên – đồng nghĩa với việc nguồn cung chip dành cho máy tính để bàn cao cấp cũng có nguy cơ bị thu hẹp.

Trong khi đó, cuộc đua đầu tư hạ tầng AI vẫn nóng hơn bao giờ hết. Microsoft vừa nâng vốn cho trung tâm dữ liệu AI tại Wisconsin lên hơn 7 tỷ USD.

Amazon, Meta, Google và cả xAI cũng cam kết chi thêm hàng tỷ USD, chủ yếu để mua GPU và phát triển mô hình. Tuy nhiên, như báo cáo nhận định, ngay cả những khoản chi khổng lồ này cũng khó có thể lấp đầy khoảng cách ngày càng lớn giữa chi phí và doanh thu.

Bản báo cáo cũng nhấn mạnh nghịch lý ở trung tâm của chu kỳ AI hiện nay: một bên là hạ tầng cần nhiều năm để xây dựng, đòi hỏi nhân lực và năng lượng khổng lồ; bên kia là các mô hình AI liên tục tăng gấp đôi quy mô và chi phí chỉ trong nửa năm. 

Sự chênh lệch này làm dấy lên lo ngại về một “bong bóng AI”. Nếu xu thế tiếp diễn, chip xử lý cao cấp, bộ nhớ và hệ thống làm mát đi kèm có thể trở nên vừa khan hiếm vừa đắt đỏ trong thập kỷ tới.