Mở rộng khả năng tính toán và theo đuổi hiệu suất cao trong thời đại AI

Các công ty công nghệ lớn đang tiếp tục gia tăng đầu tư vào AI. Báo cáo tài chính mới nhất của các công ty như Microsoft, Google cho thấy, doanh thu và tỷ suất lợi nhuận từ dịch vụ đám mây đang không ngừng tăng lên, AI đang trở thành điểm tăng trưởng mới trong hiệu suất. Cuộc "chạy đua vũ trang" về khả năng tính toán của các nhà cung cấp đám mây hàng đầu đang diễn ra rất sôi nổi, trong ngắn hạn, chi tiêu vốn khó có thể giảm tốc. Ngành công nghiệp dự kiến, sự cân bằng cung cầu về khả năng tính toán cho AI có thể phải đến khoảng năm 2030 mới có thể đạt được.

Trong khi đó, thị trường cũng đang mong đợi thấy nhiều ứng dụng AI "thực tế" hơn, có thể mang lại sự nâng cao năng suất thực sự hoặc tiện ích trong cuộc sống cho người dùng. Năm nay đã xuất hiện những sản phẩm nổi bật như OpenAI Sora, mô hình lớn nội địa Kimi, và trong tương lai có thể sẽ thấy sự cập nhật liên tục của các mô hình lớn như GPT, Gemini, cùng với nhiều ứng dụng AI ở phía đầu cuối hơn. Tuy nhiên, con đường đến AGI vẫn còn dài, và những ứng dụng AI thực sự có thể thay đổi xã hội loài người có thể vẫn cần thời gian ấp ủ lâu hơn.

Hiện tại, ngành công nghiệp nên chú trọng hơn vào việc cung cấp "khả năng tính toán có hiệu suất cao". Từ kinh nghiệm lịch sử, việc giảm chi phí cho mỗi đơn vị khả năng tính toán là điều kiện cần thiết cho sự phát triển của AI. Khả năng tính toán AI rẻ, dễ tiếp cận và ổn định là nền tảng để ra đời các ứng dụng AI quan trọng. Lấy Sora làm ví dụ, việc công bố công khai của nó vẫn cần vài tháng nữa, một lý do quan trọng là cần tối ưu hóa liên tục khả năng tính toán cần thiết cho suy diễn.

Để giảm chi phí khả năng tính toán, ngành công nghiệp đang thực hiện từ nhiều hướng: về khả năng sản xuất GPU, TSMC đang mở rộng mạnh mẽ khả năng đóng gói CoWoS cần thiết cho chip AI; về thiết bị mạng, chip AI thế hệ mới của NVIDIA sử dụng cáp đồng để kiểm soát chi phí, các nhà sản xuất mô-đun quang cũng đang thúc đẩy các giải pháp hiệu quả chi phí cao như LPO; về làm mát, với việc tăng độ mật độ công suất của tủ máy, lợi thế về chi phí của giải pháp làm mát bằng chất lỏng sẽ dần dần được thể hiện.

Tổng thể mà nói, mặc dù các nhà cung cấp đám mây hàng đầu có sức mạnh để tiếp tục đầu tư quy mô lớn, nhưng nhu cầu thị trường rộng hơn là khả năng tính toán AI có chi phí hiệu quả cao. Trong tương lai, cách giảm chi phí đơn vị khả năng tính toán trong khi đảm bảo hiệu suất sẽ là chìa khóa thúc đẩy sự phát triển của AI. Điều này cần sự nỗ lực chung từ nhiều khía cạnh như chip, mạng, làm mát, v.v., để xây dựng cơ sở hạ tầng AI có chi phí hiệu quả hơn, cung cấp hỗ trợ vững chắc cho đổi mới ứng dụng AI.