Sai lệch về tín dụng đằng sau sự bùng nổ của sức mạnh tính toán AI: Các mô hình tài trợ hạ tầng đối đầu với tài sản giảm giá

Các tiêu đề công nghệ vẽ nên một bức tranh lạc quan cho đầu năm 2026: các khoản đầu tư hạ tầng AI tiếp tục tăng tốc, xây dựng trung tâm dữ liệu trên khắp Bắc Mỹ bùng nổ, và các thợ mỏ tiền điện tử đang ăn mừng sự chuyển hướng thành công sang dịch vụ cung cấp sức mạnh tính toán AI ổn định. Nhưng đằng sau hậu trường, các nhà phân tích tín dụng tại các tổ chức tài chính lớn đang trải qua một tâm trạng hoàn toàn khác biệt. Trong các phòng họp trên Phố Wall, trọng tâm không còn là hiệu suất mô hình hay thông số kỹ thuật GPU—mà là các bảng tính thể hiện một cơn ác mộng cấu trúc: thị trường đang tài trợ các tài sản có tuổi thọ 18 tháng bằng các mô hình thế chấp 10 năm. Sự không phù hợp này không phải là lý thuyết suông. Các báo cáo gần đây từ Reuters và Bloomberg tiết lộ những gì thực sự đang diễn ra: hạ tầng AI đã trở thành một lĩnh vực nợ nần chồng chất, và kiến trúc tài chính xây dựng dưới sự bùng nổ AI chứa đựng những hạt giống của một cuộc khủng hoảng tín dụng đáng kể.

Vấn đề cốt lõi không phải là thất bại công nghệ—mà là sự lệch pha sâu sắc giữa các tài sản công suất tính toán giảm giá nhanh chóng, tài sản thế chấp quá đòn bẩy, và nợ hạ tầng không linh hoạt. Khi ba lực lượng này hội tụ, một chuỗi truyền default ẩn hoạt động, và ảo tưởng về an toàn tan vỡ.

Bẫy giảm phát: Khi Luật Moore gặp nợ cố định

Ở nền tảng của mọi trái phiếu hoặc khoản vay nợ đều có một giả định cơ bản: Tỷ lệ khả năng thanh toán dịch vụ nợ (DSCR). Trong 18 tháng qua, các nhà tham gia thị trường đã đặt cược rằng thu nhập cho thuê sức mạnh tính toán AI sẽ hoạt động giống như bất động sản thương mại—ổn định, dự đoán được, thậm chí có thể chống lạm phát. Tuy nhiên, dữ liệu lại kể một câu chuyện hoàn toàn khác.

Theo theo dõi của SemiAnalysis và Epoch AI công bố vào Quý 4 2025, chi phí vận hành các tác vụ suy luận AI đã giảm 20-40% theo năm. Đây không phải là một điều chỉnh nhỏ; mà là cuộc tiến hóa không thể tránh khỏi của Luật Moore gặp phải sự gia tăng trong việc áp dụng các kỹ thuật lượng tử mô hình, tinh chế, và mạch tích hợp dành riêng cho ứng dụng (ASICs). Mỗi bước đột phá về hiệu quả khiến việc triển khai GPU đắt đỏ ngày hôm qua trở nên ít có giá trị hơn để tạo ra thu nhập cho thuê.

Điều này tạo ra sự không phù hợp về thời hạn đầu tiên: các nhà đầu tư mua GPU ở mức định giá đỉnh của năm 2024, khóa chặt chi phí CapEx trong khi đồng thời khóa chặt đường cong lợi suất cho thuê dự kiến sẽ giảm qua năm 2025 và xa hơn nữa. Phép tính đơn giản: nếu bạn nợ khoản vay dịch vụ nợ cho phần cứng mua với giá $10,000 mỗi GPU nhưng sức mạnh tính toán mà các GPU đó tạo ra giảm 30% giá trị cho thuê hàng năm, thì khoảng cách giữa doanh thu và nghĩa vụ sẽ biến mất. Từ góc nhìn của nhà đầu tư cổ phần, đây là “tiến bộ công nghệ.” Từ góc nhìn của chủ nợ, đây là “giảm giá tài sản thế chấp”—nền tảng của rủi ro vỡ nợ.

Nghịch lý càng sâu sắc hơn khi xem xét mô hình kinh doanh sức mạnh tính toán chính nó: khác với bất động sản có thể tăng giá hoặc giữ ổn định, tài sản cơ bản—công suất tính toán—bản chất đã mang tính giảm phát theo thiết kế. Mỗi thế hệ GPU mới thực hiện nhiều phép tính hơn trên mỗi đô la, làm giảm doanh thu cho thuê trên mỗi đơn vị hạ tầng triển khai. Điều này có nghĩa là nợ phát hành ngày hôm nay dựa trên doanh thu từ sức mạnh tính toán đang được trả từ một loại tài sản có dòng tiền giảm theo cấu trúc.

Sự đảo ngược tài chính: Rủi ro Vốn mạo hiểm trá hình thành an toàn hạ tầng

Đối mặt với lợi nhuận ngày càng mỏng trên phía tài sản, các nhà tham gia thị trường hợp lý nên thắt chặt tiêu chuẩn cho vay và yêu cầu phần thưởng rủi ro cao hơn. Thay vào đó, điều ngược lại đã xảy ra. Tổng mức vay nợ cho các trung tâm dữ liệu AI và hạ tầng sức mạnh tính toán liên quan dự kiến sẽ tăng 112% lên khoảng $25 tỷ vào năm 2025, theo báo cáo của The Economic Times và Reuters.

Sự bùng nổ này không do các nhà cho vay hạ tầng bảo thủ thúc đẩy. Thay vào đó, nó bị chi phối bởi các nhà cung cấp Neo-Cloud như CoreWeave và Crusoe Energy, cùng các thợ mỏ tiền điện tử đang trải qua “chuyển đổi” giả định, sử dụng các mô hình cho vay dựa trên tài sản (ABL) và tài chính dự án—các mô hình thiết kế cho các tài sản ổn định, rủi ro thấp như đường thu phí hoặc nhà máy thủy điện.

Điều này thể hiện một lỗi phân loại rủi ro căn bản:

Mô hình cũ (trước 2024): AI là trò chơi của vốn mạo hiểm. Bạn đầu tư vào một công ty, xây dựng công nghệ, hy vọng thành công. Thất bại đồng nghĩa mất vốn cổ phần; chủ nợ không liên quan.

Mô hình mới (2025 trở đi): AI đã trở thành một trò chơi hạ tầng. Nợ giờ đây tài trợ cho việc triển khai sức mạnh tính toán. Thất bại nghĩa là vỡ nợ trái phiếu và các nghĩa vụ cấu trúc. Rủi ro mất mát mở rộng đến chủ nợ và nhà đầu tư thu nhập cố định.

Thị trường, tuy nhiên, đang định giá như thể không có gì thay đổi căn bản. Các nhà cho vay áp dụng các mô hình rủi ro hạ tầng (tỷ lệ đòn bẩy như dịch vụ tiện ích, spread thấp hơn, kỳ hạn dài hơn) cho các tài sản cấp vốn mạo hiểm (khấu hao cao, lỗi thời công nghệ, hồ sơ thành công/thất bại nhị phân). Đây là một sai lệch định giá tín dụng có hệ thống với hậu quả nghiêm trọng.

Ảo tưởng giảm nợ của thợ mỏ: Chơi đòn bẩy kép

Vị trí nguy hiểm nhất thuộc về các thợ mỏ tiền điện tử đã chuyển hướng sang sức mạnh tính toán AI. Các câu chuyện truyền thông ca ngợi sự chuyển đổi này như là “giảm thiểu rủi ro”—các thợ mỏ cuối cùng thoát khỏi sự biến động của khai thác tiền điện tử để cung cấp dịch vụ hạ tầng ổn định. Nhưng xem xét các bảng cân đối thực tế lại kể một câu chuyện tối tăm hơn.

Dữ liệu từ VanEck và TheMinerMag cho thấy tỷ lệ nợ ròng của các công ty khai thác niêm yết hàng đầu năm 2025 vẫn gần như không thay đổi so với đỉnh năm 2021. Một số nhà khai thác tích cực còn tăng nợ lên tới 500%. Làm thế nào các thợ mỏ đạt được vẻ ngoài giảm nợ này mà không thực sự giảm đòn bẩy?

Cơ chế rất đơn giản:

• Bên trái của bảng cân đối (tài sản): Các thợ mỏ tiếp tục giữ các vị thế tiền điện tử biến động (BTC/ETH) hoặc ghi nhận doanh thu cho thuê sức mạnh tính toán trong tương lai như là tài sản thế chấp ngầm định.

• Bên phải của bảng cân đối (nợ phải trả): Họ phát hành trái phiếu chuyển đổi, trái phiếu lợi suất cao, và các công cụ khác bằng đô la Mỹ để tài trợ mua GPU H100/H200 và hạ tầng liên quan.

Điều này không phải là giảm nợ—đây là rủi ro rollover kết hợp với tập trung tương quan. Các thợ mỏ đang chơi trò chơi “đòn bẩy kép”: họ dùng sự biến động của tài sản tiền điện tử làm tài sản thế chấp để đánh cược vào dòng tiền cho thuê GPU. Trong môi trường thị trường thuận lợi, điều này làm tăng lợi nhuận. Nhưng khi chính sách tiền tệ thắt chặt, cả hai thành phần đều thất bại cùng lúc. Giá tiền điện tử giảm trong khi tỷ lệ cho thuê GPU cũng giảm (ít dự án tài trợ nghiên cứu AI, tổng vốn đầu tư thấp hơn). Trong mô hình tín dụng, kịch bản này gọi là hội tụ tương quan—ác mộng cho các sản phẩm cấu trúc và thảm họa cho chủ nợ không thế chấp.

Giả định rằng doanh thu từ sức mạnh tính toán sẽ là lực ổn định cho bảng cân đối của các thợ mỏ đã không thành hiện thực. Thay vào đó, các thợ mỏ đã xếp thêm nợ vào trong sự biến động vốn có, tạo ra một cấu trúc làm tăng rủi ro giảm giá trong khi hạn chế khả năng phục hồi.

Thanh khoản biến mất: Khi tài sản thế chấp trở thành lý thuyết

Điều khiến các quản lý tín dụng thức trắng đêm không phải là vỡ nợ, mà là những gì xảy ra sau đó. Trong cuộc khủng hoảng thế chấp dưới chuẩn năm 2008, các chủ nợ có thể đấu giá các bất động sản bị tịch thu để thu hồi vốn. Nhưng nếu một nhà vận hành sức mạnh tính toán lớn vỡ nợ và chủ nợ tịch thu 10.000 card đồ họa H100, chuyện gì sẽ xảy ra tiếp theo? Ai sẽ mua chúng, và với giá bao nhiêu?

Thị trường thứ cấp này không tồn tại ở quy mô có ý nghĩa—một thực tế ẩn dưới lớp vỏ định giá tài sản thế chấp công bố. Ảo tưởng an toàn dựa trên ba điểm yếu then chốt:

Phụ thuộc vào hạ tầng vật lý: GPU hiệu năng cao không phải thiết bị cắm là chạy. Chúng cần các rack làm mát chất lỏng chuyên dụng, hạ tầng điện năng đặc thù (30-50kW mỗi rack), và cấu hình mạng chuyên biệt. Một GPU bị tịch thu ngoài trung tâm dữ liệu gốc gặp nhiều trở ngại trong việc tìm nơi triển khai thay thế.

Khấu hao phi tuyến do lỗi thời công nghệ: Với NVIDIA ra mắt kiến trúc Blackwell cuối 2024 và dự kiến Rubin trong các năm tới, các thế hệ GPU cũ không giảm giá tuyến tính. Thay vào đó, chúng đối mặt với khấu hao đột ngột khi các chip mới, hiệu quả hơn ra đời. Một H100 từng trị giá $40,000 tháng trước có thể chỉ còn $8,000-12,000 trong một vụ bán tháo, giảm 70-80%.

Thiếu nhà cung cấp thanh khoản: Quan trọng nhất, không có cơ chế “chủ nợ cuối cùng” trong thị trường phần cứng sức mạnh tính toán đã qua sử dụng sẵn sàng hấp thụ hàng tỷ đô la áp lực bán. Khác với thị trường cổ phiếu hoặc trái phiếu chính phủ, nơi ngân hàng trung ương và các trung gian tài chính ổn định giá trong thời kỳ căng thẳng, các thị trường thứ cấp GPU chuyên biệt thiếu các bộ đệm này. Khi bán tháo hoảng loạn bắt đầu, quá trình xác định giá trở nên thảm họa.

Điều này thể hiện một thứ gọi là “ảo tưởng tài sản thế chấp”—tỷ lệ LTV (cho vay trên giá trị) trên giấy tờ có vẻ thận trọng, thường từ 50-70% dựa trên định giá phần cứng công bố. Nhưng các tỷ lệ này giả định thanh lý có trật tự trong các thị trường thứ cấp hoạt động tốt. Thực tế, thị trường GPU đã qua sử dụng, dễ bị lỗi thời, nhỏ hơn nhiều và phức tạp hơn, khiến giá trị tài sản thế chấp lý thuyết trở nên gần như hư cấu khi xảy ra căng thẳng.

Chu kỳ tín dụng đỉnh trước chu kỳ công nghệ: Thời điểm rủi ro thực sự

Để rõ ràng, phân tích này không phủ nhận tiềm năng công nghệ của AI hay tầm quan trọng cơ bản của sức mạnh tính toán đối với hạ tầng tương lai. Công nghệ sẽ tiếp tục tiến bộ, và nhu cầu về năng lực AI vẫn mạnh mẽ. Điều đang bị thách thức là kiến trúc tài chính đằng sau ngành này—cụ thể, cách thức định giá tài trợ cho sức mạnh tính toán đã sai lệch ra sao.

Các tài sản giảm phát do Luật Moore thúc đẩy đang được định giá như là hạ tầng chống lạm phát. Các thợ mỏ chưa giảm nợ đáng kể đang được tài trợ như thể họ là các dịch vụ tiện ích với bảng cân đối ổn định. Sức mạnh tính toán có thời hạn công nghệ 18-24 tháng đang được tài trợ bằng các cấu trúc nợ 10 năm. Đây không phải là rủi ro nhỏ; mà là những sai lệch định giá căn bản đã ngấm vào hàng tỷ đô la nợ chưa đáo hạn.

Phân tích lịch sử cho thấy một mô hình nhất quán: chu kỳ tín dụng đạt đỉnh và sụp đổ trước khi chu kỳ công nghệ trưởng thành. Cơn sốt đường sắt những năm 1880 chứng kiến các khoản vay quá mức kéo dài trước khi mạng lưới đường sắt đạt hiệu quả tối đa. Thời kỳ dot-com chứng kiến các khoản vay công nghệ quá mức vào năm 1999-2000, nhiều năm trước khi internet trở nên phổ biến. Khủng hoảng dưới chuẩn đạt đỉnh vào 2007-2008 trước khi giá nhà ổn định.

Đối với các chiến lược gia vĩ mô và nhà giao dịch tín dụng, nhiệm vụ phân tích chính trước giữa 2026 không phải dự đoán mô hình AI nào sẽ đạt đột phá—mà là xem xét lại các spread tín dụng thực sự và xác suất vỡ nợ đã được tích hợp trong các “kết hợp AI Hạ tầng + Thợ mỏ Crypto”. Thị trường có thể đã định giá sai rủi ro tài chính một cách đáng kể. Và khi việc đó được điều chỉnh lại, nó sẽ ảnh hưởng không chỉ đến các nhà đầu tư cổ phần mà còn đến các thị trường thu nhập cố định, nơi phần lớn đòn bẩy này đang nằm.

Cơn sốt sức mạnh tính toán là có thật. Điều còn gây tranh cãi là liệu các thị trường tín dụng hỗ trợ nó đã định giá chính xác rủi ro của thực tế đó hay chưa.