Bản đồ AI mới: Ai đang “trùm” mảng Model, Chip và Hạ tầng?

Cái ảo tưởng rằng AI chỉ là một “đám mây” software mờ ảo đang dần tan biến. Thay vào đó là một thực tế “xôi thịt” của silicon, bộ nhớ băng thông cao và những nhà máy chuyên dụng. Quyền lực thực sự trong kỷ nguyên hiện nay không thuộc về những người viết prompt giỏi nhất, mà nằm trong tay những kẻ kiểm soát chuỗi cung ứng vật lý. Từ những cỗ máy quang khắc cực tím cực đoan ở Hà Lan đến các cơ sở đóng gói tại Đài Loan, bản đồ ảnh hưởng đang được vẽ lại. Đây là câu chuyện về những nút thắt cổ chai phần cứng và lưới điện. Trong khi công chúng mải mê với chatbot, giới công nghiệp lại đang dán mắt vào sản lượng chip logic tiên tiến và sự sẵn có của các máy biến áp. Sự tập trung sản xuất đang tạo ra một hệ thống phân cấp mới giữa các quốc gia và tập đoàn. Những ai sở hữu compute sẽ sở hữu tương lai của trí tuệ. Chúng ta đang thấy một sự chuyển dịch từ thế giới dư thừa dữ liệu sang một thế giới khan hiếm phần cứng. Sự thay đổi này định nghĩa mọi quyết định chiến lược của các ông lớn tech hiện nay. Hiểu được các xu hướng hạ tầng AI mới nhất là điều bắt buộc cho bất kỳ ai muốn nhìn thấu qua những lời đồn thổi của chu kỳ công nghệ.

Vượt ra ngoài những dòng code: Stack phần cứng

Để hiểu về stack AI hiện đại, bạn phải nhìn xa hơn cái bộ vi xử lý. Một bộ tăng tốc cao cấp là một tổ hợp phức tạp của nhiều thành phần khác nhau. Đầu tiên là chip logic, nơi thực hiện các phép tính thực tế. Những con chip này hiện được thiết kế bởi các công ty như Nvidia hoặc AMD và được sản xuất trên các tiến trình (node) tiên tiến nhất. Tuy nhiên, chip logic không thể hoạt động đơn độc. nó cần bộ nhớ băng thông cao, gọi là HBM, để nạp dữ liệu cho bộ vi xử lý đủ nhanh để nó không bị “rảnh háng”. Không có bộ nhớ chuyên dụng này, con chip nhanh nhất thế giới cũng chỉ ngồi chơi xơi nước. Tiếp theo là khâu đóng gói (packaging). Các kỹ thuật đóng gói tiên tiến, như Chip on Wafer on Substrate, cho phép kết nối các thành phần khác nhau này với mật độ cực cao. Quá trình này hiện là một nút thắt cổ chai lớn của ngành. Ngoài từng con chip riêng lẻ, còn có hạ tầng networking. Hàng ngàn con chip này phải “tám” với nhau ở tốc độ bàn thờ để huấn luyện một model lớn duy nhất. Điều này đòi hỏi các bộ chuyển mạch và cáp quang chuyên dụng có thể xử lý lưu lượng dữ liệu khổng lồ mà không bị trễ (latency). Cuối cùng là hệ thống cung cấp năng lượng. Các data center giờ đây yêu cầu hàng gigawatt điện, dẫn đến nhu cầu tăng vọt về hạ tầng điện mà nhiều thành phố đang chật vật đáp ứng. Thực tế vật lý này quyết định tốc độ tiến bộ còn hơn cả bất kỳ đột phá thuật toán nào.

• Chip logic cho sức mạnh xử lý thô
• Bộ nhớ băng thông cao để truy cập dữ liệu thần tốc
• Đóng gói tiên tiến để tích hợp các thành phần
• Networking tốc độ cao để giao tiếp trong cụm (cluster)
• Hạ tầng năng lượng khổng lồ để vận hành bền bỉ

Địa chính trị quyền lực mới

Sự tập trung của các công nghệ quan trọng này đã tạo ra một “bãi mìn” địa chính trị. Hầu hết các con chip tiên tiến nhất thế giới được sản xuất tại một quốc gia hải đảo duy nhất, khiến toàn bộ nền kinh tế toàn cầu dễ bị tổn thương trước những bất ổn khu vực. Điều này dẫn đến một loạt các biện pháp kiểm soát xuất khẩu và lệnh trừng phạt nhằm duy trì lợi thế công nghệ. Chính phủ Mỹ đã hạn chế bán chip AI cao cấp cho một số khu vực với lý do an ninh quốc gia. Những quy tắc này không chỉ ảnh hưởng đến bản thân con chip mà còn cả máy móc cần thiết để chế tạo chúng. Ví dụ, những máy quang khắc tiên tiến nhất chỉ được sản xuất bởi một công ty duy nhất ở Hà Lan, và việc xuất khẩu chúng bị kiểm soát nghiêm ngặt. Điều này tạo ra tình trạng một số ít công ty và quốc gia nắm giữ chìa khóa cho thế hệ tăng trưởng kinh tế tiếp theo. Các quốc gia hiện đang đua nhau xây dựng ngành công nghiệp chip nội địa, nhưng đây là một quá trình mất hàng thập kỷ và tốn hàng trăm tỷ đô la. Kết quả là một thế giới bị phân mảnh, nơi quyền truy cập vào trí tuệ nhân tạo được quyết định bởi địa lý và các liên minh ngoại giao. Chúng ta đang rời xa một thị trường tech toàn cầu hóa để hướng tới một loạt các “lô cốt” kỹ thuật số được bảo vệ. Sự thay đổi này không chỉ là về kinh tế. Đó là về việc ai sẽ thiết lập các tiêu chuẩn cho tương lai của sự tương tác giữa người và máy. Các báo cáo từ Reuters cho thấy các rào cản thương mại này sẽ chỉ càng thắt chặt hơn khi công nghệ trở nên quan trọng đối với quốc phòng.

Sống trong cơn khát Compute

Đối với một tech lead tại một startup đang lên, những thay đổi địa chính trị trừu tượng này biến thành những cơn đau đầu vận hành hàng ngày. Hãy tưởng tượng Sarah, một dev ở London đang cố gắng scale một công cụ chẩn đoán hình ảnh y tế mới. Ngày mới của cô ấy không bắt đầu bằng việc code, mà là với một bảng tính chi phí cloud. Cô nhận ra rằng nhà cung cấp hiện tại đã tăng giá các instance GPU một lần nữa vì tình trạng khan hiếm tại data center địa phương. Cô cân nhắc chuyển khối lượng công việc sang một khu vực khác, nhưng rồi lại phải lo lắng về luật lưu trữ dữ liệu và độ trễ khi xử lý dữ liệu xuyên đại dương. Nếu cô muốn tự huấn luyện model của mình, cô phải đối mặt với việc chờ đợi sáu tháng để có phần cứng chuyên dụng. Sự khan hiếm này buộc cô phải thỏa hiệp. Cô sử dụng các model nhỏ hơn, kém chính xác hơn vì các model cao cấp quá đắt để chạy ở quy mô lớn. Team của cô dành nhiều thời gian để tối ưu code cho vừa với bộ nhớ hạn hẹp hơn là đổi mới sản phẩm thực tế. Trong môi trường này, người chiến thắng không nhất thiết là người có ý tưởng tốt nhất, mà là người có túi tiền dày nhất hoặc có mối quan hệ tốt nhất với các nhà cung cấp cloud. Đây là thực tế của hàng ngàn nhà sáng tạo và công ty. Họ đang xây dựng trên một nền móng vừa đắt đỏ vừa bấp bênh. Một thay đổi nhỏ trong quy định xuất khẩu hoặc sự chậm trễ sản xuất tại một nhà máy cách đó hàng ngàn dặm có thể làm chệch hướng toàn bộ lộ trình của họ. Việc phụ thuộc vào một vài trung tâm compute tập trung có nghĩa là bất kỳ sự gián đoạn nào cũng có tác động ngay lập tức và toàn cầu đến khả năng xây dựng và sử dụng các công cụ mới của mọi người. Điều này tạo ra rào cản gia nhập cao, ưu tiên các ông lớn và bóp nghẹt sự cạnh tranh vốn là động lực của tiến bộ. Phân tích của Bloomberg chỉ ra rằng chi phí compute hiện là khoản chi lớn nhất đối với các startup AI, thường vượt cả quỹ lương. Áp lực tài chính này đang buộc ngành công nghiệp phải hợp nhất trước khi nó kịp trưởng thành. Sarah dành cả buổi chiều để giải thích với các nhà đầu tư tại sao biên lợi nhuận của mình đang giảm dần, chỉ ra chi phí năng lượng và phần cứng đang tăng cao. Giấc mơ về một trí tuệ nhân tạo mở và dễ tiếp cận đang bị thử thách bởi những giới hạn khắc nghiệt của thế giới vật lý.

Chi phí ẩn của trí tuệ tập trung

Chúng ta phải tự hỏi cái giá phải trả cho sự tập trung này là gì. Nếu chỉ có một vài thực thể kiểm soát phần cứng, liệu họ có kiểm soát luôn ranh giới của những gì AI có thể suy nghĩ hoặc nói ra không? Khi compute là một nguồn tài nguyên khan hiếm, ai sẽ quyết định dự án nào xứng đáng được sử dụng nó? Chúng ta thường nói về việc dân chủ hóa AI, nhưng thực tế vật lý lại gợi ý điều ngược lại. Ngoài ra còn có vấn đề về tác động môi trường. Năng lượng cần thiết để vận hành các cụm máy chủ khổng lồ này là kinh khủng, thường cạnh tranh trực tiếp với nhu cầu của người dân địa phương. Liệu lợi ích của một chatbot thông minh hơn một chút có đáng với dấu chân carbon của cả một quốc gia nhỏ? Chúng ta cũng nên xem xét các tác động về quyền riêng tư của compute tập trung. Nếu mọi công ty đều phải gửi dữ liệu của mình đến cùng một vài nhà cung cấp cloud để xử lý, nguy cơ bị giám sát hàng loạt hoặc rò rỉ dữ liệu sẽ tăng theo cấp số nhân. Chuyện gì sẽ xảy ra khi một điểm lỗi duy nhất trong hạ tầng networking làm sập một nửa các dịch vụ AI trên thế giới? Chúng ta đang xây dựng một hệ thống cực kỳ mạnh mẽ nhưng cũng cực kỳ mong manh. Quỹ đạo hiện tại gợi ý về một tương lai nơi trí tuệ là một tiện ích, giống như điện hay nước, nhưng lại được quản lý bởi một nhóm tài phiệt tư nhân thay vì một quỹ công cộng. Chúng ta cần cân nhắc xem đây có phải là thế giới mà chúng ta muốn sống hay không. Theo New York Times, cuộc đua năng lượng đang khiến các gã khổng lồ tech đầu tư vào các lò phản ứng hạt nhân của riêng họ, càng làm tập trung quyền lực vào tay một vài tập đoàn. Đây không chỉ là những câu hỏi kỹ thuật. Đó là những câu hỏi sâu sắc về chính trị và xã hội sẽ định hình thập kỷ tới.

Bạn có câu chuyện, công cụ, xu hướng hoặc câu hỏi về AI mà bạn nghĩ chúng tôi nên đề cập không? Gửi cho chúng tôi ý tưởng bài viết của bạn — chúng tôi rất muốn nghe từ bạn.

Kiến trúc kỹ thuật và dòng chảy dữ liệu

Đối với những người quan tâm đến việc triển khai kỹ thuật, các rào cản thậm chí còn cụ thể hơn. Rate limit của API không còn chỉ là để ngăn chặn spam. Chúng là phản ánh trực tiếp năng lực vật lý của phần cứng bên dưới. Khi một nhà cung cấp giới hạn bạn ở một số lượng token nhất định mỗi phút, họ đang quản lý nhiệt độ và mức tiêu thụ điện năng của một rack cụ thể trong data center. Lưu trữ cục bộ và edge computing đang trở nên hấp dẫn hơn như một cách để vượt qua các giới hạn này, nhưng chúng cũng đi kèm với những thách thức riêng. Chạy một model lớn tại chỗ đòi hỏi một lượng VRAM đáng kể, vốn vẫn là một tính năng cao cấp trong phần cứng tiêu dùng. Hầu hết người dùng bị kẹt với 8 hoặc 16 GB, trong khi các model xịn nhất yêu cầu hàng trăm GB. Điều này dẫn đến sự quan tâm tăng vọt đối với quantization (lượng tử hóa), một kỹ thuật làm giảm độ chính xác của các trọng số model để chúng nhét vừa vào các bộ nhớ nhỏ hơn. Điều này cho phép các model chạy trên phần cứng khiêm tốn hơn mà không làm mất hoàn toàn độ chính xác.

• Quantization để giảm mức sử dụng bộ nhớ
• Model distillation để suy luận (inference) nhanh hơn
• Low-rank adaptation (LoRA) để fine-tuning hiệu quả
• Triển khai tại biên (edge) để giảm độ trễ
• Chiến lược hybrid cloud để cân bằng chi phí

Mảng networking cũng đang phát triển. Việc chuyển đổi từ Ethernet tiêu chuẩn sang các kết nối chuyên dụng là cần thiết để theo kịp nhu cầu dữ liệu của việc huấn luyện hiện đại. Khi nhìn về tương lai, trọng tâm đang chuyển từ FLOPs thô sang băng thông bộ nhớ và tốc độ kết nối. Đây là nơi những cải thiện hiệu suất thực sự sẽ được tìm thấy trong những năm tới. Ngành công nghiệp cũng đang vật lộn với giới hạn về mật độ của data center. Khi các con chip ngày càng nóng hơn, tản nhiệt khí truyền thống không còn đủ nữa, dẫn đến sự chuyển dịch sang các hệ thống tản nhiệt chất lỏng. Điều này thêm một lớp phức tạp và chi phí khác vào hạ tầng. Những power user giờ đây phải am hiểu về công suất thiết kế nhiệt (TDP) và gigabit mỗi giây cũng như họ am hiểu về Python và PyTorch vậy. Bối cảnh phần cứng là nơi mà các ràng buộc vật lý là động lực chính của kiến trúc software.

Câu hỏi chưa có lời giải về chủ quyền

Bản đồ AI đang được vẽ lại trong thời gian thực. Trong khi lớp software tiếp tục tiến triển thần tốc, nó ngày càng bị ràng buộc chặt chẽ với thế giới chậm chạp và đắt đỏ của sản xuất phần cứng. Đòn bẩy hiện nằm trong tay các công ty có thể đảm bảo được nhiều chip nhất, nhiều năng lượng nhất và hệ thống tản nhiệt hiệu quả nhất. Điều này đã tạo ra một tầng lớp mới: những kẻ “giàu compute” và những người “nghèo compute”. Khi chúng ta tiến về phía trước, câu hỏi chưa có lời giải là liệu các quốc gia có chủ quyền sẽ thành công trong việc xây dựng hạ tầng AI độc lập của riêng mình hay họ sẽ vẫn phụ thuộc vào một vài nhà cung cấp toàn cầu. Câu trả lời cho câu hỏi đó sẽ quyết định cán cân quyền lực trong vài thập kỷ tới. Chúng ta mới chỉ ở giai đoạn bắt đầu của sự chuyển dịch này, và những hệ quả đối với người dùng cũng như nhà sáng tạo sẽ còn được cảm nhận trong một thời gian dài. Địa lý của trí tuệ không còn bằng phẳng nữa. Nó là một địa hình hiểm trở với những biên giới bị kiểm soát và quyền truy cập độc quyền.

Lưu ý của biên tập viên: Chúng tôi tạo trang web này như một trung tâm tin tức và hướng dẫn AI đa ngôn ngữ dành cho những người không phải là chuyên gia máy tính, nhưng vẫn muốn hiểu trí tuệ nhân tạo, sử dụng nó tự tin hơn và theo dõi tương lai đang đến gần.