Cuộc cạnh tranh hạ tầng trong lĩnh vực trí tuệ nhân tạo (AI)

Ngành công nghiệp trí tuệ nhân tạo (AI) vẫn chưa hoàn toàn trưởng thành và hiện đang ở giai đoạn chuyển tiếp trước khi xuất hiện "thiết kế chiếm ưu thế". Mô hình ngôn ngữ lớn (LLM) dựa trên kiến trúc Transformer đang nhanh chóng trở thành tiêu chuẩn, trong khi sự cạnh tranh về hạ tầng GPU, bộ nhớ băng thông cao (HBM) và nguồn điện ngày càng trở nên quan trọng.

Theo báo cáo về xã hội tập trung vào phần mềm được Viện Nghiên cứu Chính sách Phần mềm (SPRI) công bố vào ngày 18 tháng 5, ngành công nghiệp AI hiện đang ở "giai đoạn chuyển tiếp từ cuối chu kỳ lưu động sang đầu giai đoạn quá độ".

Thiết kế chiếm ưu thế đề cập đến hiện tượng khi một cấu trúc công nghệ cụ thể trở thành tiêu chuẩn thị trường, thay đổi trật tự cạnh tranh trong ngành. Báo cáo đã đưa ra ví dụ về mô hình Ford Model T trong ngành ô tô và iPhone của Apple trong thị trường smartphone. Khi một thiết kế cụ thể trở thành tiêu chuẩn ngành, trọng tâm cạnh tranh sẽ chuyển từ tính năng mới sang hiệu quả sản xuất và cạnh tranh hệ sinh thái.

Hiện tại, ngành công nghiệp AI đang có xu hướng hội tụ về cấu trúc LLM dựa trên Transformer. Báo cáo cho biết: "Hầu hết các công ty AI lớn đều áp dụng cấu trúc mô hình ngôn ngữ lớn dựa trên Transformer" và "đang ở giai đoạn hội tụ về thiết kế cụ thể ở cấp độ kiến trúc".

Tuy nhiên, báo cáo cho rằng ngành vẫn chưa đạt đến giai đoạn tiêu chuẩn hóa chính thức. Các tiêu chuẩn API và kiến trúc chính thức từ các tổ chức quốc tế như Tổ chức Hợp tác và Phát triển Kinh tế (OECD), Tổ chức Tiêu chuẩn hóa Quốc tế (ISO) và Liên minh Viễn thông Quốc tế (ITU) vẫn chưa có. Mô hình doanh thu của các công ty AI cũng chưa ổn định. Thực tế, báo cáo chỉ ra rằng Anthropic đã chi khoảng 4,1 tỷ USD chỉ cho chi phí tính toán nghiên cứu và phát triển vào năm 2025.

Báo cáo đặc biệt nhấn mạnh rằng sự tắc nghẽn hạ tầng là yếu tố then chốt trong cuộc cạnh tranh ngành AI. Hiện tại, nguồn cung HBM tập trung vào một số ít công ty như SK Hynix, Samsung Electronics và Micron, trong khi hệ thống dựa trên GPU H100 và H200 của NVIDIA đã trở thành tiêu chuẩn tính toán AI.

Vấn đề điện năng cũng đang nổi lên như một yếu tố quan trọng. Một cụm học tập AI đơn lẻ yêu cầu hàng trăm megawatt (MW) đến gigawatt (GW) điện năng, khiến cho khả năng truyền tải, thiết bị làm mát và năng lực cung cấp điện trở thành những yếu tố hạn chế chính cho việc mở rộng mô hình. Báo cáo dự đoán: "Việc kiến trúc nào sẽ trở thành thiết kế chiếm ưu thế trong tương lai sẽ phụ thuộc không chỉ vào sự xuất sắc trong thiết kế mô hình mà còn vào khả năng tiếp cận nguồn lực hạ tầng".

Ngoài ra, báo cáo cũng dự đoán rằng trong vòng 2-3 năm tới, nếu có sự đồng thời trong việc nâng cao hiệu suất tính toán, thiết lập tiêu chuẩn chính thức, ổn định cung cấp hạ tầng và ổn định mô hình doanh thu, thì mô hình AI dựa trên Transformer có khả năng trở thành thiết kế chiếm ưu thế trong toàn ngành.



* Bài viết này được dịch tự động bằng AI.

• #mô hình ngôn ngữ lớn
• #AI sinh sinh
• #GPU