Ngày 25/8, Dylan Patel, nhà sáng lập SemiAnalysis, đưa ra một phép tính trong podcast của Dwarkesh Patel: đến cuối năm 2028, Anthropic và OpenAI sẽ nắm giữ phần lớn năng lực tính toán khả dụng của thế giới.
"By the time you're towards the end of 2028 — if this trend continues, and I see nothing that's stopping it — you've got them just controlling most of the usable flops in the world on their own."
(Đến cuối năm 2028 — nếu xu hướng này tiếp diễn, và tôi không thấy có gì ngăn được nó — hai công ty này sẽ tự mình kiểm soát phần lớn số flops khả dụng trên thế giới.)
Các con số được trải ra như sau. Quy mô điện năng của mỗi công ty: khoảng 2GW vào cuối năm 2025, hơn 5GW vào cuối năm 2026, khoảng 18GW vào cuối năm 2027, và khoảng 54GW vào cuối năm 2028. Tỷ trọng trong năng lực tính toán mới tăng thêm toàn cầu: khoảng 30% trong năm nay, 40-50% vào năm sau, khoảng một nửa lượng tăng thêm vào tầm tháng 12/2027, và tăng lên 70-80% vào năm 2028. Về phía toàn cầu, lượng tăng thêm là 30GW năm 2026, 50GW năm 2027, 70GW năm 2028, và 90-100GW năm 2029, đưa tổng quy mô toàn cầu năm 2028 vào khoảng 200GW.
Mỗi megawatt thu về được bao nhiêu tiền
Patel cho rằng động lực của sự tập trung nằm ở doanh thu trên mỗi đơn vị. Chi phí hạ tầng hiện tại vào khoảng 10-15 triệu đô la mỗi megawatt, trong khi doanh thu trên mỗi megawatt của Anthropic có lúc đã vọt lên 50 triệu đô la. Ông dự đoán đến cuối năm 2027, doanh thu trên mỗi megawatt của các phòng lab hàng đầu sẽ vượt mốc 50 triệu đô la, thậm chí chạm 70-80 triệu đô la. Ai thu được nhiều hơn trên mỗi megawatt thì người đó trả giá cao hơn được khi tranh giành rack máy chủ.
"To get to that 100 gigawatts in 2028, you have to believe that the labs can outpay for compute...Does compute now get to $25 million a megawatt? Does it get to $40 million a megawatt?"
(Để đạt 100 gigawatt vào năm 2028, bạn phải tin rằng các phòng lab có thể trả giá cao hơn để mua năng lực tính toán... Liệu giá năng lực tính toán bây giờ có lên tới 25 triệu đô la mỗi megawatt? Có lên tới 40 triệu không?)
Ông gói ba cơ chế này vào một câu — "Every force is screeching towards centralization." (Mọi lực đều đang gào rít lao về phía tập trung hóa.) Hiệu quả kinh tế theo quy mô ở khâu huấn luyện, doanh thu trên mỗi megawatt cao hơn của kẻ dẫn đầu, và khả năng trả giá có được từ đó, tất cả khớp vào nhau và siết chặt dần.
Tiền đến từ đâu
Bảng vốn là phần nặng nhất trong phép tính này. Từ 2024 đến 2029, chi tiêu vốn của toàn hệ sinh thái vào khoảng 11 nghìn tỷ đô la, trong đó 6 nghìn tỷ trả bằng tiền mặt, 5 nghìn tỷ dựa vào nợ, đòi hỏi phải phát hành tín dụng mới hơn 5 nghìn tỷ đô la. Về lãi suất, chi phí huy động vốn hiện tại của Meta ở mức 5-6%, Patel cho rằng không có lý do gì nó không thể lên tới 8%; mức tăng 250 điểm cơ bản này sẽ lan theo thị trường tín dụng ra toàn bộ nền kinh tế.
Về phần Trung Quốc, ông đưa ra ba nhận định: năng lực tính toán AI của Trung Quốc năm 2028 ở mức 30GW hoặc thấp hơn; hiện tại tỷ trọng của Trung Quốc trong tổng năng lực tính toán AI triển khai cho trung tâm dữ liệu toàn cầu chưa tới 10%; và một phép quy đổi — "that 50 gigawatts is really worth as much as 20 gigawatts from American chips" (50 gigawatt đó thực chất chỉ có giá trị tương đương khoảng 20 gigawatt tính theo chip của Mỹ). Hệ số quy đổi này là ước tính của riêng ông, cách tính không được công bố, nên xem nó như một kết luận chắc chắn sẽ khá rủi ro.
Điểm yếu của phép tính này nằm ở đâu? Nó buộc ba đường cong vào làm một: quy mô năng lực tính toán, doanh thu trên mỗi megawatt, và nguồn cung tín dụng. Hai đường đầu là nhân quả của nhau — doanh thu cao thì mới mua nổi, mua được thì mới làm ra được mô hình thế hệ sau, mô hình mạnh thì doanh thu càng cao — một khi vòng lặp này khởi động, nó thực sự có thể tự tăng tốc. Đường cong thứ ba là yếu tố bên ngoài. Tính sơ bộ, nếu chi phí huy động vốn 8% là đúng, chỉ riêng tiền lãi của khoản nợ 5 nghìn tỷ đô la mỗi năm đã là 400 tỷ đô la, con số này đòi hỏi doanh thu liên quan đến AI trong cùng giai đoạn phải chạy lên một mức khá cao. Bản thân Patel cũng để ngỏ câu hỏi này: ông hỏi liệu các phòng lab có trả giá cao hơn được không, nhưng không trả lời tiếp nếu không trả nổi thì sẽ ra sao.
Đối với các nhà cung cấp Trung Quốc, đường cong tỷ trọng đó có giá trị tham khảo hơn con số tuyệt đối. Nếu 70-80% năng lực tính toán tăng thêm chảy về hai phòng lab, thì 20-30% còn lại phải chia cho tất cả các phòng lab khác, các nhà cung cấp đám mây, các doanh nghiệp tự xây hạ tầng, và các dự án cấp quốc gia. Tổng quy mô toàn cầu vẫn đang tăng, nhưng phần có thể chia được đang thu hẹp lại.
Nguồn tham khảo: Dwarkesh Podcast, CocoLoop, SemiAnalysis; cần kiểm chứng thêm: khoảng ước tính gigawatt của hai phòng lab, cách tính doanh thu trên mỗi megawatt, và tỷ lệ phân chia giữa tiền mặt và nợ trong khoản chi tiêu vốn 11 nghìn tỷ đô la.