Jensen Huang phân tích thị trường AI hiện tại: Đặt toàn bộ áp lực hoàn vốn AI lên hai công ty là không đúng

AI gần đây có tâm lý thị trường rất kém. Những điểm chính mà thị trường lo lắng là: liệu doanh thu của các công ty mô hình AI tiên tiến có thể hỗ trợ được định giá khổng lồ của họ hay không.

Anthropic đã công bố doanh thu quý ba, thực ra dữ liệu khá tốt, nhưng trong ngày hôm đó, lĩnh vực AI đã giảm mạnh, mặc dù còn có các yếu tố khác như CPI, nợ AI, nhưng thị trường thực sự đang nghi ngờ liệu xu hướng này có thể tiếp tục hay không.

Trong cuộc phỏng vấn mới nhất của Huang Renxun, ông cũng đã đưa ra câu trả lời của mình. Ông cho rằng, việc thị trường đặt toàn bộ áp lực hoàn vốn AI lên hai công ty OpenAI và Anthropic là không đúng, vì hai công ty này chỉ chiếm một phần rất nhỏ. Ông nhấn mạnh rằng, đến năm 2030, đầu tư vào cơ sở hạ tầng AI toàn cầu sẽ đạt 4 nghìn tỷ đô la Mỹ.

TL;DR· Định luật Moore đã chết, hôm nay để có gấp đôi sức mạnh tính toán thì phải trả gấp đôi tiền; và tôi tự tin vào kết quả là 99.99%

· Chỉ dựa vào doanh thu của một hoặc hai phòng thí nghiệm để ngoại suy quy mô cơ sở hạ tầng là một sự hiểu lầm------các phòng thí nghiệm tiên tiến chỉ chiếm 25% đến 30% sức mạnh tính toán của chúng ta, một phần ba còn lại là tính toán cổ điển, một phần ba là hàng nghìn công ty khởi nghiệp· Đất đai, điện, vỏ và tài nguyên xây dựng sẽ là những nút thắt chính· Khi tổng số megawatt bị hạn chế, sự lựa chọn của khách hàng sẽ chuyển sang sức mạnh tính toán có năng suất cao nhất, vì vậy thị phần của chúng ta thực sự đang tăng lên; số tiền chúng ta đầu tư vào mỗi gigawatt đã tăng từ 18 tỷ lên hơn 40 tỷ· Chúng tôi hy vọng chi phí cho trí tuệ sẽ giảm 2 lần hoặc thậm chí 20 lần mỗi năm, vì lượng tiêu thụ trí tuệ sẽ bù đắp khoảng trống này.

Điểm chuyển giao tính toán, mô hình suy luận và thời đại trí tuệ

Chúng ta có đang bước vào bờ vực của điểm kỳ dị, tại sao nhu cầu về sức mạnh tính toán lại tăng lên 1 tỷ lần?

Chúng ta cần sức mạnh tính toán gấp 1 tỷ lần so với không lâu trước đây, logic này thực sự khá rõ ràng. Số lần suy luận cần thiết để suy nghĩ và giải quyết vấn đề vượt xa việc lặp lại hoặc thuộc lòng những gì bạn đã nhớ.

Bạn đưa một gợi ý cho ChatGPT thời kỳ đầu, phần lớn kiến thức đó đã được mã hóa vào mô hình ngôn ngữ lớn, và điều tồi tệ là nó có thể tạo ra ảo giác. Bước tiếp theo là AI sinh tạo, sử dụng sự thật để "tiếp đất" và ràng buộc: nó sẽ nhanh chóng truy xuất, mang về sự thật, sau đó kết hợp với việc tạo ra câu trả lời đã được huấn luyện trước.

Những gì chúng tôi thực sự muốn làm, những điều thú vị, phần lớn cần phải suy luận từng bước: nghĩ ra một vài phương án, lập kế hoạch, suy diễn tình huống sẽ phát triển như thế nào, phản ánh con đường tốt nhất hiện tại, mở rộng phương án, rồi cắt bỏ những phần còn lại. Những chiến lược gia vĩ đại đều yêu thích "tùy chọn chiến lược": bạn không muốn cắt tỉa quá nhanh, nhưng bạn cũng phải tối ưu hóa tài nguyên. AI hiện đang làm như vậy. Nó giữ lại các tùy chọn chiến lược, mở rộng suy diễn, phản ánh, cắt tỉa. Tất cả những suy nghĩ và khám phá này đều tiêu tốn rất nhiều sức mạnh tính toán.

Bởi vì nó có thể tạo ra công việc có sản phẩm, chúng ta sẽ sử dụng nó để làm nhiều việc hơn. Hai điều này chồng chéo lên nhau, sử dụng nhiều sức mạnh tính toán hơn để hoàn thành công việc, đồng thời vì làm tốt mà được thuê để làm nhiều công việc hơn, cùng nhau khuếch đại tổng nhu cầu.

Quan sát quan trọng nhất năm ngoái là: quy luật quy mô của mô hình sẽ tiếp tục, nhưng việc trang bị cho nó "harness", tức là bộ xương ngoài của mô hình ngôn ngữ lớn, là một sự mở khóa khổng lồ. Nó quản lý bộ nhớ làm việc, chuyển đổi bộ nhớ làm việc thành bộ nhớ ngắn hạn và dài hạn, và xây dựng bản đồ tri thức. Con người cũng làm như vậy: khi chúng ta ngủ, chúng ta thực hiện nén, quên đi những điều không quan trọng, và kết nối lại những điều quan trọng trong trạng thái ngoại tuyến.

Một sự mở khóa khác là việc sử dụng công cụ. Chúng ta đã dạy cho AI cách tương tác với những công cụ quan trọng nhất mà con người tạo ra: SPICE, Verilog, các bộ mô phỏng khác nhau, biên dịch thiết kế, Photoshop, AutoCAD, và các công cụ của Siemens. Nếu một con robot vào nhà bạn, nó sẽ sử dụng các công cụ có sẵn trong nhà bạn, chứ không phải bắt đầu từ đầu để tạo ra công cụ mới. Các tác nhân phải học cách sử dụng các công cụ hiện có.

Một khi bạn đưa mô hình ngôn ngữ lớn được trang bị harness vào doanh nghiệp, kết nối chúng với sự thật và các công cụ hiện có, chúng sẽ bắt đầu làm ra những điều đáng kinh ngạc. Lập trình là lối vào dễ nhất, vì các kỹ sư phần mềm đã quen với những công cụ có thể không tốt nhưng rất hữu ích.

Giai đoạn tiếp theo là thiết kế, sáng tạo và quy trình tiếp thị. Ví dụ, Astra của OpenAI rất tuyệt. Bạn chụp một bức ảnh, đưa cho Astra, nó sẽ trực tiếp tái tạo nó thành mô hình CAD. Chúng ta cần mô hình CAD để tương tác, thực hiện điều chỉnh, tinh chỉnh. Sự hiện thực hóa ban đầu này đã nâng cao năng suất của các nhà thiết kế, nhà xây dựng và người sáng tạo một cách đáng kể.

Nếu các phòng thí nghiệm tiên tiến mở rộng sức mạnh tính toán thêm 3 đến 5 lần vào năm tới, bạn mong đợi những đột phá gì trong các nhiệm vụ tác nhân thông minh hoạt động lâu dài?

Phương trình Navier-Stokes là một ví dụ rất tốt. OpenAI không phải tự dưng giải ra Navier-Stokes, họ đã giải quyết dựa trên công trình của nhiều nhà khoa học, nhà toán học vĩ đại và những người đi trước. Chúng ta đang ở ngưỡng của nhiều lĩnh vực. Bởi vì một lượng lớn công việc cơ bản đã được hoàn thành, nếu chúng ta áp dụng khả năng khám phá toàn diện của AI lên những nền tảng này, chúng ta sẽ nhanh chóng thấy một đột phá nối tiếp nhau.

Chúng ta cần một lượng lớn sức mạnh tính toán, vì phải thực hiện khám phá không gian tìm kiếm khổng lồ. Nếu chỉ dựa vào nguyên lý cơ bản để suy diễn, không cần tìm kiếm không gian khổng lồ, thì đã có người giải quyết từ lâu. Nhiều vấn đề đang treo lơ lửng bên bờ vực, chờ đợi sự khám phá thông minh khổng lồ để giải quyết chúng.

Trong vài năm tới, chi phí cho trí tuệ sẽ giảm rất nhanh. Nhiều sức mạnh tính toán hơn sẽ được đưa vào sử dụng, mô hình cũng trở nên thông minh và hiệu quả hơn. Giống như định luật Moore đã làm cho chi phí tính toán giảm một nửa mỗi năm trong ba mươi năm, chúng tôi hy vọng chi phí cho trí tuệ sẽ giảm 2 lần, thậm chí 20 lần mỗi năm. Và lượng tiêu thụ trí tuệ sẽ bù đắp khoảng trống này. Thế giới này có một khoảng trống cơ hội khổng lồ, đang chờ được lấp đầy.

Tham vọng của chúng tôi đang mở rộng rất nhanh. Mười năm trước, việc huấn luyện GPT-1 tốn khoảng 10 triệu đến 20 triệu đô la; hôm nay chỉ cần 100 đô la là có thể làm được. Trong khi đó, tham vọng của chúng tôi lớn đến mức bắt đầu huấn luyện các mô hình 30 triệu, 100 triệu, 300 triệu tham số. Trong mười năm qua, chúng tôi đã tăng cường sử dụng sức mạnh tính toán khoảng một triệu lần, trong khi nhu cầu của con người về trí tuệ thì không bao giờ thỏa mãn.

Mọi người nói AI sẽ mang lại cho chúng ta nhiều thời gian rảnh rỗi hơn, tôi hoàn toàn không đồng ý. Trí tuệ sẽ mở ra nhiều cơ hội hơn, và những người có tham vọng muốn nắm bắt chúng. Mỗi khi bạn học được một điều gì đó, bạn mở ra một cánh cửa mới; sau cánh cửa đó, bạn sẽ thấy nhiều thách thức và vấn đề cần giải quyết hơn.

Năm 1930, Keynes đã dự đoán rằng một trăm năm sau, kinh tế sẽ tăng trưởng gấp tám lần, thời gian làm việc mỗi tuần sẽ giảm xuống còn 15 giờ. Kinh tế thực sự đã tăng trưởng gấp tám lần, nhưng chúng ta không trở thành tuần làm việc 15 giờ. Ông đã sai khi đánh giá thấp tinh thần con người: công việc và khám phá mang lại cho con người ý nghĩa, điều đó đã được ghi trong DNA của chúng ta.

AI vật lý, trí tuệ thể chất và tái cấu trúc ngành công nghiệp

Tại sao công chúng vẫn cảm thấy siêu trí tuệ rất xa vời, mà không nhận ra nó đã hòa nhập vào cuộc sống?

AI hay siêu trí tuệ là một loại "vật chất mềm": bạn không thể nhìn thấy, không thể chạm vào. Toàn thế giới đang nói về nó, nhưng nó vẫn vô hình. Thực ra, mọi người đang hưởng lợi từ nó mỗi ngày: khi tìm kiếm, khi mua sắm, khi xem Netflix, khi đến Walmart, khi FedEx lập kế hoạch lộ trình cho gói hàng. Tất cả những điều này hôm nay đều đang sử dụng tính toán tăng tốc và siêu trí tuệ, chỉ là chúng ta không biết cách kể câu chuyện này. Nếu chúng ta tắt trung tâm dữ liệu, để siêu trí tuệ ngừng hoạt động một cuối tuần, mọi người sẽ ngay lập tức nhận ra.

Bạn có đề cập đến lĩnh vực robot, liệu thời điểm của ChatGPT đã đến, đây có phải là một thị trường trị giá hàng trăm tỷ đô la không?

Nói một trăm tỷ đô la là đánh giá thấp. Chỉ riêng trong nửa đầu năm nay, chúng tôi đã tạo ra 10 tỷ đô la từ AI vật lý. Cả năm ngoái là 10 tỷ đô la, và năm trước đó là 5 tỷ đô la.

AI vật lý là AI tương tác với thế giới vật lý. Nó bao gồm CT đếm photon, siêu âm, radar hình ảnh, thế hệ mạng 5G mới có thể cảm nhận các loại tín hiệu khác nhau, xe tự lái, hệ thống sản xuất, hệ thống kiểm tra hình ảnh, và vệ tinh địa lý tái tạo thế giới trong không gian ba chiều. AI đang hoạt động trên toàn bộ phổ điện từ.

Trong AI, có cảm nhận, có suy luận, rồi đến lập kế hoạch và thực hiện. Khi bạn đi đến bước lập kế hoạch và thực hiện, đó chính là xe tự lái, xe giao hàng trong kho, robot lấy hàng có khả năng tự học, robot giao thuốc trong bệnh viện, và phòng phẫu thuật hoàn toàn tự động hóa.

Tất cả những gì thực sự quan trọng đối với chúng ta cuối cùng sẽ chạm đến thế giới vật lý. Đưa phần mềm và trí tuệ vào những ngành nghề trước đây chỉ thuần túy là cơ khí và điện là một cơ hội khổng lồ. Hãy xem Elon đã làm gì với ngành ô tô: ông đã biến nó thành một ngành công nghiệp tính toán. Mỗi công ty ô tô đều đang trở thành công ty công nghệ. FedEx, Walmart, các nhà cung cấp viễn thông cũng đang chuyển mình thành các công ty công nghệ và AI.

NVIDIA làm thế nào để thúc đẩy AI vật lý thông qua kiến trúc "ba máy tính"?

Để xây dựng một nền tảng AI vật lý, cần ba máy tính:

Đầu tiên, bạn cần xây dựng máy tính "não", tức là hệ thống huấn luyện.

Thứ hai, các phòng thí nghiệm AI và các nhà phát triển phải xây dựng bản sao kỹ thuật số của thế giới, để các tác nhân không cần phải học bằng cách thử nghiệm trong thực tế vật lý. Chúng tôi đã tạo ra Omniverse, như một bản sao kỹ thuật số của kho, tòa nhà và thành phố. Chúng tôi đưa robot vào bản sao kỹ thuật số, để nó học cách hoạt động ở đó.

Thứ ba, bạn triển khai chiến lược vào máy tính bên trong các máy vật lý, trong xe, trong robot, trong thiết bị phẫu thuật.

Nó cần ba máy tính và ba bộ phần mềm hoàn chỉnh. Chúng tôi đã xây dựng một bộ hoàn chỉnh cho mỗi bộ, và chúng tôi là công ty duy nhất trên thế giới làm như vậy.

Căn chỉnh an toàn, quy tắc kỹ thuật và hệ thống quản trị quốc gia

Làm thế nào để phản hồi lại luận điệu "AI không thể được căn chỉnh hoàn hảo, cuối cùng sẽ không thể kiểm soát"?

Chúng ta phải xây dựng công nghệ một cách có trách nhiệm. "Xây dựng" là một thuật ngữ kỹ thuật. Các kỹ sư, nhà khoa học và nhà nghiên cứu phải an toàn trong việc phát triển công nghệ này. Bạn có thể làm được không? Chắc chắn là có, vì nếu bạn không thể, thì bạn không nên phát triển nó.

Có người nói AI không thể kiểm soát, vì không thể đạt được sự căn chỉnh hoàn hảo. Căn chỉnh có nghĩa là: bạn giao cho AI một nhiệm vụ, nhưng nó có thể hoàn thành nhiệm vụ đó theo nhiều cách khác nhau. Ví dụ, một bài toán toán học rõ ràng, nó có thể giải bằng cách suy diễn, có thể tìm trong sách giáo khoa, hoặc có thể truy xuất câu trả lời từ ngăn kéo. Nhưng đối với các mục tiêu như "cuộc sống phải thành công" hoặc "phải đóng góp cho xã hội", tùy thuộc vào văn hóa, bối cảnh và khu vực, có vô số cách diễn giải. Căn chỉnh là một vấn đề tồn tại mãi mãi. Nếu chúng ta dựa vào căn chỉnh hoàn hảo để đảm bảo an toàn, thì chúng ta sẽ không bao giờ đến được ngày đó.

Câu trả lời kỹ thuật tương tự như logic mà chúng ta nuôi dạy trẻ em, dẫn dắt nhân viên mới:

Đầu tiên, cách ly và không tin tưởng. Khi bạn thuê một người, hoặc đặt một đứa trẻ một tuổi vào trong hàng rào, bạn đều bắt đầu từ không tin tưởng. Bạn nghiêm ngặt dựa trên nhiệm vụ trước mắt, cho họ quyền hạn tối thiểu, quyền truy cập công cụ tối thiểu và số tiền tối thiểu. Khi bạn xây dựng được niềm tin qua thử nghiệm, bạn sẽ dần dần mở rộng những ranh giới này.

Thứ hai, giám sát bên ngoài. Giám sát phải là bên ngoài. Nếu bạn nói với một thực thể thông minh "tôi đang ngồi đây theo dõi từng hành động của bạn", hành vi của nó sẽ khác với khi không có ai giám sát. Hệ thống giám sát phải ở bên ngoài, quan sát xem hệ thống tự chủ này có vi phạm chính sách hoặc yêu cầu căn chỉnh hay không, và có quyền độc lập để nâng cấp tình huống hoặc trực tiếp tắt nó.

Đó chính là kỹ thuật và công nghệ. Nó hoàn toàn khả thi, chúng tôi gần đây đã phát hành nó dưới dạng OpenShell, và đã có hơn 100 công ty tham gia vào khung này.

Khi ký thỏa thuận tại Nhà Trắng, các lãnh đạo phòng thí nghiệm tiên tiến có phải có tâm lý mù quáng tiến tới không?

An toàn và công nghệ bảo mật là một phần của AI. Có một sự hiểu lầm rằng khả năng của AI và an toàn là hai khía cạnh độc lập, giống như tách rời động cơ ô tô khỏi phanh, túi khí, radar. Khi tôi nói cần tăng tốc công nghệ AI, điều đó có nghĩa là đồng thời tăng tốc công nghệ an toàn và bảo mật. Không ai nói "chúng ta hãy làm chậm lại một chút về an toàn". Bạn không thể tách rời chức năng và an toàn.

Trong phòng họp của nội các nơi có Tổng thống và các lãnh đạo phòng thí nghiệm tiên tiến, mọi người đều mang tính xây dựng và hiệu quả. Không có ngoại lệ, tất cả đều cam kết thúc đẩy ngành công nghiệp này một cách an toàn và đáng tin cậy. Nếu một hệ thống không an toàn, chức năng của nó sẽ không bao giờ có thể được triển khai. Chức năng, khả năng, an toàn và bảo mật đều là ưu tiên hàng đầu.

Chúng ta cần định nghĩa lại cái gọi là "thắng". Thắng không phải là ngành công nghệ AI thắng. Mỹ thắng có nghĩa là mọi ngành nghề ở Mỹ đều thắng: Eli Lilly thắng, Walmart thắng, FedEx thắng, Boeing thắng, quân đội Mỹ thắng, và cả trường học và công dân của chúng ta cũng thắng. Nếu công nghệ thành công nhưng không ai có thể triển khai nó một cách an toàn, thì không có chiến thắng nào cả.

Hỏi: Liệu khung quy định "tam trụ" do Bộ Thương mại xem xét, thỏa thuận của Nhà Trắng và nhóm công tác an ninh có thực sự hiệu quả không?

Cách tốt nhất để tiến về phía trước là hành động nhanh chóng. Nếu chúng ta dành thời gian tranh luận về "hoàn hảo" hay "hành động", chúng ta sẽ mãi mãi tranh luận và không bao giờ đến được đó.

Tôi rất thích khung "tam trụ" này, nó có thể thực thi, dễ thấy và thực sự có sức mạnh. Chúng ta đang hành động ngay lúc này, vì điều này có lợi cho công ty của chúng ta, ngành công nghiệp của chúng ta và xã hội của chúng ta. Tôi không nhớ có ngành nào khác, trong giai đoạn phát triển này, đã thiết lập được mức độ hợp tác giữa các công ty, chính phủ và ngành công nghiệp như vậy.

Đối với các nhà lập pháp, tôi muốn nói hai điều: Thứ nhất, hãy đến và ở với chúng tôi một thời gian, trước tiên hãy làm rõ vấn đề công nghệ là gì, rồi hãy quản lý. Thứ hai, hãy xem những giải pháp mà chúng tôi đang chủ động triển khai, giúp chúng tôi làm tốt hơn. Xin hãy tham gia một cách xây dựng.

Cơn sốt cơ sở hạ tầng tính toán, thiếu điện và các nút thắt vật lý

Ngành công nghiệp dự đoán sẽ có thêm hơn 40GW công suất tính toán mỗi năm, liệu các ràng buộc vật lý như đất đai và điện có trở thành trở ngại không?

Nhu cầu chắc chắn tồn tại, và còn nhiều hơn nữa. Thách thức nằm ở việc chuyển từ thế giới số sang thế giới vật lý. Có rất nhiều trở ngại: phê duyệt đất đai, phát điện, trạm biến áp, và các thợ chuyên môn cần thiết để xây dựng trung tâm dữ liệu trị giá 50 tỷ USD, như thợ điện, thợ sửa chữa, thợ ống nước. Những kỹ năng này là không thể thay thế. Đất đai, điện, vỏ bọc và tài nguyên xây dựng sẽ là những nút thắt chính.

NVIDIA đang giảm thiểu vấn đề này thông qua sự đa dạng hóa rộng rãi. Chúng tôi phục vụ mọi nhà cung cấp dịch vụ đám mây, Neocloud, cũng như các đối tác doanh nghiệp như Dell, HP, Lenovo, bao phủ toàn bộ vòng đời: xử lý dữ liệu, đào tạo, sau đào tạo, suy diễn và sử dụng công cụ trí tuệ nhân tạo. Nếu một tiểu bang, một cộng đồng, một trung tâm dữ liệu gặp phải nút thắt, do nhu cầu của chúng tôi vượt xa cung cấp, chúng tôi chỉ cần điều chỉnh chuỗi cung ứng đến nơi khác.

NVIDIA là cơ sở hạ tầng toàn cầu. Chúng tôi có các dự án đang xây dựng ở châu Âu, Úc (chẳng hạn như triển khai 2GW mà chúng tôi đã công bố), châu Á, Mỹ Latinh và Trung Đông. Nếu Mỹ không xây dựng đủ nhanh, các quốc gia khác trên thế giới đều rất mong muốn xây dựng ở nơi họ.

Khi điện năng khả dụng và công suất lưới điện bị hạn chế, khách hàng sẽ chọn kiến trúc tính toán như thế nào?

Kiến trúc của NVIDIA có thể sản xuất tối đa token trên mỗi watt. Khi tổng số megawatt khả dụng bị hạn chế, lựa chọn của khách hàng sẽ chuyển sang các nguồn tài nguyên tính toán có năng suất cao nhất mà họ có thể có, vì các CEO vẫn phải đối mặt với mục tiêu doanh thu cao mà họ phải báo cáo cho cổ đông.

Hệ thống của chúng tôi dễ cho thuê nhất, tính linh hoạt cao nhất và cũng bền bỉ nhất. Bởi vì sự thiếu hụt tài nguyên sẽ đẩy người mua về phía hiệu quả, thị phần của chúng tôi thực sự đang tăng lên.

Giá trị mà chúng tôi cung cấp cho mỗi gigawatt cao hơn rất nhiều so với trước đây. Chúng tôi mở rộng từ GPU sang mạng, CPU hiệu suất cao, lưu trữ tính toán, cũng như cơ sở hạ tầng an toàn như OpenShell. Số tiền chúng tôi đầu tư vào mỗi gigawatt đã tăng từ 18 tỷ USD lên hơn 40 tỷ USD, và con số này vẫn tiếp tục tăng.

Trong các CSP lớn, chúng tôi chiếm khoảng 40% chi tiêu vốn của họ; trong khi ngoài CSP, đối với các doanh nghiệp và đám mây mới, chúng tôi chiếm khoảng 80%. Cả hai lĩnh vực này đều đang gấp đôi, đó là lý do tại sao thị phần của chúng tôi trong chi tiêu vốn trung tâm dữ liệu toàn cầu vẫn tiếp tục mở rộng.

Elon Musk, cụm xAI và trung tâm dữ liệu không gian

Elon Musk đã xây dựng cụm Colossus chỉ trong vài tháng, liệu tốc độ mở rộng công suất của xAI có chưa từng có không?

Elon trước đây thuộc về mảng doanh nghiệp của chúng tôi, giờ đây anh ấy đã gia nhập số liệu CSP của chúng tôi. Tôi rất thích hợp tác với Elon. Anh ấy sử dụng công nghệ của chúng tôi để đào tạo mô hình, triển khai Grok, và mức tiêu thụ của Grok đang tăng vọt, cũng như cho thuê cơ sở hạ tầng ra bên ngoài.

Anh ấy có một lợi thế rất độc đáo: anh ấy yêu thích giao thoa giữa tính toán và xây dựng vật lý, và không ai hiểu biết hơn anh ấy về năng lượng.

Liệu có khả thi không khi triển khai hàng trăm megawatt công suất lên không gian thông qua Starship vào năm 2028 đến 2029?

Đội ngũ kỹ sư của chúng tôi đang làm việc chặt chẽ với SpaceX để phát triển một kiến trúc máy chủ mới phù hợp với không gian.

Mỗi watt hiệu suất mà NVIDIA cung cấp là tốt nhất, nhưng quan trọng hơn, tỷ suất hoàn vốn đầu tư vào công suất của chúng tôi là vô song. Chi phí phóng rất cao, điều này có nghĩa là bạn không thể đưa tính toán có chi phí thấp và giá trị thấp vào quỹ đạo. Bạn phải đưa lên những hệ thống tính toán có giá trị cao nhất và năng suất nhất trong lịch sử, mới xứng đáng với chi phí phóng như vậy và mới có được ROI mạnh mẽ.

Các vệ tinh trong không gian cần công suất tính toán có tính linh hoạt cao. Nếu bạn phóng một vệ tinh mà không có khách hàng để thuê, nó sẽ nằm đó không sử dụng. Trong khi đó, công suất của NVIDIA có thể cho thuê hoàn toàn giữa tất cả các mô hình mã nguồn đóng, mã nguồn mở, các công ty khởi nghiệp và doanh nghiệp trên toàn cầu.

Nó cũng rất bền bỉ. Chúng tôi là công ty phần cứng duy nhất: phần cứng mua vài năm trước vẫn đang trở nên nhanh hơn hôm nay, vì chúng tôi liên tục cập nhật ngăn xếp phần mềm và thuật toán thông qua CUDA. Chỉ cần vệ tinh đó còn trên quỹ đạo, chúng tôi sẽ tiếp tục duy trì và tối ưu hóa phần mềm của nó, điều này khiến nó trở thành tải trọng lý tưởng cho SpaceX.

Phá vỡ lý thuyết bong bóng chi tiêu vốn và sự kết thúc của định luật Moore

Liệu việc thương mại hóa phòng thí nghiệm tiên tiến có đủ sức nâng đỡ hàng nghìn tỷ cơ sở hạ tầng, có nguy cơ bong bóng vỡ không?

Mọi người cố gắng chỉ dựa vào doanh thu của một hoặc hai phòng thí nghiệm AI để suy ra quy mô xây dựng cơ sở hạ tầng toàn bộ, điều này là một sự hiểu lầm về thực trạng.

NVIDIA chiếm khoảng 80% thị trường cơ sở hạ tầng AI, và doanh nghiệp của chúng tôi được chia thành ba phần khác nhau:

Thứ nhất, tính toán tăng tốc cổ điển chiếm khoảng một phần ba doanh nghiệp của chúng tôi. Đây là xử lý dữ liệu, động lực học phân tử, vật lý, mô phỏng nhiệt hạch, hóa học lượng tử, đồ họa máy tính và học máy cổ điển, chẳng hạn như Visa và Mastercard sử dụng XGBoost để phát hiện gian lận, cũng như hệ thống gợi ý. Doanh thu từ mảng này tăng trưởng từ 30% đến 40% mỗi năm, hoàn toàn không liên quan đến các phòng thí nghiệm AI sinh.

Thứ hai, các phòng thí nghiệm AI tiên tiến chiếm khoảng 25% đến 30% công suất của chúng tôi. Mọi người chỉ nói về hai công ty, nhưng chúng tôi hợp tác với năm hoặc sáu công ty: Meta làm Muse, xAI làm Grok, Google chạy Gemini trên hệ thống của chúng tôi, Anthropic và OpenAI.

Thứ ba, phần còn lại là hàng nghìn công ty khởi nghiệp và người thuê đám mây doanh nghiệp. Họ thuê công suất của NVIDIA để xây dựng AI vật lý chuyên dụng, AI sinh học và ứng dụng khoa học vật liệu.

Khoảng 80% trong số các công ty khởi nghiệp này sử dụng mô hình cơ sở mã nguồn mở. Họ không cạnh tranh trực tiếp với các phòng thí nghiệm tiên tiến; họ sử dụng các mô hình mã nguồn mở như Nemotron, tinh chỉnh với dữ liệu lĩnh vực riêng của họ để tạo ra trí thông minh siêu đặc thù.

Các phòng thí nghiệm tiên tiến sẽ xây dựng trí thông minh tổng quát, trong khi các công ty theo chiều dọc sẽ đạt được trí thông minh siêu trong các lĩnh vực cụ thể. Kỳ vọng rằng chỉ dựa vào hai phòng thí nghiệm tiên tiến sẽ tạo ra hàng nghìn tỷ doanh thu để hỗ trợ xây dựng cơ sở hạ tầng toàn cầu là không cần thiết và không chính xác.

Tại sao ngay cả khi không có AI sinh, chi tiêu cho cơ sở hạ tầng tính toán toàn cầu vẫn sẽ tăng lên hàng nghìn tỷ?

Vài năm trước, tôi đã dự đoán rằng đến cuối thập kỷ này, chi tiêu cho cơ sở hạ tầng sẽ đạt từ 3 đến 4 nghìn tỷ USD mỗi năm, trong đó khoảng 1,5 nghìn tỷ hoàn toàn là tính toán.

Trước khi AI sinh ra, chi tiêu vốn cho trung tâm dữ liệu đã là 500 tỷ USD mỗi năm. Ngoài sự tăng trưởng tự nhiên này, còn có một thực tế: định luật Moore đã chết.

Trước đây, nếu bạn muốn gấp đôi số transistor, bạn chỉ cần đợi một năm mà giá không thay đổi. Ngày nay, nếu bạn muốn gấp đôi khả năng tính toán, bạn phải trả gấp đôi số tiền, vì việc mở rộng CPU thông dụng đã dừng lại. Do thế giới hàng năm cần nhiều tính toán hơn, bạn phải cộng thêm một hệ số đáng kể để bù đắp cho sự kết thúc của định luật Moore. Ngay cả khi không có AI, ngành công nghiệp bán dẫn cũng đã trên con đường trở thành ngành lớn nhất toàn cầu.

Ràng buộc chuỗi cung ứng, bảo vệ cạnh tranh và mô hình kinh doanh mới

Khoảng cách cung cầu rất lớn, hiện tại ràng buộc vật lý nào trong chuỗi cung ứng là cốt lõi nhất?

Chúng tôi có một sổ đặt hàng khổng lồ từ mọi CSP, đám mây mới và OEM. Chúng tôi hợp tác với khách hàng theo chu kỳ lập kế hoạch từ một đến hai năm. Và lượng mà chúng tôi hiện đang phân bổ cho khách hàng, vẫn còn xa so với những gì họ mong muốn.

Ở hạ nguồn, đất đai, điện và vỏ bọc là những ràng buộc. Ở thượng nguồn, vật liệu đóng gói tiên tiến là nút thắt chính. Bảng mạch đang trở nên lớn hơn để chứa nhiều chip silicon hơn. Những vật liệu hữu cơ lớn này rất khó đạt được độ chính xác mà chúng tôi cần. Khi việc đóng gói trở nên lớn hơn, quản lý hệ số giãn nở nhiệt, biến dạng và khuyết tật sản xuất cần những đối tác cực kỳ xuất sắc. Silicon photon cũng bị hạn chế cung cấp. Chúng tôi đang tăng sản lượng hàng tuần, nhưng tốc độ tăng trưởng của sổ đặt hàng vẫn liên tục vượt quá cung cấp.

Tại sao khách hàng sẵn sàng đặt hàng từ 50 đến 100 tỷ USD trước khi sản phẩm ra mắt? Tại sao bảo vệ cạnh tranh của bạn lại mở rộng?

Nếu một công ty phải giao hàng triệu USD cho đơn đặt hàng mua 500 tỷ hoặc thậm chí 1000 tỷ USD cho nền tảng thế hệ tiếp theo mà chưa thấy sản phẩm, họ có thể tin tưởng ai?

Khách hàng biết Vera Rubin sẽ tốt hơn Blackwell, cũng như Blackwell tốt hơn Hopper. Tải trọng chạy trên những siêu máy tính này cực kỳ phức tạp, bạn không thể đơn giản chạy một bài kiểm tra chuẩn nhanh trên một chip đơn. Để kiểm tra một hệ thống trị giá 500 tỷ USD, bạn cần một trung tâm dữ liệu hoàn chỉnh và nhiều năm công việc tích hợp.

Điều này hoàn toàn giống với việc chúng tôi giao 100% công việc gia công cho TSMC. TSMC là công ty duy nhất mà tôi có thể lập kế hoạch trước năm năm mà không cần thấy sản phẩm, tôi tin chắc rằng transistor sẽ được giao, tin rằng họ có đủ quy mô để đáp ứng sự biến động nhu cầu khổng lồ của chúng tôi, và tin rằng họ có tất cả công nghệ đóng gói, logic và silicon photon cần thiết.

NVIDIA là công ty cơ sở hạ tầng của hành tinh này. Công nghệ thay đổi rất nhanh: từ mô hình GPT ban đầu, đến FlashAttention, đến phân đoạn mô hình qua NVLink 72, và đến mô hình khuếch tán kết hợp SSM và Transformer. Tất cả những điều này có thể chạy liền mạch trên CUDA.

Sự chuyên biệt là kẻ thù của tính linh hoạt và độ bền. Nếu bạn làm chip ASIC tùy chỉnh, chúng thiếu tính linh hoạt. Bởi vì hệ thống của NVIDIA có thể chạy tất cả các tải công việc, mô hình và khung, một trung tâm dữ liệu trị giá 500 tỷ USD có thể dễ dàng chạy đào tạo, sau đào tạo hoặc suy diễn trí tuệ nhân tạo, và cũng có thể cho thuê lại cho các khách hàng khác. Tính linh hoạt và độ bền mang lại khả năng cho thuê, tỷ lệ sử dụng cao và tổng chi phí sở hữu (TCO) thấp nhất.

Ngoài doanh thu từ bán phần cứng, NVIDIA đang mở ra hai mô hình kinh doanh mới có lợi nhuận cao nào?

Đầu tiên, cấp phép phần mềm doanh nghiệp. Để vận hành những trung tâm dữ liệu khổng lồ này như những nhà máy AI cấp công nghiệp, phần mềm cần thiết là rất lớn. Các nhà cung cấp dịch vụ đám mây quy mô lớn có phần mềm riêng của họ, vì vậy chúng tôi cung cấp phần mềm mã nguồn mở cho họ để tự tích hợp. Nhưng các doanh nghiệp truyền thống không có đội ngũ IT hoặc phần mềm nội bộ để quản lý độ phức tạp này. Họ cần NVIDIA đảm bảo SLA, duy trì, bảo đảm và vận hành những nhà máy này trong suốt vòng đời hoạt động. Thu phí cấp phép phần mềm hàng năm, chẳng hạn như mỗi GPU hàng năm vài nghìn đô la, trong khi số lượng GPU mà doanh nghiệp triển khai lên tới hàng triệu, đây sẽ là một mô hình kinh doanh phần mềm định kỳ rất lớn.

Thứ hai, chia sẻ doanh thu đám mây. Một số đám mây mới khu vực chịu trách nhiệm lấy đất, điện và vỏ bọc, nhưng phụ thuộc vào NVIDIA cung cấp cơ sở hạ tầng toàn diện, hỗ trợ phần mềm và hệ sinh thái khách hàng. Trong loại hợp tác này, chúng tôi đầu tư ban đầu, vừa nhận doanh thu bán hàng ban đầu, vừa chia sẻ doanh thu liên tục trong 4 đến 10 năm.

Hai đường cong tăng trưởng này đều được thúc đẩy bởi quy mô lắp đặt toàn cầu và quy mô hệ sinh thái phần mềm của chúng tôi, mà không phụ thuộc vào lượng hàng hóa phần cứng đơn thuần.

Logic phân bổ vốn và 99.99% sự chắc chắn

Các bạn đã sử dụng hơn 50% dòng tiền tự do để mua lại cổ phiếu, logic phân bổ vốn đứng sau điều này là gì?

Quý trước, chúng tôi đã hoàn trả hơn 60% dòng tiền tự do thông qua việc mua lại cổ phiếu.

Chúng tôi sẽ tiếp tục đầu tư chiến lược vào các công ty chất lượng cao trong hệ sinh thái của chúng tôi. Chúng tôi đang ở trung tâm của dòng thông tin, làm việc với những người sáng lập tuyệt vời, và thực sự có thể giúp các doanh nghiệp được đầu tư thành công.

Tuy nhiên, so với khả năng tạo ra tiền mặt tổng thể của chúng tôi, tỷ lệ đầu tư bên ngoài sẽ nhanh chóng giảm xuống. Những cơ hội như đầu tư sớm vào OpenAI hoặc Anthropic sẽ không tái diễn ở giai đoạn đó, trong khi khả năng tạo ra dòng tiền tự do tổng thể của chúng tôi đang mở rộng với tốc độ đáng kinh ngạc.

Nhìn về năm năm tới, bạn có bao nhiêu niềm tin rằng thế giới sẽ trở nên tốt đẹp hơn rõ rệt?

Nhìn về cuối thập kỷ này, việc xây dựng cơ sở hạ tầng toàn cầu và chu kỳ nâng cấp phần cứng rất dễ dàng đạt từ 4 nghìn tỷ đến 10 nghìn tỷ đô la mỗi năm. Mỗi khi xã hội tiêu thụ token, sử dụng trí tuệ nhân tạo, nhà máy tính toán đó phải hoạt động. Nếu công việc tri thức chiếm 50 nghìn tỷ đô la GDP toàn cầu, và AI mang lại 20% tăng năng suất, thì sẽ tạo ra 10 nghìn tỷ đô la sản lượng kinh tế gia tăng. Việc tái đầu tư một phần nhỏ giá trị đó vào chi tiêu vốn để tạo ra trí tuệ là hoàn toàn hợp lý.

Tôi có 99.99% sự tự tin rằng kết quả sẽ rất tích cực. Có quá nhiều người rất quan tâm đến việc làm cho điều này đúng. Những nhà nghiên cứu và kỹ sư tập trung trong các ngành khác nhau, ngoài tầm nhìn công chúng, hàng ngày đang làm những công việc tuyệt vời để đảm bảo công nghệ này tiến bộ một cách có trách nhiệm.

Lo lắng là điều tốt, chúng ta cũng nên bày tỏ những lo ngại của mình. Nhưng việc tiên đoán ngày tận thế đã đánh giá thấp khả năng thích ứng, sức bền và sự sáng tạo của con người. Việc cho rằng mọi thứ sẽ bị hỏng trừ khi một số nhà phê bình hướng dẫn là một sự kiêu ngạo. Những người tuyệt vời trong ngành này hàng ngày đang làm những điều đúng đắn.

Chúng ta phải chịu trách nhiệm về bản thân, nhưng chúng ta nên mong đợi một tương lai lạc quan. Chúng ta hoàn toàn có thể dừng lại, nhưng nếu dừng lại hôm nay, chúng ta sẽ từ bỏ cơ hội xây dựng một thế giới an toàn hơn, khỏe mạnh hơn và thịnh vượng hơn.