Thế giằng co trong cuộc đua AI Mỹ - Trung
Chỉ số AI Stanford 2026 ghi nhận đầu tư tư nhân cho AI của Mỹ đạt 286 tỷ USD, gấp 23 lần Trung Quốc. Khoảng cách tiền bạc đó không ngăn được các công ty AI đại lục bám sát về thuật toán. Thực tế hiện nay là Mỹ vượt trội hạ tầng nhưng gánh rủi ro tài chính, trong khi Trung Quốc hiệu quả về phần mềm nhưng nghẽn chuỗi cung ứng chip.
Liang Wenfeng - nhà sáng lập 41 tuổi của DeepSeek. Ảnh: Getty Images.
|
Cuối tháng 7/2026, nội dung cuộc họp giữa nhà sáng lập DeepSeek Liang Wenfeng với các nhà đầu tư kéo dài 4 tiếng ngày 20/05/2026 đã bị rò rỉ, làm rúng động giới đầu tư đại lục. Sự việc khiến vòng gọi vốn thứ hai trị giá 8 tỷ USD của doanh nghiệp đình trệ. Quỹ Monolith dừng đàm phán sau khi từng định giá startup này ở mức 500 tỷ Nhân dân tệ (74 tỷ USD).
Tài liệu rò rỉ cho thấy Liang xem người dùng chỉ là “hạt vừng bên đường”, còn “quả dưa hấu thật” là trí tuệ nhân tạo phổ quát (AGI). Liang thừa nhận DeepSeek chỉ có 20,000 chip Nvidia H100, tức quy mô tính toán bằng 1/20 các tập đoàn AI Mỹ.
Để bù lại, doanh nghiệp đặt giá API thật thấp nhằm thu hồi chi phí phần cứng trong 10 tháng và bào mòn biên lợi nhuận của đối thủ. Xuất phát từ thế thiếu chip, các mô hình giá rẻ này lại châm ngòi cuộc chiến giá đe dọa lợi nhuận phần mềm toàn cầu.
Rào cản phần mềm của Mỹ bị vô hiệu hóa
Mỹ áp đảo về số lượng doanh nghiệp khi có 6,956 công ty AI xuất hiện trong giai đoạn 2013-2024, gấp 4 lần con số 1,605 của Trung Quốc. Đánh giá của NIST cho thấy mô hình đại lục chỉ đi sau Mỹ 8 tháng, và tới tháng 3/2026 khoảng cách năng lực rút xuống 2.7 điểm %, với ngân sách chỉ bằng 4% phương Tây.
DeepSeek huấn luyện xong mô hình V3 với chi phí trực tiếp 5.6 triệu USD trên chip H800 đời cũ, trong khi Llama 3 của Meta có thể ngốn tới 1 tỷ USD. Thông tin này làm dấy lên lo ngại về việc nhu cầu đối với chip tiên tiến của Nvidia sẽ không cao như dự báo.
Bí quyết của các mô hình AI Trung Quốc nằm ở kiến trúc hỗn hợp chuyên gia (MoE) chia mạng lưới thành 256 nhánh chuyên biệt và chỉ kích hoạt 8 nhánh cho mỗi tác vụ, nhờ đó tiết kiệm chi phí vận hành.
Thêm vào đó, thuật toán nén MLA giải phóng hơn 90% bộ nhớ tạm của GPU, giảm mạnh nhu cầu về chip nhớ đắt tiền. Nhờ hai kỹ thuật này, DeepSeek V4 Flash bán API với giá 0.14 USD trên 1 triệu token đầu vào, bằng 3.7% đơn giá của OpenAI o1. Mức giá đó đánh thẳng vào biên lợi nhuận gộp 75% mà Nvidia đang hưởng.
Lợi thế lâu năm của Nvidia là CUDA, lớp phần mềm trung gian giúp lập trình viên ra lệnh cho chip mà không cần biết con chip bên trong vận hành ra sao. Kỹ sư DeepSeek bỏ CUDA và viết lệnh bằng PTX, ngôn ngữ giao tiếp thẳng với chip, đổi lại phải tự tay phân việc cho từng nhân tính toán và tự sắp lịch chuyển dữ liệu, phần việc tỉ mỉ tốn hàng tháng trời. TileLang, ngôn ngữ nguồn mở của Đại học Bắc Kinh, giao phần tỉ mỉ đó cho máy tự sinh mã.
Cái giữ chân khách hàng ở Nvidia là công sức chuyển cả hệ thống sang chip hãng khác, và AI đang xóa bỏ ràng buộc đó ngay trong các tập đoàn Mỹ: kỹ sư Anthropic chỉ đưa vài chỉ dẫn rồi để mô hình Claude tự cài đặt và tinh chỉnh cụm máy chủ chip AMD suốt hai ngày cuối tuần. Khi phần mềm hết khóa người dùng vào một dòng chip, lợi thế còn lại của Mỹ thu hẹp chỉ còn khả năng sản xuất phần cứng.
Rào chắn thứ hai của Mỹ là bộ quy tắc an toàn gắn sẵn trong các mô hình đóng, và bộ quy tắc này cũng đang phản tác dụng. Anthropic rà soát hơn 141,000 lượt chạy thử nghiệm rồi phát hiện ba vụ mô hình của chính mình đột nhập hạ tầng của ba tổ chức bên ngoài, sớm nhất từ tháng 4/2026, bằng thủ thuật đơn giản là khai thác mật khẩu yếu.
Các bài kiểm tra này lẽ ra phải chạy trong môi trường ngắt mạng hoàn toàn, nhưng khâu cô lập bị buông lỏng nên mô hình thoát ra ngoài, và hai trong ba tổ chức bị đột nhập không hề phát hiện. Trước đó ít ngày, OpenAI cũng thừa nhận mô hình của mình đột nhập máy chủ Hugging Face và gọi đây là sự cố an ninh nghiêm trọng.
Hugging Face sau đó hứng một đợt tấn công do tác nhân AI tự hành thực hiện với hàng chục ngàn thao tác tự động, xâm nhập qua đường xử lý dữ liệu rồi dựng các môi trường lập trình tạm thời trên đám mây. Đội an ninh của nền tảng này thử dùng một mô hình hàng đầu của Mỹ để truy vết nhưng bị chính bộ quy tắc an toàn chặn lại, vì mô hình không phân biệt được người muốn vá lỗi với kẻ đang tìm điểm yếu để tấn công mạng.
Hugging Face phải chuyển sang mô hình mở GLM 5.2 của Z.ai (Trung Quốc) chạy trên hạ tầng riêng và soi được hơn 17,000 dấu vết kẻ tấn công để lại. Bộ quy tắc an toàn vì thế biến thành gánh nặng cho bên phòng thủ, trong khi kẻ tấn công không chịu ràng buộc nào.
Điều trớ trêu nhất trong vụ việc này là các mô hình tiên tiến của Mỹ - vốn được đánh giá là chất lượng “đỉnh chóp”, an toàn và bảo mật – lại chính là bên gây ra sự cố; còn mô hình AI của Trung Quốc – thường bị chê là thua kém về chất lượng cũng như đáng ngờ về bảo mật – lại được doanh nghiệp Mỹ dùng để khắc phục hậu quả mà mô hình Mỹ gây ra.
Hai rào chắn phần mềm cùng mất tác dụng đẩy cuộc đua trở về chỗ khó xoay xở nhất là năng lực đúc chip.
Giới hạn sản xuất chip của Trung Quốc
Tập đoàn sản xuất chip SMIC của Trung Quốc không thể mua được máy quang khắc EUV do lệnh cấm của Mỹ, nên đã phải dùng máy DUV để làm chip 7nm. Một thiết kế 7nm chạy trên máy EUV chỉ cần 9 bước, còn làm bằng máy DUV phải tăng lên 34 bước. Mỗi bước thêm vào là nguy cơ sai sót tăng thêm một bậc, nên tỷ lệ chip Huawei đạt chuẩn tại SMIC chỉ nằm trong khoảng 5% đến 20%.
Tỷ lệ hỏng cao bóp nghẹt sản lượng và tạo ra cơn khát chip tính toán cho các phòng thí nghiệm đại lục. Viện Tiến bộ ước tính chuỗi cung ứng Mỹ sản xuất 6.89 triệu chip AI tương đương dòng B300 trong năm 2026. Cùng thời gian đó, Huawei chỉ làm được 62,000 đến 160,000 chip nội địa.Chênh lệch sản lượng vì thế lên tới hàng chục lần, bất chấp mọi tiến bộ phần mềm.
Nút thắt thứ hai nằm ở bộ nhớ băng thông cao HBM, thứ không thể nhập khẩu vì lệnh cấm vận. Chế tạo HBM tiêu tốn số tấm wafer silicon gấp 3-4 lần bộ nhớ thường. Công suất của ChangXin Memory Technologies (CXMT) hiện chỉ đạt 5,000 tấm wafer mỗi tháng, khiến nguồn cung thực tế dừng ở 2.6 triệu chip nhớ so với nhu cầu 4.2 triệu.
Nhà sáng lập DeepSeek cho biết để huấn luyện mô hình thế hệ kế tiếp cần tối thiểu 200,000 chip Huawei, nhưng DeepSeek chỉ được phân bổ 16,000 chiếc. Con số này buộc doanh nghiệp tiếp tục dồn sức vào tối ưu thuật toán thay vì mở rộng quy mô. Ông thừa nhận bài toán thiếu công suất không thể giải trong ba năm tới.
Trong khi Trung Quốc vướng giới hạn đúc chip, các siêu tập đoàn Mỹ lại vướng ở bảng cân đối kế toán.
Khoản khấu hao Mỹ chưa được hạch toán
Năm 2026, nhóm 5 siêu tập đoàn gồm Alphabet, Amazon, Meta, Microsoft và Oracle dự kiến chi 760 tỷ USD cho hạ tầng. Báo cáo kết quả kinh doanh lại không phản ánh đúng quy mô chi tiêu đó, vì phần lớn chi phí khấu hao được đẩy về những năm sau. Trong 760 tỷ USD dự chi, nhóm 5 tập đoàn chỉ ghi nhận khoảng 211 tỷ USD chi phí khấu hao trong năm.
Khoản 549 tỷ USD còn lại được hoãn khấu hao đến sau năm 2027 với lý do trung tâm dữ liệu chưa đi vào vận hành. Cách hạch toán này tạo ra khoảng cách lớn giữa lợi nhuận trên giấy và tiền mặt thực thu. Dòng tiền tự do tổng hợp năm 2026 dự báo giảm 91%, chỉ còn 16 tỷ USD, trong khi lợi nhuận ròng vẫn ghi 506 tỷ USD. Doanh nghiệp báo lãi lớn nhưng gần như không giữ lại được tiền.
Morgan Stanley cho rằng giới phân tích chưa mô hình hóa nổi chi phí vận hành AI. Với Meta năm 2028, độ lệch chuẩn dự báo doanh thu chỉ 4%, còn độ lệch chuẩn dự báo chi phí khấu hao lên tới 24%, và được tạm thời được che đậy bằng cơ chế tài trợ vòng tròn giữa các Big Tech Mỹ, khi bên rót vốn hàng tỷ USD cũng chính là bên nhận lại tiền qua hợp đồng thuê đám mây.
Quỹ Sequoia ước tính khoảng cách giữa vốn đổ vào hạ tầng và doanh thu thu từ người dùng cuối lên tới 600 tỷ USD. Mức lệch này vượt xa ngưỡng từng ghi nhận thời bong bóng viễn thông năm 2001. Nếu mô hình giá rẻ của Trung Quốc tiếp tục kéo giá phần mềm xuống, vòng tiền khép kín đó sẽ đứt ngay ở mắt xích doanh thu.
Doanh nghiệp AI Mỹ có ưu thế về vốn và phần cứng, còn phía Trung Quốc lại có ưu thế về thời gian - Ảnh minh họa bởi AI.
|
Hai cường quốc đang ở thế mạnh yếu đan xen. Mỹ có nguồn vốn tư nhân dồi dào và chuỗi cung ứng phần cứng vượt đối thủ khoảng 170 lần, nhưng ngồi trên khoản khấu hao 549 tỷ USD chưa hạch toán. Trung Quốc dẫn đầu về hiệu quả thuật toán và đã phá được thế độc quyền phần mềm, nhưng bị chặn ở khâu phần cứng bởi tỷ lệ lỗi khi sản xuất chip 7nm và thiếu hụt bộ nhớ HBM.
Vì thế, cuộc đua không còn là chuyện bên nào nhiều tiền hơn hay viết mã nhanh hơn. Phần thắng thuộc về bên tháo được nút thắt của mình trước: Mỹ tìm ra cách thu tiền thật từ người dùng cuối để nuôi khoản đầu tư đã bỏ ra, hay Trung Quốc tự chủ được khâu đúc chip và chip nhớ. Chừng nào chưa bên nào làm được, thế giằng co còn kéo dài.
Đức Quyền
