2.185 exaFLOPS: Trung Quốc thử sức tự chủ AI đến năm 2028

Trung Quốc đang đẩy mạnh mục tiêu tự chủ hạ tầng trí tuệ nhân tạo (AI) vào năm 2028, dựa trên quy mô điện toán thông minh đạt 2.185 exaFLOPS (EFLOPS) và một số trường hợp huấn luyện mô hình lớn bằng chip AI nội địa. Dù đã xuất hiện các ca huấn luyện mô hình lớn trên phần cứng trong nước, vẫn còn quá sớm để khẳng định phần lớn các mô hình AI hàng đầu của nước này đã thoát khỏi sự phụ thuộc vào Nvidia(NVDA).

Bộ Công nghiệp và Công nghệ thông tin Trung Quốc (MIIT) cho biết ngày 27, tính đến cuối tháng 6, quy mô điện toán thông minh của nước này đã đạt 2.185 exaFLOPS, với hơn 70 tuyến hành lang tính toán được xây dựng. Cơ quan này cũng cho biết đã hoàn thiện gần 200 tiêu chuẩn cốt lõi liên quan đến AI.

EFLOPS là đơn vị đo năng lực tính toán, tương đương một triệu tỷ phép tính dấu phẩy động mỗi giây. Việc huấn luyện và suy luận mô hình AI đòi hỏi sự kết hợp của bộ xử lý đồ họa (GPU), mạng tốc độ cao, nguồn điện trung tâm dữ liệu và framework phần mềm, nên khó có thể đánh giá năng lực cạnh tranh tổng thể chỉ dựa trên hiệu năng của một loại chip đơn lẻ.

Trung Quốc cho biết trong giai đoạn Kế hoạch 5 năm lần thứ 15 sẽ hỗ trợ phát triển chip huấn luyện cao cấp, thuật toán đa phương thức, mô hình thế giới (world model) và robot hình người. Điều này cho thấy nước này không xem AI là cuộc đua về hiệu năng mô hình đơn thuần, mà là cuộc cạnh tranh về nền tảng công nghiệp bao gồm chip, trung tâm dữ liệu, điện năng và phần mềm.

Bloomberg đưa tin Trung Quốc đang chuẩn bị phương án đầu tư khoảng 2.000 tỷ nhân dân tệ, tương đương 295 tỷ USD, để xây dựng mạng lưới trung tâm dữ liệu AI trên toàn quốc. Theo Bloomberg, kế hoạch này bao gồm phương án nâng tỷ lệ nhà cung cấp nội địa lên tối thiểu 80% và mục tiêu hình thành lưới điện toán kết nối toàn quốc vào năm 2028.

Tuy nhiên, đây chưa phải chính sách chính thức mà mới ở giai đoạn thảo luận ban đầu. Ủy ban Cải cách và Phát triển Quốc gia Trung Quốc (NDRC) được cho là đơn vị dẫn dắt bản kế hoạch tổng thể, trong khi China Mobile và China Telecom được nhắc tới như những đơn vị đảm nhận vai trò vận hành chính. Dù vậy, cấu trúc chi tiết và cách thức phân bổ ngân sách vẫn có thể thay đổi.

Một số trường hợp thực tế đã được công bố. Z.ai ngày 13 tháng 1 công bố mô hình GLM-Image, cho biết toàn bộ quy trình từ xử lý dữ liệu đến huấn luyện quy mô lớn đều được thực hiện trên cụm Ascend Atlas 800T A2 và framework AI MindSpore.

Meituan ngày 30 tháng 6 ra mắt LongCat-2.0, cho biết mô hình 1,6 nghìn tỷ tham số (1.6T) được huấn luyện và suy luận trên cụm điện toán nội địa quy mô khoảng 50.000 chip. Trường hợp này được xem là tín hiệu cho thấy chip nội địa Trung Quốc không chỉ dùng cho suy luận mà còn có thể phục vụ huấn luyện mô hình lớn.

Dù vậy, chưa thể khẳng định điều này đồng nghĩa với việc toàn bộ AI tiên phong của Trung Quốc đã nội địa hóa hoàn toàn. South China Morning Post (SCMP) cho biết phần lớn các mô hình AI tiên tiến của Trung Quốc vẫn đang được huấn luyện bằng chip Nvidia.

SCMP cũng dẫn nhận định cho rằng việc chuyển sang dùng chip Ascend của Huawei đòi hỏi viết lại mã nguồn vốn dựa trên nền tảng CUDA, có thể khiến thời gian và chi phí tăng thêm hơn 50%. Điều này cho thấy ngoài việc có được chip nội địa, hệ sinh thái phát triển, trình biên dịch (compiler) và tối ưu hiệu năng cũng có thể trở thành điểm nghẽn.

Huawei, trong lộ trình công bố năm 2025, cho biết sẽ ra mắt dòng chip Ascend 950 vào năm 2026, Ascend 960 vào năm 2027 và Ascend 970 vào năm 2028. Điều này cho thấy tham vọng tự chủ phần cứng AI của Trung Quốc đang gắn liền với lịch trình sản phẩm và kế hoạch chuỗi cung ứng cụ thể.

Chính sách kiểm soát xuất khẩu của Mỹ cũng là một yếu tố thúc đẩy tốc độ nội địa hóa của Trung Quốc. TokenPost từng đưa tin rằng tỷ trọng cung ứng thực tế trên thị trường chip AI cao cấp của Trung Quốc có thể thay đổi tùy theo mức độ thực thi kiểm soát xuất khẩu của Mỹ, sự phê duyệt của giới chức Trung Quốc và điều kiện thu mua wafer, bộ nhớ băng thông cao (HBM).

Với độc giả Việt Nam, xu hướng này cũng đáng chú ý dưới góc độ chất bán dẫn và hạ tầng AI. Việc Trung Quốc mở rộng thu mua linh kiện nội địa có thể vừa tạo cơ hội vừa tạo áp lực cho ngành bộ nhớ, thiết bị bán dẫn và hạ tầng điện của Hàn Quốc.

Trên thị trường tiền mã hóa, hiện chưa ghi nhận thay đổi nào ở sàn giao dịch, token hay chỉ số on-chain liên quan trực tiếp đến vấn đề này. Tuy nhiên, giữa lúc tranh luận về việc Mỹ tiền kiểm các mô hình AI tiên phong vẫn tiếp diễn, Trung Quốc đang dùng chip nội địa và hạ tầng tính toán riêng để tạo ra một hướng đi khác.

Vấn đề then chốt là liệu đến năm 2028, việc sản xuất chip nội địa, chuyển đổi phần mềm và vận hành cụm điện toán quy mô lớn có khớp với kế hoạch đề ra hay không. Hiện tại, những gì được xác nhận chỉ là định hướng mở rộng hạ tầng của chính phủ và một số ca huấn luyện dựa trên chip nội địa, trong khi lưới điện toán kết nối toàn quốc và mục tiêu 80% nguồn cung nội địa vẫn đang ở giai đoạn thông tin ban đầu.