Chi phí AI giảm, nhu cầu điện toán và điện năng vẫn có thể tăng

Ngay cả khi các mô hình AI trọng số mở giúp giảm chi phí sử dụng, tổng nhu cầu điện toán trên toàn ngành vẫn có thể tiếp tục tăng theo một phân tích mới. Khi AI giá rẻ hơn giúp doanh nghiệp mở rộng phạm vi ứng dụng, mức tiêu thụ GPU và điện năng tại các trung tâm dữ liệu cũng có thể tăng theo.

Odaily (Odaily) ngày 4 dẫn báo cáo “Open-weight Models and Three Scenarios” của Morgan Stanley cho biết các mô hình trọng số mở không nhất thiết làm suy yếu nhu cầu điện toán AI. Tuy nhiên, bản báo cáo gốc không được tìm thấy trên các đường dẫn web công khai, nên các câu chữ và số liệu chi tiết trong báo cáo chưa được xác minh.

Mô hình trọng số mở là loại mô hình AI cho phép các nhà phát triển hoặc doanh nghiệp bên ngoài tải về trọng số của một mô hình đã huấn luyện xong, sau đó chạy hoặc chỉnh sửa trên hạ tầng riêng. Khái niệm này khác với mã nguồn mở đúng nghĩa, vốn đòi hỏi công khai cả dữ liệu huấn luyện, toàn bộ mã nguồn lẫn quy trình huấn luyện có thể tái lập.

Meta (Meta) từng cho biết trong tài liệu giới thiệu Llama 3.1 rằng các nhà phát triển có thể tải trọng số mô hình về và chạy trên môi trường tại chỗ (on-premise), trên nền tảng đám mây hoặc cục bộ. Nhờ đó, doanh nghiệp có thể triển khai mô hình trong hệ thống riêng mà không cần gửi toàn bộ dữ liệu ra các dịch vụ AI bên ngoài.

Điểm mấu chốt của phân tích nằm ở việc chi phí giảm và tổng nhu cầu tăng có thể xảy ra đồng thời. Khái niệm “nghịch lý Jevons” chỉ ra rằng khi hiệu suất được cải thiện và chi phí trên mỗi đơn vị giảm, mức sử dụng có thể tăng lên, khiến tổng mức tiêu thụ thực tế lại lớn hơn.

Trong lĩnh vực AI, khi chi phí suy luận hoặc tạo token giảm, công nghệ này có thể được áp dụng cho nhiều tác vụ hơn, từ chăm sóc khách hàng, viết mã, phân tích tài liệu cho đến tự động hóa tác vụ bằng agent. Dù chi phí cho từng tác vụ riêng lẻ giảm, tổng số lượt gọi và khối lượng tính toán vẫn có thể phình to.

Nhu cầu chất bán dẫn cũng nằm trong cùng cuộc tranh luận này. NVIDIA(NVDA) ghi nhận doanh thu quý 2 tài khóa 2026 đạt 46,7 tỷ USD (khoảng 64,7 nghìn tỷ won), trong đó doanh thu mảng trung tâm dữ liệu đạt 41,1 tỷ USD (khoảng 57 nghìn tỷ won), tăng 56% so với cùng kỳ năm trước.

Jensen Huang (Jensen Huang), nhà sáng lập kiêm CEO NVIDIA(NVDA), phát biểu trong buổi công bố kết quả kinh doanh rằng hiệu năng suy luận cần “tăng thêm cả một bậc số lượng lớn”. Bình luận, phát biểu này cho thấy khi trọng tâm sử dụng AI dịch chuyển từ huấn luyện sang suy luận, áp lực lên GPU và hạ tầng trung tâm dữ liệu có thể tiếp tục kéo dài chứ không sớm hạ nhiệt.

Nguồn cung điện cũng là điều kiện then chốt. Cơ quan Năng lượng Quốc tế (IEA) trong báo cáo năm 2025 dự báo mức tiêu thụ điện của các trung tâm dữ liệu toàn cầu sẽ tăng hơn gấp đôi, đạt khoảng 945 TWh vào năm 2030. Trong bản cập nhật năm 2026, IEA cho biết mức sử dụng điện của trung tâm dữ liệu đã tăng 17% trong năm 2025, và tốc độ tăng ở các trung tâm dữ liệu tập trung cho AI còn nhanh hơn.

Mức tiêu thụ điện cho mỗi tác vụ AI đang giảm, nhưng số lượng người dùng tăng lên cùng các ứng dụng tiêu tốn nhiều năng lượng như AI agent có thể bù lại phần tiết kiệm đó. Một phân tích trước đó cũng từng chỉ ra nhu cầu hạ tầng AI có thể tạo áp lực tăng giá lên các sản phẩm công nghệ và giá điện.

Mối liên hệ trực tiếp với thị trường tài sản số hiện chưa rõ ràng. Tuy vậy, tại một số khu vực, các trung tâm dữ liệu AI và cơ sở khai thác Bitcoin(BTC) có thể phải cạnh tranh nguồn điện, mặt bằng và tài nguyên làm mát, nên vẫn có thể chịu tác động gián tiếp.

Giới quan sát trong ngành vẫn còn nhiều ý kiến trái chiều. Một luồng quan điểm cho rằng mô hình trọng số mở hạ thấp rào cản tiếp cận AI, từ đó kéo nhu cầu về GPU, bộ nhớ và hạ tầng điện tăng theo. Luồng quan điểm khác lại lo ngại cạnh tranh về giá có thể bào mòn biên lợi nhuận của các công ty AI đóng và ảnh hưởng đến khả năng sinh lời của một số nhà cung cấp dịch vụ đám mây.

Chỉ số AI 2026 của Viện AI lấy con người làm trung tâm thuộc Đại học Stanford (Stanford HAI) cho thấy khoảng cách hiệu năng giữa các mô hình AI của Mỹ và Trung Quốc đã nhiều lần đảo chiều kể từ năm 2025. Tính đến tháng 3/2026, mô hình hàng đầu của Anthropic dẫn trước với khoảng cách 2,7%. Hiệu ứng cuối cùng của việc chi phí giảm nhiều khả năng sẽ phụ thuộc vào lượng sử dụng AI mới phát sinh, cũng như quy mô nguồn cung chất bán dẫn và điện năng có đáp ứng kịp hay không.