140 tỷ USD đổ vào AI Trung Quốc, hiệu quả chi phí là yếu tố quyết định

Các tập đoàn công nghệ lớn của Trung Quốc đang mở rộng hạ tầng điện toán trí tuệ nhân tạo (AI) với số vốn thấp hơn nhiều so với Mỹ. Thay vì tổng vốn đầu tư, năng lực tính toán tính trên mỗi USD chi ra - bao gồm cả chi phí điện, đất và làm mát - đang trở thành thước đo cạnh tranh cốt lõi trong cuộc đua hạ tầng AI giữa Mỹ và Trung Quốc.

Theo South China Morning Post (SCMP) của Hong Kong đưa tin ngày 6 (giờ địa phương), Moody's Ratings dự báo chi vốn (capex) liên quan AI của các tập đoàn công nghệ lớn Trung Quốc sẽ tăng từ 65 tỷ USD trong năm 2025 lên 140 tỷ USD vào năm 2026 và 165 tỷ USD vào năm 2027. Cùng giai đoạn này, chi tiêu của 6 nhà cung cấp hyperscale hàng đầu Mỹ được dự báo vượt 785 tỷ USD vào năm 2026 và tiến sát mốc 1.000 tỷ USD vào năm 2027.

Xét về quy mô vốn đầu tư, Mỹ vẫn chiếm ưu thế rõ rệt. Tuy nhiên Moody's phân tích rằng khoảng cách năng lực điện toán vật lý thực tế không lớn bằng khoảng cách chi vốn. Lý do là chi phí đất đai, điện năng và hạ tầng làm mát cho trung tâm dữ liệu tại Trung Quốc tương đối thấp hơn, giúp doanh nghiệp nước này có được nhiều năng lực hơn với cùng một khoản tiền.

Nhà cung cấp hyperscale là các doanh nghiệp vận hành đám mây và trung tâm dữ liệu quy mô lớn. Khi nhu cầu huấn luyện và suy luận (inference) AI tăng lên, danh mục đầu tư của các doanh nghiệp này đã mở rộng sang chip xử lý đồ họa (GPU), máy chủ, lưới điện, thiết bị làm mát và hạ tầng mạng. Nói cách khác, capex hiện nay không đơn thuần là tiền mua máy chủ, mà gần với toàn bộ chi phí nền tảng để vận hành dịch vụ AI liên tục.

Lợi thế chi phí của Trung Quốc thể hiện rõ nhất ở cấu trúc điện năng. Chính sách "Đông số Tây toán" của Bắc Kinh nhằm chuyển nhu cầu xử lý dữ liệu từ khu vực duyên hải phía Đông sang hạ tầng điện tại các vùng tài nguyên phía Tây và nội địa như Nội Mông, Cam Túc. Các tác vụ huấn luyện AI ít nhạy cảm với độ trễ có thể được chuyển tới những khu vực có chi phí điện và làm mát thấp hơn.

Theo phân tích của BMI, việc chuyển tác vụ huấn luyện AI tới các khu vực có nguồn điện sạch và khí hậu mát mẻ giúp doanh nghiệp tiết giảm chi phí điện và làm mát. Việc ByteDance mở rộng trung tâm dữ liệu tại Ulanqab, Nội Mông được xem là một ví dụ điển hình cho xu hướng này. Điều đó cho thấy cuộc đua chọn địa điểm đặt trung tâm dữ liệu đang dịch chuyển từ cạnh tranh quỹ đất sang cạnh tranh đơn giá điện và hiệu quả làm mát.

Chỉ số công suất lắp đặt cũng phản ánh xu hướng tương tự. Tính đến cuối năm 2025, công suất trung tâm dữ liệu lắp đặt của Mỹ đạt 52 gigawatt (GW), trong khi Trung Quốc đạt 28GW. Đến năm 2030, con số này được dự báo lần lượt đạt 100GW và 67GW.

Nếu chỉ nhìn vào tốc độ tăng trưởng, Trung Quốc đang mở rộng nhanh hơn. Tốc độ tăng trưởng bình quân năm (CAGR) về công suất lắp đặt trung tâm dữ liệu của Trung Quốc được dự báo đạt 19%, cao hơn mức 14% của Mỹ. Tuy nhiên, xét về công suất tuyệt đối, Mỹ vẫn giữ vị thế dẫn đầu ngay cả vào năm 2030.

Giới hạn cũng hiện rõ. Do máy chủ và chip tăng tốc chiếm tỷ trọng lớn nhất trong chi tiêu AI, việc hạn chế tiếp cận các dòng chip tiên tiến nhất của Nvidia(NVDA) được xem là điểm yếu của doanh nghiệp Trung Quốc. Hệ sinh thái chip và phần mềm nội địa Trung Quốc đang cải thiện, nhưng Moody's đánh giá vẫn còn tụt hậu so với công nghệ và hệ sinh thái của Nvidia.

Hiệu suất sử dụng điện cũng là bài toán còn bỏ ngỏ. SemiAnalysis ước tính hệ thống CloudMatrix 384 của Huawei tiêu thụ điện năng gấp khoảng 4,1 lần so với GB200 NVL72 của Nvidia, dù hiệu năng tính toán gần gấp đôi. Bình luận cho rằng dù khoảng cách hiệu năng được thu hẹp, chi phí điện để xử lý cùng một khối lượng tính toán vẫn có thể trở thành biến số quyết định năng lực cạnh tranh.

Ở mảng năng lực mô hình AI, Trung Quốc cũng cho thấy đà bám đuổi. Kimi K3 của Moonshot AI, GLM-5.3 của Z.ai (Zhipu AI) và Qwen3.8 của Alibaba Group Holding(BABA) được so sánh cùng các mô hình mã nguồn mở hàng đầu thế giới trên nhiều bài kiểm chuẩn (benchmark). Dù vậy, hiệu năng mô hình không đồng nghĩa với doanh thu và lợi nhuận từ mảng đám mây.

Khoảng cách thương mại hóa vẫn còn lớn. Theo số liệu quý gần nhất, doanh thu mảng đám mây của Microsoft(MSFT) đạt 59 tỷ USD, Amazon(AMZN) đạt 42 tỷ USD và Alphabet(GOOGL) đạt 25 tỷ USD. Trong khi đó, Alibaba(BABA) chỉ đạt 7 tỷ USD và Baidu(BIDU) khoảng 1 tỷ USD.

Doanh thu mảng đám mây của Alibaba trong quý kết thúc vào tháng 6 tăng 45%, mức tăng trưởng nhanh nhất trong 22 quý qua. Điều này cho thấy dù doanh nghiệp Trung Quốc hạ được chi phí hạ tầng và mở rộng công suất nhanh chóng, việc chuyển hóa lợi thế đó thành doanh thu đám mây ổn định vẫn còn khoảng cách so với các "ông lớn" công nghệ Mỹ.

Câu hỏi tương tự cũng đặt ra với doanh nghiệp Hàn Quốc. Hạ tầng AI không phải là cuộc đua mua sắm thật nhiều máy chủ, mà là bài toán cấu trúc chi phí gắn với hợp đồng điện, chi phí làm mát, chuỗi cung ứng thiết bị và khả năng đảm bảo nhu cầu sử dụng. TokenPost từng đưa tin rằng trong các thảo luận về trung tâm điện toán AI tại Hàn Quốc, khó có thể giải thích năng lực cạnh tranh chỉ bằng tổng lượng thiết bị tính toán.

So sánh Mỹ - Trung mà Moody's đưa ra cho thấy đầu tư hạ tầng AI của Hàn Quốc cũng cần được nhìn nhận không chỉ ở tổng vốn đầu tư, mà còn ở năng lực cung ứng tính toán thực tế và chi phí vận hành đi kèm. TokenPost trước đó cũng đưa tin rằng các khoản đầu tư hạ tầng quy mô lớn có thể phụ thuộc vào hợp đồng điện và cấu trúc chi phí tại địa phương hơn là quy mô vốn. Nếu không đảm bảo đồng thời các điều kiện về điện, quỹ đất và chuỗi cung ứng thiết bị, tổng vốn đầu tư một mình sẽ khó phản ánh đầy đủ năng lực cạnh tranh điện toán AI.