NVIDIA bắt đầu tham gia vào lĩnh vực mô hình AI lớn

炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

Nguồn: Báo Bắc Kinh Shangbao

Nếu có ai hỏi ai là người chiến thắng lớn nhất trong thời đại AI, câu trả lời gần như không cần bàn cãi—đó chính là Nvidia. Nhờ những chiếc H100 không ngừng được săn đón, giống như những người bán xẻng trong cơn sốt vàng, nhìn thấy các công ty AI trên toàn thế giới đấu đá nhau đến mức chảy máu, còn họ thì lặng lẽ kiếm lời lớn, giá trị thị trường liên tục bứt phá. Các tài liệu tài chính mới nhất cho thấy Nvidia sẽ đầu tư tổng cộng 26 tỷ USD trong 5 năm tới để thúc đẩy nghiên cứu phát triển các mô hình AI mã nguồn mở lớn. Điều này có nghĩa là Nvidia không còn hài lòng với việc bán xẻng nữa, mà còn muốn tự mình đào vàng.

Đầu tư quy mô lớn

Vào ngày 12 tháng 3, theo các tài liệu tài chính gửi lên Ủy ban Chứng khoán và Giao dịch Mỹ (SEC), Nvidia sẽ đầu tư tổng cộng 26 tỷ USD (khoảng 178,8 tỷ nhân dân tệ) trong 5 năm tới để thúc đẩy nghiên cứu phát triển các mô hình AI mã nguồn mở lớn. Công ty cũng chính thức bắt đầu chuyển đổi chiến lược từ “nhà sản xuất chip” sang “phòng thí nghiệm hàng đầu về AI toàn diện”.

Theo kế hoạch, khoản đầu tư 26 tỷ USD này không chỉ tập trung vào phát triển một mô hình duy nhất, mà còn bao phủ toàn bộ chuỗi ngành công nghiệp của các mô hình AI mã nguồn mở lớn, với nguồn vốn sẽ dần dần triển khai trong vòng 18 đến 24 tháng tới. Những mô hình AI mã nguồn mở tự phát triển đầu tiên dự kiến sẽ chính thức ra mắt vào cuối năm 2026 hoặc đầu năm 2027.

So sánh, quy mô đầu tư này vượt xa khoản 3 tỷ USD mà OpenAI đã tiêu tốn để huấn luyện GPT-4. Về mặt chiến lược công nghệ, Nvidia chọn con đường “trung gian mở khóa” (Open-weight), nằm giữa việc OpenAI hoàn toàn đóng mã nguồn và Meta với dòng Llama hoàn toàn mở. Cụ thể, Nvidia sẽ công khai các tham số chính của mô hình (trọng số), cho phép các doanh nghiệp và nhà phát triển tải xuống miễn phí, chạy và tinh chỉnh trên thiết bị hoặc đám mây riêng của họ, nhằm đáp ứng các yêu cầu về bảo mật dữ liệu, tùy biến và kiểm soát chi phí. Tuy nhiên, dữ liệu huấn luyện và mã nguồn của mô hình có thể không hoàn toàn được công khai.

Người sáng lập Viện Laude, một tổ chức phi lợi nhuận thúc đẩy mở rộng AI, và nhà khoa học máy tính Andy Konwinski, nhận định khoản đầu tư của Nvidia là một tín hiệu mang tính bước ngoặt. “Họ đang đứng ở điểm giao thoa của nhiều dự án AI mở và đóng,” Konwinski nói, “đây là một tuyên bố chưa từng có về niềm tin vào tính mở của họ.”

Ngoài ra, các phân tích ngành cũng chỉ ra rằng chiến lược mở mã nguồn còn mang ý nghĩa thương mại dài hạn hơn đối với Nvidia. Khi phát hành mô hình, Nvidia sẽ công khai trọng số và chi tiết kỹ thuật, giúp các công ty khởi nghiệp và nhà nghiên cứu dễ dàng chỉnh sửa và sáng tạo dựa trên công nghệ của họ, từ đó hình thành một mạng lưới nhà phát triển xung quanh hệ sinh thái phần cứng của Nvidia, củng cố thêm tính cạnh tranh của các chip của họ trên thị trường.

Song song với OpenAI

Kể từ khi Nvidia ra mắt mô hình Nemotron đầu tiên vào tháng 11 năm 2023, công ty đã liên tục giới thiệu các mô hình chuyên dụng dành cho robot, mô hình dự báo khí hậu và gập protein trong các lĩnh vực chuyên biệt. Phó chủ tịch nghiên cứu sâu về học máy của Nvidia, Bryan Catanzaro, còn tiết lộ rằng Nvidia đã hoàn thành việc huấn luyện trước một mô hình có 550 tỷ tham số. Trong lĩnh vực phát triển mô hình cốt lõi, Nvidia sẽ tập trung nghiên cứu các mô hình đa phương thức, đa lĩnh vực tiên tiến, bao gồm ngôn ngữ, mã, tính toán khoa học, trí thông minh nhân tạo.

Gần đây, Nvidia còn ra mắt mô hình ngôn ngữ lớn mã nguồn mở thế hệ mới dành riêng cho hệ thống đa trí thông minh doanh nghiệp, mang tên Nemotron 3 Super, với tổng số tham số lên tới 1280 tỷ (chỉ kích hoạt 120 tỷ trong suy luận), hỗ trợ gói dài hơn 1 triệu token. Khác với các phương thức truy cập API phổ biến, lần này Nvidia mở khóa trọng số mô hình, dữ liệu huấn luyện/training hậu huấn luyện và toàn bộ quy trình huấn luyện.

1280 tỷ tham số, quy mô tương đương với phiên bản lớn nhất của GPT-OSS của OpenAI. Nvidia tuyên bố rằng, trong bảng xếp hạng tổng hợp chỉ số trí tuệ nhân tạo, Nemotron 3 Super đạt 37 điểm, trong khi GPT-OSS chỉ đạt 33 điểm.

Đáng chú ý, Nvidia cũng thừa nhận rằng một số mô hình của Trung Quốc có điểm cao hơn mức này. Họ còn cho biết Nemotron 3 Super đã tham gia vào một bài kiểm tra chuẩn mới mang tên PinchBench, chuyên đánh giá khả năng điều khiển của mô hình đối với OpenClaw, và mô hình này đứng đầu trong bài kiểm tra đó.

Về mặt kỹ thuật, Nvidia đã công bố nhiều phương pháp sáng tạo trong quá trình huấn luyện mô hình này, bao gồm các kiến trúc và kỹ thuật huấn luyện nhằm nâng cao khả năng suy luận, xử lý ngữ cảnh dài và phản hồi qua học tăng cường.

Catanzaro nói: “Nvidia đang đặt trọng tâm cao hơn bao giờ hết vào việc phát triển các mô hình mã nguồn mở, và chúng tôi đang đạt được nhiều tiến bộ lớn.”

Về mặt hệ sinh thái, Nvidia đã hợp tác với các nhà cung cấp dịch vụ đám mây hàng đầu như Google Cloud Vertex AI, Oracle Cloud Infrastructure, Dell Technologies, HPE, và đang chuẩn bị tích hợp với Amazon AWS Bedrock và Microsoft Azure. Các công ty phát triển trí tuệ nhân tạo như CodeRabbit, Factory, Greptile, cùng các tổ chức khoa học đời sống như Edison Scientific và Lila Sciences cũng đã công bố tích hợp mô hình này vào quy trình làm việc của họ.

Định hình lại chiến lược

Trong thời gian dài, lợi thế cốt lõi của Nvidia tập trung vào lĩnh vực phần cứng chip, chiếm hơn 80% thị phần chip AI toàn cầu, nhưng về mặt quyền lực trong lĩnh vực mô hình AI, họ còn khá yếu, phần lớn các tiêu chuẩn công nghệ và phương pháp huấn luyện mô hình lớn trước đây do các công ty như OpenAI, Meta định hình.

Lần này, Nvidia tự phát triển mô hình mã nguồn mở hàng đầu nhằm định hình chiến lược công nghệ của AI từ dưới lên, biến kiến trúc phần cứng và phần mềm của họ thành tiêu chuẩn thực tế của ngành, thúc đẩy nhu cầu tính toán qua việc mở mã nguồn các mô hình. Nếu Nemotron trở thành mô hình nền tảng chính cho các hệ thống trí thông minh doanh nghiệp, thì hạ tầng GPU để vận hành quy mô lớn mô hình này vẫn sẽ dựa vào Nvidia—đồng thời mở rộng tính mở của mô hình, họ còn củng cố nhu cầu về phần cứng.

Các nhà phân tích tài chính dự đoán rằng, nếu Nvidia thành công trong việc giữ vững vị thế độc quyền phần cứng và chiếm lĩnh 10% thị trường mô hình nền tảng, thì trong vòng ba năm, công ty có thể thu về thêm tới 50 tỷ USD doanh thu hàng năm. Bryan Catanzaro cho biết, thúc đẩy hệ sinh thái mã nguồn mở hoàn toàn phù hợp với lợi ích cốt lõi của Nvidia, và khoản đầu tư lớn này không phải là theo đuổi theo phong trào nhất thời, mà là một quyết định chiến lược dựa trên phân tích dài hạn của ngành.

Vào ngày thứ Ba theo giờ địa phương, CEO Nvidia, Jensen Huang, đã đăng một bài blog dài hiếm hoi về trí tuệ nhân tạo, là bài viết dài thứ bảy của ông kể từ năm 2016, trong đó ông phân tích hệ thống logic nền tảng của ngành AI, và định nghĩa “ngũ tầng kiến trúc AI”. Ông cho biết, ngành AI hiện vẫn đang trong giai đoạn rất sơ khai, dù đã đầu tư hàng nghìn tỷ USD, nhưng tiềm năng thực sự của AI vẫn chưa được khai thác hết, và trong tương lai, cần hàng chục nghìn tỷ USD đầu tư liên tục để hoàn thiện hạ tầng cơ bản.

Huang nhấn mạnh rằng AI đã trở thành một trong những lực lượng mạnh mẽ nhất định hình thế giới ngày nay. Nó không chỉ là một ứng dụng hoặc mô hình thông minh đơn thuần, mà còn là một hạ tầng thiết yếu như điện và internet, vận hành dựa trên phần cứng, năng lượng và nền kinh tế thực, có khả năng hấp thụ nguyên liệu thô và chuyển đổi thành trí tuệ quy mô lớn. Trong tương lai, mọi công ty đều sẽ sử dụng AI, và mọi quốc gia đều sẽ xây dựng hạ tầng AI.

Về lo ngại mất việc làm do sự phát triển của AI, Huang cho rằng AI không những không cắt giảm việc làm, mà còn tạo ra hàng triệu cơ hội việc làm mới, đặc biệt trong lĩnh vực hạ tầng và kỹ năng cao. Nhu cầu nhân lực để xây dựng hạ tầng AI là rất lớn, các nhà máy AI cần thợ điện, thợ ống nước, thợ sắt, kỹ thuật mạng, thợ lắp đặt và vận hành—đây đều là các vị trí đòi hỏi kỹ năng cao, lương cao, và hiện đang trong tình trạng khan hiếm. AI đang lấp đầy khoảng trống lớn về lao động trong các ngành như lái xe tải, y tá, kế toán trên toàn cầu, chứ không phải là gây thất nghiệp.

Báo cáo của Báo Bắc Kinh Shangbao: Zhao Tianshu

Sáng lập viên Viện Laude, một tổ chức phi lợi nhuận thúc đẩy mở rộng AI, và nhà khoa học máy tính Andy Konwinski, nhận định rằng khoản đầu tư của Nvidia là một tín hiệu mang tính bước ngoặt. “Họ đang đứng ở điểm giao thoa của nhiều dự án AI mở và đóng,” Konwinski nói, “đây là một tuyên bố chưa từng có về niềm tin vào tính mở của họ.”

Ngoài ra, các phân tích ngành còn chỉ ra rằng chiến lược mở mã nguồn còn mang ý nghĩa thương mại dài hạn hơn đối với Nvidia. Khi phát hành mô hình, Nvidia sẽ công khai trọng số và chi tiết kỹ thuật, giúp các công ty khởi nghiệp và nhà nghiên cứu dễ dàng chỉnh sửa và sáng tạo dựa trên công nghệ của họ, từ đó hình thành một mạng lưới nhà phát triển xung quanh hệ sinh thái phần cứng của Nvidia, củng cố thêm tính cạnh tranh của các chip của họ trên thị trường.

Trong thời gian dài, lợi thế cốt lõi của Nvidia tập trung vào lĩnh vực phần cứng chip, chiếm hơn 80% thị phần chip AI toàn cầu, nhưng về mặt quyền lực trong lĩnh vực mô hình AI, họ còn khá yếu, phần lớn các tiêu chuẩn công nghệ và phương pháp huấn luyện mô hình lớn trước đây do các công ty như OpenAI, Meta định hình.

Lần này, Nvidia tự phát triển mô hình mã nguồn mở hàng đầu nhằm định hình chiến lược công nghệ của AI từ dưới lên, biến kiến trúc phần cứng và phần mềm của họ thành tiêu chuẩn thực tế của ngành, thúc đẩy nhu cầu tính toán qua việc mở mã nguồn các mô hình. Nếu Nemotron trở thành mô hình nền tảng chính cho các hệ thống trí thông minh doanh nghiệp, thì hạ tầng GPU để vận hành quy mô lớn mô hình này vẫn sẽ dựa vào Nvidia—đồng thời mở rộng tính mở của mô hình, họ còn củng cố nhu cầu về phần cứng.

Các nhà phân tích tài chính dự đoán rằng, nếu Nvidia thành công trong việc giữ vững vị thế độc quyền phần cứng và chiếm lĩnh 10% thị trường mô hình nền tảng, thì trong vòng ba năm, công ty có thể thu về thêm tới 50 tỷ USD doanh thu hàng năm. Bryan Catanzaro cho biết, thúc đẩy hệ sinh thái mã nguồn mở hoàn toàn phù hợp với lợi ích cốt lõi của Nvidia, và khoản đầu tư lớn này không phải là theo đuổi theo phong trào nhất thời, mà là một quyết định chiến lược dựa trên phân tích dài hạn của ngành.

Vào ngày thứ Ba theo giờ địa phương, CEO Nvidia, Jensen Huang, đã đăng một bài blog dài hiếm hoi về trí tuệ nhân tạo, là bài viết dài thứ bảy của ông kể từ năm 2016, trong đó ông phân tích hệ thống logic nền tảng của ngành AI, và định nghĩa “ngũ tầng kiến trúc AI”. Ông cho biết, ngành AI hiện vẫn đang trong giai đoạn rất sơ khai, dù đã đầu tư hàng nghìn tỷ USD, nhưng tiềm năng thực sự của AI vẫn chưa được khai thác hết, và trong tương lai, cần hàng chục nghìn tỷ USD đầu tư liên tục để hoàn thiện hạ tầng cơ bản.

Huang nhấn mạnh rằng AI đã trở thành một trong những lực lượng mạnh mẽ nhất định hình thế giới ngày nay. Nó không chỉ là một ứng dụng hoặc mô hình thông minh đơn thuần, mà còn là một hạ tầng thiết yếu như điện và internet, vận hành dựa trên phần cứng, năng lượng và nền kinh tế thực, có khả năng hấp thụ nguyên liệu thô và chuyển đổi thành trí tuệ quy mô lớn. Trong tương lai, mọi công ty đều sẽ sử dụng AI, và mọi quốc gia đều sẽ xây dựng hạ tầng AI.

Về lo ngại mất việc làm do sự phát triển của AI, Huang cho rằng AI không những không cắt giảm việc làm, mà còn tạo ra hàng triệu cơ hội việc làm mới, đặc biệt trong lĩnh vực hạ tầng và kỹ năng cao. Nhu cầu nhân lực để xây dựng hạ tầng AI là rất lớn, các nhà máy AI cần thợ điện, thợ ống nước, thợ sắt, kỹ thuật mạng, thợ lắp đặt và vận hành—đây đều là các vị trí đòi hỏi kỹ năng cao, lương cao, và hiện đang trong tình trạng khan hiếm. AI đang lấp đầy khoảng trống lớn về lao động trong các ngành như lái xe tải, y tá, kế toán trên toàn cầu, chứ không phải là gây thất nghiệp.

Báo Bắc Kinh Shangbao: Zhao Tianshu

Sáng lập viên Viện Laude, một tổ chức phi lợi nhuận thúc đẩy mở rộng AI, và nhà khoa học máy tính Andy Konwinski, nhận định rằng khoản đầu tư của Nvidia là một tín hiệu mang tính bước ngoặt. “Họ đang đứng ở điểm giao thoa của nhiều dự án AI mở và đóng,” Konwinski nói, “đây là một tuyên bố chưa từng có về niềm tin vào tính mở của họ.”

Ngoài ra, các phân tích ngành còn chỉ ra rằng chiến lược mở mã nguồn còn mang ý nghĩa thương mại dài hạn hơn đối với Nvidia. Khi phát hành mô hình, Nvidia sẽ công khai trọng số và chi tiết kỹ thuật, giúp các công ty khởi nghiệp và nhà nghiên cứu dễ dàng chỉnh sửa và sáng tạo dựa trên công nghệ của họ, từ đó hình thành một mạng lưới nhà phát triển xung quanh hệ sinh thái phần cứng của Nvidia, củng cố thêm tính cạnh tranh của các chip của họ trên thị trường.

Trong thời gian dài, lợi thế cốt lõi của Nvidia tập trung vào lĩnh vực phần cứng chip, chiếm hơn 80% thị phần chip AI toàn cầu, nhưng về mặt quyền lực trong lĩnh vực mô hình AI, họ còn khá yếu, phần lớn các tiêu chuẩn công nghệ và phương pháp huấn luyện mô hình lớn trước đây do các công ty như OpenAI, Meta định hình.

Lần này, Nvidia tự phát triển mô hình mã nguồn mở hàng đầu nhằm định hình chiến lược công nghệ của AI từ dưới lên, biến kiến trúc phần cứng và phần mềm của họ thành tiêu chuẩn thực tế của ngành, thúc đẩy nhu cầu tính toán qua việc mở mã nguồn các mô hình. Nếu Nemotron trở thành mô hình nền tảng chính cho các hệ thống trí thông minh doanh nghiệp, thì hạ tầng GPU để vận hành quy mô lớn mô hình này vẫn sẽ dựa vào Nvidia—đồng thời mở rộng tính mở của mô hình, họ còn củng cố nhu cầu về phần cứng.

Các nhà phân tích tài chính dự đoán rằng, nếu Nvidia thành công trong việc giữ vững vị thế độc quyền phần cứng và chiếm lĩnh 10% thị trường mô hình nền tảng, thì trong vòng ba năm, công ty có thể thu về thêm tới 50 tỷ USD doanh thu hàng năm. Bryan Catanzaro cho biết, thúc đẩy hệ sinh thái mã nguồn mở hoàn toàn phù hợp với lợi ích cốt lõi của Nvidia, và khoản đầu tư lớn này không phải là theo đuổi theo phong trào nhất thời, mà là một quyết định chiến lược dựa trên phân tích dài hạn của ngành.

Vào ngày thứ Ba theo giờ địa phương, CEO Nvidia, Jensen Huang, đã đăng một bài blog dài hiếm hoi về trí tuệ nhân tạo, là bài viết dài thứ bảy của ông kể từ năm 2016, trong đó ông phân tích hệ thống logic nền tảng của ngành AI, và định nghĩa “ngũ tầng kiến trúc AI”. Ông cho biết, ngành AI hiện vẫn đang trong giai đoạn rất sơ khai, dù đã đầu tư hàng nghìn tỷ USD, nhưng tiềm năng thực sự của AI vẫn chưa được khai thác hết, và trong tương lai, cần hàng chục nghìn tỷ USD đầu tư liên tục để hoàn thiện hạ tầng cơ bản.

Huang nhấn mạnh rằng AI đã trở thành một trong những lực lượng mạnh mẽ nhất định hình thế giới ngày nay. Nó không chỉ là một ứng dụng hoặc mô hình thông minh đơn thuần, mà còn là một hạ tầng thiết yếu như điện và internet, vận hành dựa trên phần cứng, năng lượng và nền kinh tế thực, có khả năng hấp thụ nguyên liệu thô và chuyển đổi thành trí tuệ quy mô lớn. Trong tương lai, mọi công ty đều sẽ sử dụng AI, và mọi quốc gia đều sẽ xây dựng hạ tầng AI.

Về lo ngại mất việc làm do sự phát triển của AI, Huang cho rằng AI không những không cắt giảm việc làm, mà còn tạo ra hàng triệu cơ hội việc làm mới, đặc biệt trong lĩnh vực hạ tầng và kỹ năng cao. Nhu cầu nhân lực để xây dựng hạ tầng AI là rất lớn, các nhà máy AI cần thợ điện, thợ ống nước, thợ sắt, kỹ thuật mạng, thợ lắp đặt và vận hành—đây đều là các vị trí đòi hỏi kỹ năng cao, lương cao, và hiện đang trong tình trạng khan hiếm. AI đang lấp đầy khoảng trống lớn về lao động trong các ngành như lái xe tải, y tá, kế toán trên toàn cầu, chứ không phải là gây thất nghiệp.

Báo Bắc Kinh Shangbao: Zhao Tianshu

Sáng lập viên Viện Laude, một tổ chức phi lợi nhuận thúc đẩy mở rộng AI, và nhà khoa học máy tính Andy Konwinski, nhận định rằng khoản đầu tư của Nvidia là một tín hiệu mang tính bước ngoặt. “Họ đang đứng ở điểm giao thoa của nhiều dự án AI mở và đóng,” Konwinski nói, “đây là một tuyên bố chưa từng có về niềm tin vào tính mở của họ.”

Ngoài ra, các phân tích ngành còn chỉ ra rằng chiến lược mở mã nguồn còn mang ý nghĩa thương mại dài hạn hơn đối với Nvidia. Khi phát hành mô hình, Nvidia sẽ công khai trọng số và chi tiết kỹ thuật, giúp các công ty khởi nghiệp và nhà nghiên cứu dễ dàng chỉnh sửa và sáng tạo dựa trên công nghệ của họ, từ đó hình thành một mạng lưới nhà phát triển xung quanh hệ sinh thái phần cứng của Nvidia, củng cố thêm tính cạnh tranh của các chip của họ trên thị trường.

Trong thời gian dài, lợi thế cốt lõi của Nvidia tập trung vào lĩnh vực phần cứng chip, chiếm hơn 80% thị phần chip AI toàn cầu, nhưng về mặt quyền lực trong lĩnh vực mô hình AI, họ còn khá yếu, phần lớn các tiêu chuẩn công nghệ và phương pháp huấn luyện mô hình lớn trước đây do các công ty như OpenAI, Meta định hình.

Lần này, Nvidia tự phát triển mô hình mã nguồn mở hàng đầu nhằm định hình chiến lược công nghệ của AI từ dưới lên, biến kiến trúc phần cứng và phần mềm của họ thành tiêu chuẩn thực tế của ngành, thúc đẩy nhu cầu tính toán qua việc mở mã nguồn các mô hình. Nếu Nemotron trở thành mô hình nền tảng chính cho các hệ thống trí thông minh doanh nghiệp, thì hạ tầng GPU để vận hành quy mô lớn mô hình này vẫn sẽ dựa vào Nvidia—đồng thời mở rộng tính mở của mô hình, họ còn củng cố nhu cầu về phần cứng.

Các nhà phân tích tài chính dự đoán rằng, nếu Nvidia thành công trong việc giữ vững vị thế độc quyền phần cứng và chiếm lĩnh 10% thị trường mô hình nền tảng, thì trong vòng ba năm, công ty có thể thu về thêm tới 50 tỷ USD doanh thu hàng năm. Bryan Catanzaro cho biết, thúc đẩy hệ sinh thái mã nguồn mở hoàn toàn phù hợp với lợi ích cốt lõi của Nvidia, và khoản đầu tư lớn này không phải là theo đuổi theo phong trào nhất thời, mà là một quyết định chiến lược dựa trên phân tích dài hạn của ngành.

Vào ngày thứ Ba theo giờ địa phương, CEO Nvidia, Jensen Huang, đã đăng một bài blog dài hiếm hoi về trí tuệ nhân tạo, là bài viết dài thứ bảy của ông kể từ năm 2016, trong đó ông phân tích hệ thống logic nền tảng của ngành AI, và định nghĩa “ngũ tầng kiến trúc AI”. Ông cho biết, ngành AI hiện vẫn đang trong giai đoạn rất sơ khai, dù đã đầu tư hàng nghìn tỷ USD, nhưng tiềm năng thực sự của AI vẫn chưa được khai thác hết, và trong tương lai, cần hàng chục nghìn tỷ USD đầu tư liên tục để hoàn thiện hạ tầng cơ bản.

Huang nhấn mạnh rằng AI đã trở thành một trong những lực lượng mạnh mẽ nhất định hình thế giới ngày nay. Nó không chỉ là một ứng dụng hoặc mô hình thông minh đơn thuần, mà còn là một hạ tầng thiết yếu như điện và internet, vận hành dựa trên phần cứng, năng lượng và nền kinh tế thực, có khả năng hấp thụ nguyên liệu thô và chuyển đổi thành trí tuệ quy mô lớn. Trong tương lai, mọi công ty đều sẽ sử dụng AI, và mọi quốc gia đều sẽ xây dựng hạ tầng AI.

Về lo ngại mất việc làm do sự phát triển của AI, Huang cho rằng AI không những không cắt giảm việc làm, mà còn tạo ra hàng triệu cơ hội việc làm mới, đặc biệt trong lĩnh vực hạ tầng và kỹ năng cao. Nhu cầu nhân lực để xây dựng hạ tầng AI là rất lớn, các nhà máy AI cần thợ điện, thợ ống nước, thợ sắt, kỹ thuật mạng, thợ lắp đặt và vận hành—đây đều là các vị trí đòi hỏi kỹ năng cao, lương cao, và hiện đang trong tình trạng khan hiếm. AI đang lấp đầy khoảng trống lớn về lao động trong các ngành như lái xe tải, y tá, kế toán trên toàn cầu, chứ không phải là gây thất nghiệp.

Báo Bắc Kinh Shangbao: Zhao Tianshu

Sáng lập viên Viện Laude, một tổ chức phi lợi nhuận thúc đẩy mở rộng AI, và nhà khoa học máy tính Andy Konwinski, nhận định rằng khoản đầu tư của Nvidia là một tín hiệu mang tính bước ngoặt. “Họ đang đứng ở điểm giao thoa của nhiều dự án AI mở và đóng,” Konwinski nói, “đây là một tuyên bố chưa từng có về niềm tin vào tính mở của họ.”

Ngoài ra, các phân tích ngành còn chỉ ra rằng chiến lược mở mã nguồn còn mang ý nghĩa thương mại dài hạn hơn đối với Nvidia. Khi phát hành mô hình, Nvidia sẽ công khai trọng số và chi tiết kỹ thuật, giúp các công ty khởi nghiệp và nhà nghiên cứu dễ dàng chỉnh sửa và sáng tạo dựa trên công nghệ của họ, từ đó hình thành một mạng lưới nhà phát triển xung quanh hệ sinh thái phần cứng của Nvidia, củng cố thêm tính cạnh tranh của các chip của họ trên thị trường.

Trong thời gian dài, lợi thế cốt lõi của Nvidia tập trung vào lĩnh vực phần cứng chip, chiếm hơn 80% thị phần chip AI toàn cầu, nhưng về mặt quyền lực trong lĩnh vực mô hình AI, họ còn khá yếu, phần lớn các tiêu chuẩn công nghệ và phương pháp huấn luyện mô hình lớn trước đây do các công ty như OpenAI, Meta định hình.

Lần này, Nvidia tự phát triển mô hình mã nguồn mở hàng đầu nhằm định hình chiến lược công nghệ của AI từ dưới lên, biến kiến trúc phần cứng và phần mềm của họ thành tiêu chuẩn thực tế của ngành, thúc đẩy nhu cầu tính toán qua việc mở mã nguồn các mô hình. Nếu Nemotron trở thành mô hình nền tảng chính cho các hệ thống trí thông minh doanh nghiệp, thì hạ tầng GPU để vận hành quy mô lớn mô hình này vẫn sẽ dựa vào Nvidia—đồng thời mở rộng tính mở của mô hình, họ còn củng cố nhu cầu về phần cứng.

Các nhà phân tích tài chính dự đoán rằng, nếu Nvidia thành công trong việc giữ vững vị thế độc quyền phần cứng và chiếm lĩnh 10% thị trường mô hình nền tảng, thì trong vòng ba năm, công ty có thể thu về thêm tới 50 tỷ USD doanh thu hàng năm. Bryan Catanzaro cho biết, thúc đẩy hệ sinh thái mã nguồn mở hoàn toàn phù hợp với lợi ích cốt lõi của Nvidia, và khoản đầu tư lớn này không phải là theo đuổi theo phong trào nhất thời, mà là một quyết định chiến lược dựa trên phân tích dài hạn của ngành.

Vào ngày thứ Ba theo giờ địa phương, CEO Nvidia, Jensen Huang, đã đăng một bài blog dài hiếm hoi về trí tuệ nhân tạo, là bài viết dài thứ bảy của ông kể từ năm 2016, trong đó ông phân tích hệ thống logic nền tảng của ngành AI, và định nghĩa “ngũ tầng kiến trúc AI”. Ông cho biết, ngành AI hiện vẫn đang trong giai đoạn rất sơ khai, dù đã đầu tư hàng nghìn tỷ USD, nhưng tiềm năng thực sự của AI vẫn chưa được khai thác hết, và trong tương lai, cần hàng chục nghìn tỷ USD đầu tư liên tục để hoàn thiện hạ tầng cơ bản.

Huang nhấn mạnh rằng AI đã trở thành một trong những lực lượng mạnh mẽ nhất định hình thế giới ngày nay. Nó không chỉ là một ứng dụng hoặc mô hình thông minh đơn thuần, mà còn là một hạ tầng thiết yếu như điện và internet, vận hành dựa trên phần cứng, năng lượng và nền kinh tế thực, có khả năng hấp thụ nguyên liệu thô và chuyển đổi thành trí tuệ quy mô lớn. Trong tương lai, mọi công ty đều sẽ sử dụng AI, và mọi quốc gia đều sẽ xây dựng hạ tầng AI.

Về lo ngại mất việc làm do sự phát triển của AI, Huang cho rằng AI không những không cắt giảm việc làm, mà còn tạo ra hàng triệu cơ hội việc làm mới, đặc biệt trong lĩnh vực hạ tầng và kỹ năng cao. Nhu cầu nhân lực để xây dựng hạ tầng AI là rất lớn, các nhà máy AI cần thợ điện, thợ ống nước, thợ sắt, kỹ thuật mạng, thợ lắp đặt và vận hành—đây đều là các vị trí đòi hỏi kỹ năng cao, lương cao, và hiện đang trong tình trạng khan hiếm. AI đang lấp đầy khoảng trống lớn về lao động trong các ngành như lái xe tải, y tá, kế toán trên toàn cầu, chứ không phải là gây thất nghiệp.

Báo Bắc Kinh Shangbao: Zhao Tianshu

Sáng lập viên Viện Laude, một tổ chức phi lợi nhuận thúc đẩy mở rộng AI, và nhà khoa học máy tính Andy Konwinski, nhận định rằng khoản đầu tư của Nvidia là một tín hiệu mang tính bước ngoặt. “Họ đang đứng ở điểm giao thoa của nhiều dự án AI mở và đóng,” Konwinski nói, “đây là một tuyên bố chưa từng có về niềm tin vào tính mở của họ.”

Ngoài ra, các phân tích ngành còn chỉ ra rằng chiến lược mở mã nguồn còn mang ý nghĩa thương mại dài hạn hơn đối với Nvidia. Khi phát hành mô hình, Nvidia sẽ công khai trọng số và chi tiết kỹ thuật, giúp các công ty khởi nghiệp và nhà nghiên cứu dễ dàng chỉnh sửa và sáng tạo dựa trên công nghệ của họ, từ đó hình thành một mạng lưới nhà phát triển xung quanh hệ sinh thái phần cứng của Nvidia, củng cố thêm tính cạnh tranh của các chip của họ trên thị trường.

Trong thời gian dài, lợi thế cốt lõi của Nvidia tập trung vào lĩnh vực phần cứng chip, chiếm hơn 80% thị phần chip AI toàn cầu, nhưng về mặt quyền lực trong lĩnh vực mô hình AI, họ còn khá yếu, phần lớn các tiêu chuẩn công nghệ và phương pháp huấn luyện mô hình lớn trước đây do các công ty như OpenAI, Meta định hình.

Lần này, Nvidia tự phát triển mô hình mã nguồn mở hàng đầu nhằm định hình chiến lược công nghệ của AI từ dưới lên, biến kiến trúc phần cứng và phần mềm của họ thành tiêu chuẩn thực tế của ngành, thúc đẩy nhu cầu tính toán qua việc mở mã nguồn các mô hình. Nếu Nemotron trở thành mô hình nền tảng chính cho các hệ thống trí thông minh doanh nghiệp, thì hạ tầng GPU để vận hành quy mô lớn mô hình này vẫn sẽ dựa vào Nvidia—đồng thời mở rộng tính mở của mô hình, họ còn củng cố nhu cầu về phần cứng.

Các nhà phân tích tài chính dự đoán rằng, nếu Nvidia thành công trong việc giữ vững vị thế độc quyền phần cứng và chiếm lĩnh 10% thị trường mô hình nền tảng, thì trong vòng ba năm, công ty có thể thu về thêm tới 50 tỷ USD doanh thu hàng năm. Bryan Catanzaro cho biết, thúc đẩy hệ sinh thái mã nguồn mở hoàn toàn phù hợp với lợi ích cốt lõi của Nvidia, và khoản đầu tư lớn này không phải là theo đuổi theo phong trào nhất thời, mà là một quyết định chiến lược dựa trên phân tích dài hạn của ngành.

Vào ngày thứ Ba theo giờ địa phương, CEO Nvidia, Jensen Huang, đã đăng một bài blog dài hiếm hoi về trí tuệ nhân tạo, là bài viết dài thứ bảy của ông kể từ năm 2016, trong đó ông phân tích hệ thống logic nền tảng của ngành AI, và định nghĩa “ngũ tầng kiến trúc AI”. Ông cho biết, ngành AI hiện vẫn đang trong giai đoạn rất sơ khai, dù đã đầu tư hàng nghìn tỷ USD, nhưng tiềm năng thực sự của AI vẫn chưa được khai thác hết, và trong tương lai, cần hàng chục nghìn tỷ USD đầu tư liên tục để hoàn thiện hạ tầng cơ bản.

Huang nhấn mạnh rằng AI đã trở thành một trong những lực lượng mạnh mẽ nhất định hình thế giới ngày nay. Nó không chỉ là một ứng dụng hoặc mô hình thông minh đơn thuần, mà còn là một hạ tầng thiết yếu như điện và internet, vận hành dựa trên phần cứng, năng lượng và nền kinh tế thực, có khả năng hấp thụ nguyên liệu thô và chuyển đổi thành trí tuệ quy mô lớn. Trong tương lai, mọi công ty đều sẽ sử dụng AI, và mọi quốc gia đều sẽ xây dựng hạ tầng AI.

Về lo ngại mất việc làm do sự phát triển của AI, Huang cho rằng AI không những không cắt giảm việc làm, mà còn tạo ra hàng triệu cơ hội việc làm mới, đặc biệt trong lĩnh vực hạ tầng và kỹ năng cao. Nhu cầu nhân lực để xây dựng hạ tầng AI là rất lớn, các nhà máy AI cần thợ điện, thợ ống nước, thợ sắt, kỹ thuật mạng, thợ lắp đặt và vận hành—đây đều là các vị trí đòi hỏi kỹ năng cao, lương cao, và hiện đang trong tình trạng khan hiếm. AI đang lấp đầy khoảng trống lớn về lao động trong các ngành như lái xe tải, y tá, kế toán trên toàn cầu, chứ không phải là gây thất nghiệp.

Báo Bắc Kinh Shangbao: Zhao Tianshu

Sáng lập viên Viện Laude, một tổ chức phi lợi nhuận thúc đẩy mở rộng AI, và nhà khoa học máy tính Andy Konwinski, nhận định rằng khoản đầu tư của Nvidia là một tín hiệu mang tính bước ngoặt. “Họ đang đứng ở điểm giao thoa của nhiều dự án AI mở và đóng,” Konwinski nói, “đây là một tuyên bố chưa từng có về niềm tin vào tính mở của họ.”

Ngoài ra, các phân tích ngành còn chỉ ra rằng chiến lược mở mã nguồn còn mang ý nghĩa thương mại dài hạn hơn đối với Nvidia. Khi phát hành mô hình, Nvidia sẽ công khai trọng số và chi tiết kỹ thuật, giúp các công ty khởi nghiệp và nhà nghiên cứu dễ dàng chỉnh sửa và sáng tạo dựa trên công nghệ của họ, từ đó hình thành một mạng lưới nhà phát triển xung quanh hệ sinh thái phần cứng của Nvidia, củng cố thêm tính cạnh tranh của các chip của họ trên thị trường.

Trong thời gian dài, lợi thế cốt lõi của Nvidia tập trung vào lĩnh vực phần cứng chip, chiếm hơn 80% thị phần chip AI toàn cầu, nhưng về mặt quyền lực trong lĩnh vực mô hình AI, họ còn khá yếu, phần lớn các tiêu chuẩn công nghệ và phương pháp huấn luyện mô hình lớn trước đây do các công ty như OpenAI, Meta định hình.

Lần này, Nvidia tự phát triển mô hình mã nguồn mở hàng đầu nhằm định hình chiến lược công nghệ của AI từ dưới lên, biến kiến trúc phần cứng và phần mềm của họ thành tiêu chuẩn thực tế của ngành, thúc đẩy nhu cầu tính toán qua việc mở mã nguồn các mô hình. Nếu Nemotron trở thành mô hình nền tảng chính cho các hệ thống trí thông minh doanh nghiệp, thì hạ tầng GPU để vận hành quy mô lớn mô hình này vẫn sẽ dựa vào Nvidia—đồng thời mở rộng tính mở của mô hình, họ còn củng cố nhu cầu về phần cứng.

Các nhà phân tích tài chính dự đoán rằng, nếu Nvidia thành công trong việc giữ vững vị thế độc quyền phần cứng và chiếm lĩnh 10% thị trường mô hình nền tảng, thì trong vòng ba năm, công ty có thể thu về thêm tới 50 tỷ USD doanh thu hàng năm. Bryan Catanzaro cho biết, thúc đẩy hệ sinh thái mã nguồn mở hoàn toàn phù hợp với lợi ích cốt lõi của Nvidia, và khoản đầu tư lớn này không phải là theo đuổi theo phong trào nhất thời, mà là một quyết định chiến lược dựa trên phân tích dài hạn của ngành.

Vào ngày thứ Ba theo giờ địa phương, CEO Nvidia, Jensen Huang, đã đăng một bài blog dài hiếm hoi về trí tuệ nhân tạo, là bài viết dài thứ bảy của ông kể từ năm 2016, trong đó ông phân tích hệ thống logic nền tảng của ngành AI, và định nghĩa “ngũ tầng kiến trúc AI”. Ông cho biết, ngành AI hiện vẫn đang trong giai đoạn rất sơ khai, dù đã đầu tư hàng nghìn tỷ USD, nhưng tiềm năng thực sự của AI vẫn chưa được khai thác hết, và trong tương lai, cần hàng chục nghìn tỷ USD đầu tư liên tục để hoàn thiện hạ tầng cơ bản.

Huang nhấn mạnh rằng AI đã trở thành một trong những lực lượng mạnh mẽ nhất định hình thế giới ngày nay. Nó không chỉ là một ứng dụng hoặc mô hình thông minh đơn thuần, mà còn là một hạ tầng thiết yếu như điện và internet, vận hành dựa trên phần cứng, năng lượng và nền kinh tế thực, có khả năng hấp thụ nguyên liệu thô và chuyển đổi thành trí tuệ quy mô lớn. Trong tương lai, mọi công ty đều sẽ sử dụng AI, và mọi quốc gia đều sẽ xây dựng hạ tầng AI.

Về lo ngại mất việc làm do sự phát triển của AI, Huang cho rằng AI không những không cắt giảm việc làm, mà còn tạo ra hàng triệu cơ hội việc làm mới, đặc biệt trong lĩnh vực hạ tầng và kỹ năng cao. Nhu cầu nhân lực để xây dựng hạ tầng AI là rất lớn, các nhà máy AI cần thợ điện, thợ ống nước, thợ sắt, kỹ thuật mạng, thợ lắp đặt và vận hành—đây đều là các vị trí đòi hỏi kỹ năng cao, lương cao, và hiện đang trong tình trạng khan hiếm. AI đang lấp đầy khoảng trống lớn về lao động trong các ngành như lái xe tải, y tá, kế toán trên toàn cầu, chứ không phải là gây thất nghiệp.

Báo Bắc Kinh Shangbao: Zhao Tianshu

Sáng lập viên Viện Laude, một tổ chức phi lợi nhuận thúc đẩy mở rộng AI, và nhà khoa học máy tính Andy Konwinski, nhận định rằng khoản đầu tư của Nvidia là một tín hiệu mang tính bước ngoặt. “Họ đang đứng ở điểm giao thoa của nhiều dự án AI mở và đóng,” Konwinski nói, “đây là một tuyên bố chưa từng có về niềm tin vào tính mở của họ.”

Ngoài ra, các phân tích ngành còn chỉ ra rằng chiến lược mở mã nguồn còn mang ý nghĩa thương mại dài hạn hơn đối với Nvidia. Khi phát hành mô hình, Nvidia sẽ công khai trọng số và chi tiết kỹ thuật, giúp các công ty khởi nghiệp và nhà nghiên cứu dễ dàng chỉnh sửa và sáng tạo dựa trên công nghệ của họ, từ đó hình thành một mạng lưới nhà phát triển xung quanh hệ sinh thái phần cứng của Nvidia, củng cố thêm tính cạnh tranh của các chip của họ trên thị trường.

Trong thời gian dài, lợi thế cốt lõi của Nvidia tập trung vào lĩnh vực phần cứng chip, chiếm hơn 80% thị phần chip AI toàn cầu, nhưng về mặt quyền lực trong lĩnh vực mô hình AI, họ còn khá yếu, phần lớn các tiêu chuẩn công nghệ và phương pháp huấn luyện mô hình lớn trước đây do các công ty như OpenAI, Meta định hình.

Lần này, Nvidia tự phát triển mô hình mã nguồn mở hàng đầu nhằm định hình chiến lược công nghệ của AI từ dưới lên, biến kiến trúc phần cứng và phần mềm của họ thành tiêu chuẩn thực tế của ngành, thúc đẩy nhu cầu tính toán qua việc mở mã nguồn các mô hình. Nếu Nemotron trở thành mô hình nền tảng chính cho các hệ thống trí thông minh doanh nghiệp, thì hạ tầng GPU để vận hành quy mô lớn mô hình này vẫn sẽ dựa vào Nvidia—đồng thời mở rộng tính mở của mô hình, họ còn củng cố nhu cầu về phần cứng.

Các nhà phân tích tài chính dự đoán rằng, nếu Nvidia thành công trong việc giữ vững vị thế độc quyền phần cứng và chiếm lĩnh 10% thị trường mô hình nền tảng, thì trong vòng ba năm, công ty có thể thu về thêm tới 50 tỷ USD doanh thu hàng năm. Bryan Catanzaro cho biết, thúc đẩy hệ sinh thái mã nguồn mở hoàn toàn phù hợp với lợi ích cốt lõi của Nvidia, và khoản đầu tư lớn này không phải là theo đuổi theo phong trào nhất thời, mà là một quyết định chiến lược dựa trên phân tích dài hạn của ngành.

Vào ngày thứ Ba theo giờ địa phương, CEO Nvidia, Jensen Huang, đã đăng một bài blog dài hiếm hoi về trí tuệ nhân tạo, là bài viết dài thứ bảy của ông kể từ năm 2016, trong đó ông phân tích hệ thống logic nền tảng của ngành AI, và định nghĩa “ngũ tầng kiến trúc AI”. Ông cho biết, ngành AI hiện vẫn đang trong giai đoạn rất sơ khai, dù đã đầu tư hàng nghìn tỷ USD, nhưng tiềm năng thực sự của AI vẫn chưa được khai thác hết, và trong tương lai, cần hàng chục nghìn tỷ USD đầu tư liên tục để hoàn thiện hạ tầng cơ bản.

Huang nhấn mạnh rằng AI đã trở thành một trong những lực lượng mạnh mẽ nhất định hình thế giới ngày nay. Nó không chỉ là một ứng dụng hoặc mô hình thông minh đơn thuần, mà còn là một hạ tầng thiết yếu như điện và internet, vận hành dựa trên phần cứng, năng lượng và nền kinh tế thực, có khả năng hấp thụ nguyên liệu thô và chuyển đổi thành trí tuệ quy mô lớn. Trong tương lai, mọi công ty đều sẽ sử dụng AI, và mọi quốc gia đều sẽ xây dựng hạ tầng AI.

Về lo ngại mất việc làm do sự phát triển của AI, Huang cho rằng AI không những không cắt giảm việc làm, mà còn tạo ra hàng triệu cơ hội việc làm mới, đặc biệt trong lĩnh vực hạ tầng và kỹ năng cao. Nhu cầu nhân lực để xây dựng hạ tầng AI là rất lớn, các nhà máy AI cần thợ điện, thợ ống nước, thợ sắt, kỹ thuật mạng, thợ lắp đặt và vận hành—đây đều là các vị trí đòi hỏi kỹ năng cao, lương cao, và hiện đang trong tình trạng khan hiếm. AI đang lấp đầy khoảng trống lớn về lao động trong các ngành như lái xe tải, y tá, kế toán trên toàn cầu, chứ không phải là gây thất nghiệp.

Báo Bắc Kinh Shangbao: Zhao Tianshu

Sáng lập viên Viện Laude, một tổ chức phi lợi nhuận thúc đẩy mở rộng AI, và nhà khoa học máy tính Andy Konwinski, nhận định rằng khoản đầu tư của Nvidia là một tín hiệu mang tính bước ngoặt. “Họ đang đứng ở điểm giao thoa của nhiều dự án AI mở và đóng,” Konwinski nói, “đây là một tuyên bố chưa từng có về niềm tin vào tính mở của họ.”

Ngoài ra, các phân tích ngành còn chỉ ra rằng chiến lược mở mã nguồn còn mang ý nghĩa thương mại dài hạn hơn đối với Nvidia. Khi phát hành mô hình, Nvidia sẽ công khai trọng số và chi tiết kỹ thuật, giúp các công ty khởi nghiệp và nhà nghiên cứu dễ dàng chỉnh sửa và sáng tạo dựa trên công nghệ của họ, từ đó hình thành một mạng lưới nhà phát triển xung quanh hệ sinh thái phần cứng của Nvidia, củng cố thêm tính cạnh tranh của các chip của họ trên thị trường.

Trong thời gian dài, lợi thế cốt lõi của Nvidia tập trung vào lĩnh vực phần cứng chip, chiếm hơn 80% thị phần chip AI toàn cầu, nhưng về mặt quyền lực trong lĩnh vực mô hình AI, họ còn khá yếu, phần lớn các tiêu chuẩn công nghệ và phương pháp huấn luyện mô hình lớn trước đây do các công ty như OpenAI, Meta định hình.

Lần này, Nvidia tự phát triển mô hình mã nguồn mở hàng đầu nhằm định hình chiến lược công nghệ của AI từ dưới lên, biến kiến trúc phần cứng và phần mềm của họ thành tiêu chuẩn thực tế của ngành, thúc đẩy nhu cầu tính toán qua việc mở mã nguồn các mô hình. Nếu Nemotron trở thành mô hình nền tảng chính cho các hệ thống trí thông minh doanh nghiệp, thì hạ tầng GPU để vận hành quy mô lớn mô hình này vẫn sẽ dựa vào Nvidia—đồng thời mở rộng tính mở của mô hình, họ còn củng cố nhu cầu về phần cứng.

Các nhà phân tích tài chính dự đoán rằng, nếu Nvidia thành công trong việc giữ vững vị thế độc quyền phần cứng và chiếm lĩnh 10% thị trường mô hình nền tảng, thì trong vòng ba năm, công ty có thể thu về thêm tới 50 tỷ USD doanh thu hàng năm. Bryan Catanzaro cho biết, thúc đẩy hệ sinh thái mã nguồn mở hoàn toàn phù hợp với lợi ích cốt lõi của Nvidia, và khoản đầu tư lớn này không phải là theo đuổi theo phong trào nhất thời, mà là một quyết định chiến lược dựa trên phân tích dài hạn của ngành.

Vào ngày thứ Ba theo giờ địa phương, CEO Nvidia, Jensen Huang, đã đăng một bài blog dài hiếm hoi về trí tuệ nhân tạo, là bài viết dài thứ bảy của ông kể từ năm 2016, trong đó ông phân tích hệ thống logic nền tảng của ngành AI, và định nghĩa “ngũ tầng kiến trúc AI”. Ông cho biết, ngành AI hiện vẫn đang trong giai đoạn rất sơ khai, dù đã đầu tư hàng nghìn tỷ USD, nhưng tiềm năng thực sự của AI vẫn chưa được khai thác hết, và trong tương lai, cần hàng chục nghìn tỷ USD đầu tư liên tục để hoàn thiện hạ tầng cơ bản.

Huang nhấn mạnh rằng AI đã trở thành một trong những lực lượng mạnh mẽ nhất định hình thế giới ngày nay. Nó không chỉ là một ứng dụng hoặc mô hình thông minh đơn thuần, mà còn là một hạ tầng thiết yếu như điện và internet, vận hành dựa trên phần cứng, năng lượng và nền kinh tế thực, có khả năng hấp thụ nguyên liệu thô và chuyển đổi thành trí tuệ quy mô lớn. Trong tương lai, mọi công ty đều sẽ sử dụng AI, và mọi quốc gia đều sẽ xây dựng hạ tầng AI.

Về lo ngại mất việc làm do sự phát triển của AI, Huang cho rằng AI không những không cắt giảm việc làm, mà còn tạo ra hàng triệu cơ hội việc làm mới, đặc biệt trong lĩnh vực hạ tầng và kỹ năng cao. Nhu cầu nhân lực để xây dựng hạ tầng AI là rất lớn, các nhà máy AI cần thợ điện, thợ ống nước, thợ sắt, kỹ thuật mạng, thợ lắp đặt và vận hành—đây đều là các vị trí đòi hỏi kỹ năng cao, lương cao, và hiện đang trong tình trạng khan hiếm. AI đang lấp đầy khoảng trống lớn về lao động trong các ngành như lái xe tải, y tá, kế toán trên toàn cầu, chứ không phải là gây thất nghiệp.

Báo Bắc Kinh Shangbao: Zhao Tianshu