Các trung tâm dữ liệu AI của Mỹ là hạ tầng trọng yếu để huấn luyện các mô hình ngôn ngữ lớn, cung cấp dịch vụ suy luận (inference) và hỗ trợ các doanh nghiệp điện toán đám mây. Việc xây dựng chúng đòi hỏi khối lượng cực lớn các GPU, chip ASIC, bộ nhớ, thiết bị mạng và nguồn điện ổn định, tin cậy. Khi các công ty công nghệ toàn cầu tiếp tục gia tăng chi tiêu vốn cho AI (AI capital expenditures), việc xây dựng trung tâm dữ liệu đang mở rộng rất nhanh. Tuy nhiên, năng lực lưới điện, hạ tầng truyền tải và tốc độ tiếp cận điện năng có thể không tăng theo cùng nhịp. Khả năng sẵn có về điện ngày càng trở thành yếu tố then chốt quyết định liệu năng lực tính toán AI có thể triển khai trên thực tế hay không.
Trong ghi chú nghiên cứu mới nhất, Morgan Stanley đã nâng dự báo về khoản thiếu điện ròng của trung tâm dữ liệu tại Mỹ từ 33GW lên 38GW cho giai đoạn 2026–2028, phản ánh mối lo ngày càng tăng của thị trường về năng lực cung cấp điện cho hạ tầng AI. Đồng thời, hãng vẫn tiếp tục nhấn mạnh Nvidia (NVDA) và Broadcom (AVGO) là các lựa chọn tích cực quan trọng trong mảng chất bán dẫn. Theo hãng, các yếu tố như mức độ "nhìn thấy trước" (visibility) về lô hàng chip, việc mở rộng thị trường ra nước ngoài và hiệu quả tính toán theo đơn vị điện (unit-power computing efficiency) có thể giúp một số công ty dẫn đầu duy trì tính cạnh tranh trong các môi trường mà điện bị giới hạn.
Sự thay đổi này cho thấy cạnh tranh trong ngành chip AI đang dịch chuyển ra ngoài việc chỉ chạy theo hiệu năng tính toán cao hơn. Hiện nay, trọng tâm cũng ngày càng hướng tới hiệu quả tính toán, khả năng sẵn có điện và lợi suất chi tiêu vốn (capital expenditure returns). Với nhà đầu tư, khoảng trống điện 38GW không chỉ liên quan đến tiến độ xây dựng trung tâm dữ liệu. Nó còn có thể làm thay đổi mối quan hệ cạnh tranh giữa GPU và ASIC, đồng thời tác động đến nhu cầu trong tương lai trên nhiều mảng của chuỗi cung ứng chất bán dẫn, bao gồm bộ nhớ, truyền thông quang (optical communications) và quản lý điện năng (power management).
Khoản thiếu điện 38GW có ý nghĩa gì với các trung tâm dữ liệu tại Mỹ?
Morgan Stanley đã nâng dự báo về khoản thiếu điện ròng của trung tâm dữ liệu tại Mỹ từ 33GW lên 38GW. Điều này có nghĩa là hãng kỳ vọng sẽ có sự chênh lệch lớn hơn giữa nhu cầu điện từ các trung tâm dữ liệu AI và nguồn cung điện sẵn có trong những năm tới. 38GW ở đây đề cập đến khoảng chênh dự báo về công suất điện, không phải quy mô các đợt mất điện thực tế đã xảy ra. Đồng thời, cũng không nên hiểu rằng lưới điện toàn nước Mỹ thiếu 38GW năng lực phát điện.
GW (gigawatt) là một đơn vị công suất điện. 1GW bằng 1.000MW. Các trung tâm dữ liệu AI lớn thường cần công suất điện từ vài chục đến vài trăm megawatt, trong khi các khuôn viên siêu quy mô (hyperscale) có thể lên kế hoạch cho nhu cầu điện thậm chí cao hơn. Vì vậy, một khoảng thiếu tiềm năng lên tới vài chục gigawatt hàm ý rằng nhiều trung tâm dữ liệu đã được lên kế hoạch có thể cần chờ nâng cấp lưới điện, điều chỉnh địa điểm xây dựng hoặc áp dụng các giải pháp năng lượng thay thế.
Điều quan trọng cần lưu ý là nguồn cung điện cho trung tâm dữ liệu chịu ảnh hưởng của nhiều yếu tố, bao gồm năng lực đấu nối lưới điện tại địa phương, tiến độ xây dựng trạm biến áp (substation), các đường dây truyền tải, các nguồn phát điện và các phê duyệt liên quan. Dù tổng năng lực phát điện của một khu vực có thể đủ, điều đó cũng không đảm bảo rằng một trung tâm dữ liệu cụ thể có thể đảm bảo đủ điện trong đúng khung thời gian dự kiến. Do đó, khoản thiếu điện chủ yếu phản ánh sự mất cân đối giữa cung và cầu theo cả thời gian lẫn không gian (địa lý).
Đối với ngành AI, các giới hạn về điện có thể làm chậm một số kế hoạch mở rộng năng lực tính toán. Điều đó có thể ảnh hưởng tới việc mua GPU, giao hàng máy chủ (server) và thời điểm ra mắt các dịch vụ điện toán đám mây. Nhà đầu tư cần phân biệt giữa công suất dự kiến của trung tâm dữ liệu, công suất điện đã được phê duyệt thực tế và năng lực tính toán đã đi vào vận hành. Ba chỉ số này không hoàn toàn trùng khớp.
Vì sao thiếu điện có thể làm thay đổi bối cảnh cạnh tranh GPU so với ASIC?
GPU và ASIC là hai nhóm chip quan trọng trong tính toán cho AI. GPU có khả năng tính toán song song đa dụng mạnh, có thể hỗ trợ huấn luyện mô hình (model training), suy luận (inference) và nhiều tác vụ tính toán đa dạng. ASIC là mạch tích hợp dành riêng cho ứng dụng (application-specific integrated circuits), được thiết kế cho các kịch bản sử dụng cụ thể. Thông thường, ASIC cải thiện hiệu năng và hiệu quả bằng cách tối ưu kiến trúc chip và quy trình tính toán.
Khi nguồn cung điện tương đối đủ, các nhà vận hành trung tâm dữ liệu có thể cân nhắc giá mua chip, hiệu năng tính toán, độ tương thích phần mềm và chi phí vận hành dài hạn. Nhưng khi công suất điện trở thành ràng buộc "cứng", doanh nghiệp cần tập trung nhiều hơn vào việc một đơn vị công suất điện có thể hoàn thành bao nhiêu tác vụ tính toán. Với các doanh nghiệp suy luận AI (AI inference businesses), điều này có thể được diễn đạt là số lượng Tokens được xử lý trên mỗi watt điện.
Morgan Stanley cho rằng Nvidia có lợi thế cạnh tranh về hiệu quả đầu ra token trên mỗi watt. Trong các môi trường bị giới hạn bởi điện, một số sản phẩm ASIC có thể chịu áp lực về thị phần. Cốt lõi của quan điểm này là khách hàng trung tâm dữ liệu có thể ưu tiên các nền tảng tính toán tạo ra đầu ra thực cao hơn trong giới hạn ngân sách điện năng, thay vì chỉ tập trung vào chi phí mua chip.
Tuy nhiên, không chính xác khi kết luận rằng mọi ASIC đều kém hiệu quả hơn GPU. Google TPU, Amazon Trainium và các bộ tăng tốc AI tùy chỉnh khác cũng có thể mang lại lợi thế hiệu quả mạnh trong một số mô hình và khối lượng công việc (workloads) nhất định. Hiệu năng thực tế của các loại chip khác nhau phụ thuộc vào kiến trúc mô hình, độ chính xác suy luận, kích thước batch, cấu hình bộ nhớ, tối ưu phần mềm và mức độ khai thác hệ thống (system utilization).
Vì vậy, không có kết luận cố định áp dụng cho mọi kịch bản trong cuộc cạnh tranh GPU so với ASIC. Quan điểm của Morgan Stanley có thể hiểu như sau: trong các điều kiện sản phẩm và triển khai hiện tại, hiệu quả ở cấp hệ thống đối với một số nền tảng tính toán của Nvidia có thể nhận được sự quan tâm nhiều hơn. Tính cạnh tranh của ASIC vẫn cần được đánh giá dựa trên các khối lượng công việc cụ thể.
Vì sao Morgan Stanley tiếp tục ưa thích Nvidia (NVDA)?
Nvidia (NVIDIA, NVDA) là một nhà cung cấp lớn trong thị trường điện toán tăng tốc AI toàn cầu. Lợi thế cạnh tranh của họ không chỉ đến từ chính các chip GPU, mà còn từ hệ sinh thái phần mềm CUDA, các kết nối liên mạng, hệ thống máy chủ và các công cụ phát triển liên quan. Khi nhu cầu huấn luyện mô hình AI và suy luận tiếp tục tăng, Nvidia liên tục tung ra các nền tảng tính toán mới để cải thiện hiệu năng tính toán, băng thông bộ nhớ và hiệu quả tổng thể của hệ thống.
Morgan Stanley tiếp tục ưu tiên Nvidia chủ yếu dựa trên các yếu tố như dự báo lợi nhuận thận trọng, mức độ nhìn thấy trước về lô hàng chip được cải thiện, mở rộng thị trường quốc tế và hiệu quả tính toán theo đơn vị điện. Đối với nhà đầu tư, "shipment visibility" (tính minh bạch/nhìn thấy trước về lô hàng) có nghĩa là việc giao sản phẩm và nhu cầu của khách hàng trong giai đoạn sắp tới có thể rõ ràng hơn, qua đó giảm một phần không chắc chắn trong các dự báo doanh thu. Tuy nhiên, số đơn đặt hàng và kỳ vọng giao hàng vẫn có thể thay đổi do khách hàng điều chỉnh chi tiêu vốn hoặc có sự dịch chuyển trong chuỗi cung ứng.
Trong bối cảnh bị ràng buộc bởi điện, hiệu quả ở cấp hệ thống của Nvidia có thể trở thành một lợi thế cạnh tranh quan trọng. Các nhà vận hành trung tâm dữ liệu cần so sánh không chỉ hiệu năng của một GPU đơn lẻ, mà còn cả hiệu quả của máy chủ, hệ thống mạng, giải pháp làm mát và thời gian chạy phần mềm (software runtime). Nếu một nền tảng tính toán có thể hoàn thành nhiều tác vụ suy luận hơn với cùng một mức công suất điện, thì nó có thể tăng tiềm năng doanh thu của trung tâm dữ liệu.
Đồng thời, Nvidia cũng chịu áp lực cạnh tranh dài hạn. Các công ty điện toán đám mây lớn liên tục phát triển các chip AI tùy chỉnh để giảm chi phí tính toán và tăng mức độ tự chủ của chuỗi cung ứng. Dù doanh thu của Nvidia vẫn tiếp tục tăng, thị phần, biên lợi nhuận gộp và mức định giá của công ty có thể không tăng đồng bộ. Vì vậy, khi phân tích cổ phiếu NVDA, nhà đầu tư vẫn cần tập trung vào doanh thu từ trung tâm dữ liệu, biên lợi nhuận gộp của sản phẩm, chi tiêu vốn của khách hàng và sự cạnh tranh từ các chip tùy chỉnh.
Vì sao Broadcom (AVGO) cũng được Morgan Stanley chú ý?
Broadcom (Broadcom, AVGO) là một công ty lớn về chất bán dẫn và phần mềm hạ tầng, có hoạt động kinh doanh gắn với các mảng như bộ tăng tốc AI tùy chỉnh, chip chuyển mạch mạng (network switching chips) và các kết nối liên tốc độ cao (high-speed interconnects). Khi các doanh nghiệp điện toán đám mây quy mô lớn mở rộng việc xây dựng trung tâm dữ liệu AI, nhu cầu đối với chip tùy chỉnh và hạ tầng mạng trở thành một cơ hội tăng trưởng quan trọng cho Broadcom.
Khác với Nvidia, khi mảng kinh doanh trọng tâm của họ chủ yếu nằm ở việc cung cấp các nền tảng GPU đa dụng, một trong những hướng quan trọng của Broadcom là hỗ trợ các khách hàng công nghệ lớn phát triển chip tùy chỉnh phù hợp với các khối lượng công việc cụ thể. Đối với các nhà cung cấp đám mây có nhiều tác vụ tính toán lặp lại, các ASIC tùy chỉnh có thể giảm một phần chi phí tính toán nhờ tối ưu hóa theo mục tiêu. Ngoài ra, các cụm AI quy mô lớn cần các chip chuyển mạch tốc độ cao và thiết bị mạng để kết nối các nút tính toán, điều này cũng tạo ra cơ hội thị trường cho Broadcom.
Việc Morgan Stanley đồng thời giữ quan điểm tích cực với Nvidia và Broadcom cho thấy hãng không xem GPU và ASIC là hai hướng đầu tư hoàn toàn đối lập. Dù một số sản phẩm ASIC có thể chịu áp lực về thị phần trong các môi trường bị giới hạn điện, các chip tùy chỉnh vẫn có thể tiếp tục tăng trưởng trong các khách hàng và kịch bản tính toán cụ thể. Broadcom cũng không chỉ phụ thuộc vào mảng ASIC. Mảng bán dẫn mạng của họ có thể tham gia vào quá trình mở rộng quy mô của các cụm AI.
Tuy nhiên, hoạt động chip tùy chỉnh của Broadcom có thể bị ảnh hưởng bởi tiến độ triển khai dự án của các khách hàng lớn. Nếu khách hàng thay đổi kế hoạch R&D chip, lịch xây dựng trung tâm dữ liệu hoặc chi tiêu vốn, tăng trưởng doanh thu liên quan có thể biến động. Do đó, luận điểm đầu tư cho AVGO cần cân nhắc cùng lúc nhu cầu chip AI tùy chỉnh, tăng trưởng mảng kinh doanh mạng và rủi ro tập trung khách hàng.
Vì sao kỳ vọng capex cho trung tâm dữ liệu giai đoạn 2027–2028 bị đặt câu hỏi?
Morgan Stanley cho biết thị trường đang cố gắng đồng bộ dự báo năm 2027 khoảng $1,5 nghìn tỷ và dự báo năm 2028 khoảng $1,6 nghìn tỷ về chi tiêu vốn (capital expenditures) cho trung tâm dữ liệu với năng lực cung cấp điện thực tế. Đây là các dự báo của thị trường về quy mô đầu tư trong tương lai, không phải chi tiêu vốn đã được phê duyệt, ký kết hoặc thực sự diễn ra. Phạm vi thống kê chính xác cũng cần được xác nhận từ ghi chú nghiên cứu nền.
Capex của trung tâm dữ liệu AI thường bao gồm các hạng mục như chip tính toán (compute chips), máy chủ (servers), thiết bị mạng, xây dựng cơ sở hạ tầng và hạ tầng điện cùng làm mát (power and cooling infrastructure). Dù các công ty công nghệ có ý định đầu tư mạnh, một số thiết bị có thể không được triển khai đúng tiến độ nếu lưới điện không thể cung cấp đủ công suất trong thời gian dự kiến.
Vấn đề này có thể tác động đến quyết định phân bổ vốn của doanh nghiệp. Ví dụ, nếu một trung tâm dữ liệu lên kế hoạch bắt đầu vận hành vào năm 2027 nhưng việc cung cấp điện bị lùi đến năm 2029, nhà vận hành có thể chọn hoãn việc mua GPU và máy chủ để tránh thời gian nhàn rỗi kéo dài sau khi thiết bị về sớm. Với các chip AI cập nhật nhanh, việc mua sớm cũng có thể làm tăng rủi ro bị khấu hao thiết bị.
Vì vậy, thị trường cần phân biệt giữa ba giai đoạn khác nhau: doanh nghiệp công bố kế hoạch capex, họ thực sự mua và xây dựng hạ tầng, sau đó thiết bị tính toán được đưa vào vận hành chính thức và bắt đầu tạo doanh thu. Chỉ giai đoạn cuối mới chuyển hóa thực sự thành dòng tiền hoạt động liên tục từ các tài sản tính toán đó.
Vì sao xây dựng trung tâm dữ liệu chậm lại có thể ảnh hưởng tới chip lưu trữ (storage) và module quang (optical modules)?
Chuỗi cung ứng của ngành trung tâm dữ liệu AI vốn có chu kỳ mua sắm và sản xuất dài. Các nhà sản xuất chip, nhà cung cấp bộ nhớ và doanh nghiệp thiết bị mạng thường lập kế hoạch sản xuất dựa trên nhu cầu dự kiến của khách hàng trong vài quý tới. Khi thị trường kỳ vọng đầu tư hạ tầng AI tăng nhanh, khách hàng có thể mua trước các thành phần quan trọng để đảm bảo sẵn hàng cho thiết bị trong tương lai.
Nhưng nếu việc xây dựng trung tâm dữ liệu bị trì hoãn do thiếu điện, một số hạng mục đã lên kế hoạch có thể không được triển khai đúng thời gian. Kết quả là các công ty có thể trì hoãn mua hàng, điều chỉnh tồn kho hoặc dời lịch giao hàng. Những thay đổi như vậy có thể đột ngột khiến các sản phẩm vốn đang khan hiếm trước đó phải đối mặt với tốc độ nhu cầu chậm hơn.
Chip lưu trữ là một mảng cần theo dõi sát. Nhu cầu HBM và server DRAM gắn chặt với quy mô và tốc độ triển khai của các bộ tăng tốc AI. Nếu tốc độ các cụm GPU mới đi vào hoạt động bị chậm lại, thời điểm mua sắm bộ nhớ liên quan cũng có thể bị ảnh hưởng. Đồng thời, ngành chip lưu trữ mang tính chu kỳ. Việc mở rộng của công ty và việc khách hàng chủ động mua dự trữ trước có thể khuếch đại hơn nữa sự thay đổi trong cung và cầu.
Module quang và các linh kiện kết nối tốc độ cao cũng phụ thuộc vào việc xây dựng các cụm tính toán lớn. Nếu việc triển khai trung tâm dữ liệu bị dời, các đơn đặt hàng cho thiết bị mạng liên quan có thể bị đẩy lùi. Đối với các công ty về quản lý điện và chip analog, tiến độ xây dựng thực tế của máy chủ và hệ thống cung cấp điện cũng sẽ ảnh hưởng đến nhu cầu sản phẩm.
Tuy vậy, việc trì hoãn xây dựng không nhất thiết đồng nghĩa với việc nhu cầu cuối cùng biến mất. Một số đơn hàng có thể chỉ bị dời lịch giao thay vì bị hủy vĩnh viễn. Tác động thực sự vẫn phụ thuộc vào tồn kho của nhà cung cấp, thỏa thuận mua của khách hàng và tốc độ tăng trưởng nhu cầu ở các khu vực khác. Vì vậy, nhà đầu tư cần phân biệt giữa biến động đơn hàng ngắn hạn và thay đổi về quy mô thị trường dài hạn.
Những cổ phiếu chất bán dẫn nào có thể bị ảnh hưởng bởi nút thắt điện của trung tâm dữ liệu AI?
Các công ty chất bán dẫn khác nhau giữ các vị trí khác nhau trong chuỗi cung ứng AI, nên mức độ tác động từ các ràng buộc cung cấp điện sẽ khác nhau giữa từng mảng kinh doanh.
| Stock | Main business | Key factors to watch |
|---|---|---|
| NVDA (Nvidia) | AI GPUs, accelerated computing platforms | Tokens per watt, shipment volumes, customer demand |
| AVGO (Broadcom) | Custom AI chips, high-speed networking | ASIC projects, networking chip demand, customer capex |
| MU (Micron Technology) | HBM, DRAM, NAND | Memory orders, inventory and price cycles |
| TSM (Taiwan Semiconductor) | Foundry services, advanced packaging | AI chip capacity utilization, customer orders |
| MRVL (Marvell Technology) | Data center semiconductors, interconnect | Custom chip and high-speed interconnect demand |
| VRT (Vertiv) | Data center power and cooling infrastructure | Data center power infrastructure buildout, project delivery |
| ETN (Eaton) | Electrical equipment, power management | Switchgear demand, grid expansion investment |
Với NVDA và AVGO, các nút thắt về điện có thể tạo ra cả cơ hội lẫn thách thức. Một mặt, khách hàng có thể đặt nặng hơn vào hiệu quả sử dụng năng lượng, từ đó có thể làm tăng nhu cầu đối với các nền tảng điện toán hiệu năng cao và các chip tối ưu. Mặt khác, nếu việc xây dựng trung tâm dữ liệu chậm lại, việc giao chip thực tế cũng có thể bị ảnh hưởng.
Với MU và các nhà cung cấp bộ nhớ khác, câu hỏi then chốt là liệu việc mua máy chủ AI có tiếp tục tăng trưởng hay không, và liệu việc mua dự trữ sớm có dẫn đến tích lũy tồn kho hay không. Với các công ty hạ tầng điện như VRT và ETN, tăng trưởng nhu cầu điện của trung tâm dữ liệu có thể tạo ra một thị trường thiết bị mới, nhưng các dự án liên quan vẫn bị ràng buộc bởi lịch xây dựng, phê duyệt và ngân sách đầu tư.
Vì vậy, không chính xác nếu cho rằng thiếu điện sẽ tự động có lợi cho cổ phiếu thiết bị điện hoặc tự động gây bất lợi cho tất cả các công ty chất bán dẫn. Tổ hợp đơn hàng, thế mạnh kỹ thuật và mức định giá của từng công ty vẫn quyết định họ thực sự được hưởng lợi đến mức nào.
Cách dùng Gate Stock để theo dõi chuỗi cung ứng điện cho chip AI và trung tâm dữ liệu?
Với nhà đầu tư muốn theo dõi chu kỳ đầu tư hạ tầng AI, họ có thể dùng Gate Stock để theo dõi các công ty chất bán dẫn như Nvidia (NVDA), Broadcom (AVGO) và Micron Technology (MU). Họ cũng có thể kết hợp với các ETF về quản lý điện cho trung tâm dữ liệu, thiết bị làm mát và các mảng công nghệ liên quan để quan sát các phân khúc khác nhau trong chuỗi cung ứng hoạt động ra sao trên thị trường.
Gate Stock cung cấp cách sử dụng USDT để giao dịch cổ phiếu và ETF của Mỹ. Mã giao dịch có thể giao dịch cụ thể, phí giao dịch và quy tắc sản phẩm phụ thuộc vào trang thực tế của nền tảng.
Khi phân tích các cổ phiếu liên quan, nhà đầu tư nên xem đồng thời ba chiều cạnh: thứ nhất, liệu nhu cầu điện toán AI có tiếp tục tăng trưởng hay không; thứ hai, liệu các trung tâm dữ liệu có thể đảm bảo đủ điện và đi vào vận hành đúng lịch hay không; và cuối cùng, liệu doanh nghiệp có thể chuyển đổi đơn hàng và lợi thế kỹ thuật thành lợi nhuận và dòng tiền hay không. Chỉ dựa vào các dự báo capex của trung tâm dữ liệu là chưa đủ để đánh giá giá trị dài hạn của một cổ phiếu.
Tóm tắt
Morgan Stanley đã nâng dự báo về khoản thiếu điện ròng cho trung tâm dữ liệu tại Mỹ trong giai đoạn 2026–2028 từ 33GW lên 38GW. Điều này phản ánh ràng buộc về năng lượng ngày càng rõ ràng đối với việc mở rộng hạ tầng AI. Dù các công ty công nghệ lớn có tiếp tục nâng chi tiêu vốn, việc trung tâm dữ liệu có thể đảm bảo điện theo kế hoạch hay không vẫn sẽ ảnh hưởng đến quy mô triển khai thực tế của GPU, ASIC, chip bộ nhớ và thiết bị mạng.
Trong bối cảnh đó, cạnh tranh chip có thể đặt trọng tâm lớn hơn nữa vào hiệu quả tính toán trên mỗi đơn vị công suất điện. Morgan Stanley tiếp tục ưu tiên Nvidia và Broadcom, phản ánh sự tin tưởng dài hạn vào các nền tảng điện toán hiệu năng cao, chip tùy chỉnh và nhu cầu mạng tốc độ cao. Tuy vậy, cuộc cạnh tranh GPU so với ASIC phụ thuộc vào khối lượng công việc cụ thể. Không thể đánh giá thị phần thị trường tương lai chỉ dựa vào một chỉ số hiệu quả duy nhất.
Trong khi đó, nếu việc xây dựng trung tâm dữ liệu chậm lại do thiếu nguồn cung điện, các linh kiện lưu trữ, module quang và quản lý điện vốn đã được "kéo lên trước" vì nguồn cung trước đó căng thẳng có thể phải điều chỉnh tồn kho và đối mặt với biến động đơn hàng. Với nhà đầu tư, trọng tâm trong thời gian tới nên là công suất thực sự đã triển khai, tỷ lệ hiện thực capex của doanh nghiệp, hiệu quả năng lượng của chip và tồn kho trong chuỗi cung ứng, chứ không chỉ là tổng lượng nằm trong kế hoạch xây dựng trung tâm dữ liệu.
Ở giai đoạn tiếp theo của đầu tư hạ tầng AI, điều then chốt không còn chỉ là mua được bao nhiêu chip. Vấn đề là có thể hỗ trợ bao nhiêu "tính toán hiệu dụng" từ các nguồn lực điện năng bị giới hạn, và các năng lực tính toán đó cuối cùng tạo ra bao nhiêu doanh thu thương mại.
Câu hỏi thường gặp (FAQ)
Khoản thiếu điện 38GW cho trung tâm dữ liệu tại Mỹ có nghĩa là gì?
Đó là dự báo của Morgan Stanley về khoảng chênh giữa cung và cầu điện ròng cho trung tâm dữ liệu tại Mỹ trong giai đoạn từ 2026 đến 2028. Nó phản ánh khả năng tồn tại khác biệt đáng kể giữa nhu cầu điện theo kế hoạch và công suất điện sẵn có. Điều này không có nghĩa là Mỹ đã trải qua 38GW mất điện thực tế.
Vì sao thiếu điện có thể mang lại lợi ích cho các GPU của Nvidia?
Khi điện sẵn có cho trung tâm dữ liệu bị giới hạn, các nhà vận hành có thể đặt nặng hơn vào việc hoàn thành bao nhiêu tác vụ tính toán AI trên mỗi watt. Nếu các nền tảng tính toán của Nvidia mang lại hiệu quả năng lượng ở cấp hệ thống cao hơn trong các khối lượng công việc cụ thể, Nvidia có thể giành lợi thế cạnh tranh. Tuy vậy, kết quả thực tế còn phụ thuộc vào cấu hình chip, tối ưu hóa phần mềm và kịch bản ứng dụng.
Liệu chip ASIC sẽ mất thị phần do thiếu điện?
Một số sản phẩm ASIC có thể chịu áp lực cạnh tranh, nhưng không thể khái quát hóa. ASIC tùy chỉnh cũng có thể đạt hiệu quả năng lượng cao cho các tác vụ AI cụ thể. Thị phần trong tương lai phụ thuộc vào hiệu năng chip, chi phí, hệ sinh thái phần mềm và chiến lược triển khai của khách hàng.
Vì sao Morgan Stanley lại ưu tiên cả NVDA và AVGO?
Nvidia có lợi thế về GPU, hệ thống điện toán tăng tốc và hệ sinh thái phần mềm. Broadcom tham gia vào thị trường chip AI tùy chỉnh và mạng tốc độ cao. Hai công ty được hưởng lợi theo những cách khác nhau từ đầu tư hạ tầng AI, và điều đó không có nghĩa là chỉ GPU hoặc chỉ ASIC mới có thể tăng trưởng.
Vì sao việc xây dựng trung tâm dữ liệu chậm hơn có thể ảnh hưởng tới chip lưu trữ?
Nếu trung tâm dữ liệu trì hoãn việc triển khai máy chủ do các ràng buộc về điện, khách hàng có thể trì hoãn tương ứng việc mua HBM, DRAM và các linh kiện khác. Nếu đã có mua dự trữ sớm trước đó, điều chỉnh tồn kho ngắn hạn có thể khuếch đại thêm biến động về đơn hàng và giá.
Khoản thiếu điện 38GW có khiến đầu tư AI dừng lại trên diện rộng không?
Không nhất thiết. Doanh nghiệp có thể giảm bớt một số ràng buộc bằng cách điều chỉnh địa điểm xây dựng, triển khai theo từng giai đoạn, cải thiện hiệu quả năng lượng của tính toán hoặc bổ sung hạ tầng năng lượng. Tuy nhiên, các biện pháp này thường cần thời gian và tiền bạc, nên không thể đảm bảo rằng mọi dự án theo kế hoạch sẽ hoàn thành đúng lịch.
