Meta bán sức mạnh tính toán, Palantir chửi bới, Zhipu trở thành đỉnh cao của Thung lũng Silicon, câu chuyện về AI Capex cần một cách kể khác.

Người viết: Beatz Âm Vang

AI điều chỉnh giảm mạnh trở lại, lần này vì Meta nói có thể sẽ bán phần năng lực tính toán AI dư thừa của mình.

Tin này nếu đặt ba năm trước, chắc không ai thấy lạ. Điện toán đám mây vốn dĩ là một ngành kinh doanh cắt nhỏ máy chủ rồi bán lại cho người khác. Amazon, Microsoft, Google đều làm điều này nhiều năm. Các nhà cung cấp đám mây mới như CoreWeave, Nebius cũng đi trên con đường này, biến chip NVIDIA thành tài sản thế chấp để vay vốn, rồi biến vốn thành nhiều chip hơn.

Nhưng đến lượt Meta, mọi chuyện lại đổi vị.

Trước đây Meta không hiểu năng lực tính toán như vậy. Nó mua chip, xây trung tâm dữ liệu, tranh giành điện năng và đất đai, là vì mô hình của chính mình, vì hệ thống quảng cáo, vì dòng đề xuất, vì siêu trí tuệ (superintelligence) mà Zuckerberg ngày càng nói đến gần hơn. Nó không phải nhà cung cấp đám mây. Nó trước đây không kiếm tiền bằng cách cho người khác thuê máy.

Một công ty trước đây nói, tôi cần càng nhiều máy càng tốt, vì tương lai sẽ nuốt chúng. Bây giờ nó nói, nếu những máy này tạm thời không dùng hết, cũng có thể bán cho người khác.

Điều này không thể trực tiếp cho thấy năng lực tính toán dư thừa, nhưng cũng không thể lướt qua nhẹ nhàng.

Ngày thị trường chứng khoán lao dốc, CEO của Palantir, Alex Karp, trên chương trình phỏng vấn của CNBC, đã chửi nhau gần hai mươi phút trước ống kính.

Anh ấy vốn đến để nói về hợp tác mới giữa Palantir và NVIDIA, nhưng chủ đề nhanh chóng chuyển sang mô hình tính phí token của OpenAI và Anthropic. Anh ấy nói các CEO đã phàn nàn riêng với mình rằng việc áp dụng AI của doanh nghiệp hiện nay là "trả tiền cho những token không tạo ra giá trị gì, lại còn phải giao dữ liệu của mình". Anh ấy thậm chí gọi hóa đơn mô hình ngày càng đắt đỏ là một loại thuế tài sản đè nặng lên doanh nghiệp.

Hai năm qua, mọi người bàn luận về ai dám chi, ai chi nhanh, ai có thể xây dựng trung tâm dữ liệu trước. Bây giờ vấn đề dần thay đổi. Sau khi máy được mua về, ai có thể chạy chúng hết công suất.

Tuyên bố của Meta vẫn chưa trở thành một dịch vụ chính thức. Trong các báo cáo công khai, nội bộ Meta có một hướng gọi là Meta Compute, có thể bán năng lực tính toán thô, hoặc giống như Amazon Bedrock, đặt các mô hình khác nhau trên hạ tầng của mình để bán cho nhà phát triển. Trước đó, Zuckerberg từng nói trong cuộc họp cổ đông rằng các công ty bên ngoài hầu như mỗi tuần đều hỏi liệu có thể mua dịch vụ API của họ, hoặc mua một phần compute, và sẵn sàng trả giá cao hơn chi phí của Meta.

Lúc đó anh ấy cũng nói thêm một câu. Họ chưa làm điều đó, vì Meta nghĩ rằng mình vẫn còn dùng được những năng lực tính toán này.

Nếu dùng được, cho thuê là một bài toán lựa chọn. Nếu không dùng được, cho thuê là thuốc giảm đau cho bảng cân đối kế toán.

Điều khó đánh giá nhất cũng nằm ở đây. Meta có thể chỉ đang mở ra một cửa sổ trong nhịp điệu xây dựng, bán những tài nguyên tạm thời trống. Nó cũng có thể đang nói với nhà đầu tư rằng chi tiêu AI ở quy mô trăm tỷ USD không thể chỉ dựa vào siêu trí tuệ ở tương lai, mà phải tìm một dòng doanh thu gần hơn.

Cả hai cách nói này đều có thể đứng vững.

Nhu cầu không biến mất, chỉ bắt đầu chọn người

Capex là cốt lõi của câu chuyện AI, không có gì thay thế được. Giống như việc bơm tiền năm 2021, kỳ vọng về Capex là tăng trưởng liên tục, tiền cứ được bơm ra, thì tất cả các nhánh mà thị trường đầu cơ mới cùng tăng. Khi thấy Meta chuẩn bị bán năng lực tính toán, phản ứng đầu tiên của nhiều người là, AI capep sắp sụp đổ. Các công ty lớn cuối cùng đã thừa nhận mua quá nhiều, bữa tiệc bán dẫn nên tan rồi.

Nói như vậy quá đơn giản.

Dữ liệu công khai chưa ủng hộ kết luận dứt khoát như vậy. Doanh thu quý 1 của AWS tăng 28%, đạt 37,6 tỷ USD, là tốc độ tăng trưởng nhanh hiếm thấy trong những năm gần đây. Google Cloud quý 1 tăng mạnh hơn, doanh thu đạt 20 tỷ USD. Microsoft Azure vẫn chạy ở tốc độ khoảng 40%.

Amazon vẫn nói chi tiêu vốn năm nay có thể lên tới 200 tỷ USD, Alphabet nâng hướng dẫn chi tiêu vốn năm 2026 lên 180-190 tỷ USD, chính Meta cũng nâng chi tiêu vốn cả năm lên 125-145 tỷ USD.

Những con số này không giống một sự sụp đổ nhu cầu.

Giống như một sự phân luồng hơn.

Tình cảnh của các nhà cung cấp đám mây khác với các công ty mô hình. Các nhà cung cấp đám mây bán con đường. Chỉ cần có người chạy trên đường, bất kể xe do ai tạo ra, họ đều có thể thu tiền. OpenAI, Anthropic, khách hàng doanh nghiệp, khách hàng chính phủ, công ty khởi nghiệp, cuối cùng đều phải đáp xuống một trung tâm dữ liệu nào đó, một loại chip nào đó, một mạng lưới nào đó và một hợp đồng điện nào đó.

Vì vậy ba đám mây lớn có thể tiếp tục cứng.

Thậm chí AWS đã tăng giá của một dịch vụ AI đám mây vào cuối tháng 6, đó là dịch vụ khóa GPU trước cho khách hàng. AWS đã tăng giá dịch vụ này thêm khoảng 20% từ tháng 7. Tháng 1 nó đã điều chỉnh một lần, khoảng 15%. Đây không phải là hành động sẽ xảy ra khi nhu cầu yếu.

Khi khan hiếm, bên bán tăng giá.

Nhưng các công ty mô hình không phải lúc nào cũng thoải mái như vậy.

Tài sản của công ty mô hình phải kén chọn hơn. Năng lực tính toán không phải đặt ở đó là có thể tạo ra doanh thu. Nó phải liên tục được lấp đầy bởi các mô hình thông minh hơn, người dùng cao cấp hơn, quy trình làm việc doanh nghiệp đắt đỏ hơn. Chỉ khi mô hình đủ tốt, người dùng mới sẵn sàng chịu đựng xếp hàng, hạn mức, tăng giá và các cấp độ đăng ký ngày càng phức tạp.

Đó cũng là lý do tại sao Anthropic bị thị trường xem như một loại công ty khác. Nó không phải vì rẻ, mà vì người dùng sẵn sàng giao các nhiệm vụ đắt đỏ cho nó. Viết code, sửa hệ thống, chạy tác vụ dài, kết nối quy trình làm việc doanh nghiệp, một khi những nhiệm vụ này thực sự đi vào môi trường sản xuất, token tiêu thụ sẽ lớn hơn nhiều so với trò chuyện thông thường.

Rắc rối của mô hình mạnh là không đủ máy.

Rắc rối của mô hình yếu là máy không có ai quan tâm.

Hai rắc rối này đều gọi là năng lực tính toán, nhưng chúng không phải là cùng một thứ.

Đường dây xAI cũng có cùng mùi vị. Grok không hình thành được tâm trí doanh nghiệp rõ ràng như các mô hình mạnh nhất, nhưng một phần năng lực tính toán trong hệ thống của Musk lại có thể chảy vào Anthropic. Hành động này lạnh lùng hơn bất kỳ khẩu hiệu nào. Máy móc không nhận biết người sáng lập, nó chỉ nhận biết ai có thể chạy nó hết công suất.

Mối quan hệ giữa Google và Meta cũng cho thấy mọi chuyện không đơn giản. Tháng 6 có tin rằng Google đã hạn chế Meta sử dụng Gemini, lý do là số lượng năng lực tính toán Meta muốn mua vượt quá phạm vi Google có thể cung cấp, thậm chí ảnh hưởng đến một số dự án AI nội bộ của Meta. Một công ty vừa cân nhắc bán năng lực tính toán, vừa không mua đủ năng lực mô hình hàng đầu cho một số nhiệm vụ.

Đây không phải là dư thừa theo nghĩa truyền thống.

Đây là sự sai lệch. Vì hóa đơn bắt đầu trở nên chói mắt.

Các nhà cung cấp đám mây có thể tiếp tục tăng giá, vì họ bán sự chắc chắn. Khách hàng cần là GPU chắc chắn có thể lấy được trong một khoảng thời gian nhất định, một trung tâm dữ liệu ổn định, một hạ tầng không bị đứt đoạn vào nửa đêm.

Nhưng sau khi khách hàng doanh nghiệp có được năng lực tính toán, vấn đề chưa kết thúc.

Họ còn phải đưa hóa đơn này cho CFO. CFO sẽ không hỏi bạn đã dùng bao nhiêu token, anh ta sẽ hỏi những token này đã giúp công ty tiết kiệm được bao nhiêu tiền, kiếm thêm được bao nhiêu tiền, mắc ít sai lầm hơn bao nhiêu lần.

Đến doanh nghiệp, token biến thành công tơ điện

Điều này đưa chúng ta trở lại cuộc phỏng vấn của Karp lúc đầu.

Anh ấy gọi những thứ mà nhiều công ty AI bán cho doanh nghiệp là bán quá mức. Một ngày trước chương trình, Palantir còn đăng một tuyên bố chín điểm trên X, nói về cái gọi là chủ quyền AI, trong đó đặc biệt chỉ trích mô hình tokenmaxxing. Từ này khó dịch, dịch thẳng ra nghe không hay, nhưng ý nghĩa không phức tạp, đó là coi tiêu thụ token là tiến bộ, đốt tiền là sử dụng, hóa đơn là năng suất.

Karp đưa các phòng thí nghiệm tiên tiến như OpenAI, Anthropic lên bàn. Ý của anh ấy không phải doanh nghiệp không nên dùng mô hình mạnh nhất, mà là doanh nghiệp không nên giao dữ liệu, quy trình và đánh giá kinh doanh của mình đi, rồi trả một hóa đơn ngày càng lớn theo mức tiêu thụ.

Palantir muốn bán một thứ khác. Không phải một hộp chat chung chung, không phải một API đơn lẻ, mà là đặt dữ liệu, phê duyệt, quyền hạn, quy tắc vận hành và AI vào cùng một hệ thống kinh doanh. Khách hàng trả tiền không phải cho "dùng AI bao nhiêu lần", mà là một dây chuyền sản xuất, một quy trình kiểm soát rủi ro, một nhiệm vụ chính phủ nào đó có thực sự được cải tạo hay không.

Những người thực sự quản lý tiền trong doanh nghiệp đã bắt đầu tỉnh táo.

UBS gần đây trò chuyện với các lãnh đạo IT doanh nghiệp, một hướng rất rõ ràng. Nhiều doanh nghiệp không phải không dùng AI nữa, mà là đang lắp phanh cho việc chi tiêu AI. Khoảng 60% doanh nghiệp được khảo sát đang kiềm chế chi tiêu token, thêm các rào cản sử dụng, đặc biệt là những công ty đã qua giai đoạn dùng thử và bắt đầu đưa AI vào quy trình hàng ngày.

Đây cũng là một sự đảo ngược rất thú vị.

Sau khi AI từ đồ chơi trở thành công cụ, việc chi tiêu lại trở nên khó khăn hơn. Ở giai đoạn đồ chơi, ông chủ sẵn sàng cấp ngân sách, vì ai cũng sợ bỏ lỡ. Ở giai đoạn công cụ, CFO sẽ hỏi nó đã tiết kiệm giờ làm cho ai, bán thêm hàng cho ai, giảm rủi ro cho ai.

Trên bảng này, token không giống doanh thu.

Nó giống công tơ điện hơn.

Tất nhiên bạn có thể nói, công tơ chạy nhanh cho thấy nhà máy đang hoạt động. Cũng có thể nói, công tơ chạy quá nhanh mà sản lượng không tăng, cho thấy máy móc có vấn đề.

AI agent đã phóng đại vấn đề này. Một nghiên cứu Codex của OpenAI và một số trường đại học có một nhóm số liệu rất đáng sợ. Nửa đầu năm 2026, người dùng hoạt động của Codex tăng hơn năm lần; token đầu ra của một số vị trí nội bộ OpenAI cũng tăng vọt, token đầu ra trung bình hàng tháng của vị trí pháp lý cao hơn 13 lần so với tháng 11/2025, vị trí nghiên cứu cao hơn hơn 50 lần.

Một nghiên cứu khác nói điều này cứng nhắc hơn. Token tiêu thụ bởi các tác vụ agentic coding có thể cao hơn 1000 lần so với chat code thông thường và suy luận code. Cùng một tác vụ, token tiêu thụ giữa các lần chạy khác nhau có thể chênh lệch 30 lần.

Đây mới là nền tảng của sự khan hiếm năng lực tính toán ngày nay.

Không phải mọi người hỏi chatbot nhiều hơn vài câu.

Mà là phần mềm bắt đầu biến thành một nhóm công nhân nhỏ bé, liên tục đọc file, chạy lệnh, sửa code, thất bại, làm lại, thất bại nữa, làm lại nữa. Chúng không có giờ ăn trưa, nhưng mỗi bước đều đang ăn token.

Khi token trở thành công tơ điện, ai sở hữu nhà máy điện, người đó có quyền lực. Nhưng ai lãng phí điện, người đó cũng sẽ bị thẩm vấn trước.

Hóa đơn dày lên, mô hình rẻ tiền có chỗ đứng

Một khi CFO bắt đầu nhìn vào công tơ điện này, bước tiếp theo hầu như không cần ai dạy.

Anh ta sẽ hỏi, những nhiệm vụ nào phải dùng mô hình mạnh nhất, những nhiệm vụ nào chỉ cần mô hình đủ dùng.

Lúc này, GLM, Kimi, DeepSeek, Qwen và các mô hình nguồn mở khác không còn chỉ là tin tức công nghệ. Chúng biến thành công cụ mặc cả trên bàn mua sắm của doanh nghiệp.

Ngay cả Mark Anderson của quỹ đầu tư mạo hiểm hàng đầu Silicon Valley a16z cũng nói, nhiều người trong ngành AI đã coi GLM-5.2 của Zhipu là một trong những mô hình Trung Quốc đầu tiên có thể sánh ngang, thậm chí vượt qua các mô hình công khai hàng đầu của Mỹ trong hầu hết các nhiệm vụ. Đánh giá này chưa chắc là phán quyết cuối cùng, nhưng nó cho doanh nghiệp thêm một câu.

Coinbase đưa ra một ví dụ cứng hơn. Brian Armstrong nói rằng công ty đã chuyển mô hình AI mặc định sang các mô hình nguồn mở như GLM 5.2, Kimi 2.7, kết hợp với định tuyến mô hình, bộ nhớ đệm và ngữ cảnh tinh gọn, lượng token sử dụng vẫn tăng theo cấp số nhân, nhưng chi tiêu AI đã cắt giảm gần một nửa.

Sức sát thương của câu nói này nằm ở chỗ, lần đầu tiên doanh nghiệp có thể tách rời khả năng mô hình để mua sắm.

Nhiệm vụ khó nhất, tiếp tục giao cho mô hình đắt nhất. Tóm tắt thông thường, dịch vụ khách hàng, trích xuất thông tin, code mẫu, hỏi đáp kiến thức nội bộ, giao cho mô hình rẻ và triển khai tại chỗ.

Mô hình nguồn mở không nhất thiết phải thắng toàn bộ chiến trường.

Nó chỉ cần khiến bộ phận mua sắm tin rằng, không phải mỗi độ điện đều phải trả giá điện biệt thự.

Đến đây, việc Meta bán năng lực tính toán không còn là một tin tức đơn lẻ.

Nó cùng với Palantir chửi token, Coinbase cắt mô hình nguồn mở nói về cùng một điều: chuỗi chi tiêu AI bắt đầu bị tách ra. Thượng nguồn bán sự chắc chắn, trung nguồn bán kết quả, hạ nguồn ép đơn giá. Mỗi tầng vẫn đang tăng trưởng, nhưng mỗi tầng đều bắt đầu bị hỏi, tiền tiêu có xứng đáng không.

Khó nhất không phải mua máy, mà là để máy luôn có việc

Hai năm qua, câu chuyện dễ kể nhất trong ngành AI là tài nguyên không đủ.

GPU không đủ, điện không đủ, trung tâm dữ liệu không đủ, kỹ sư không đủ, đám mây có thể chạy mô hình cũng không đủ. Câu chuyện này quá suôn sẻ. Chỉ cần không đủ, mọi người sẽ theo bản năng lao lên phía trước. Giữ chỗ trước, ký hợp đồng điện trước, mua chip trước, dựng máy trước.

Khi giành giật tài nguyên, người ta ít tính toán chi tiết.

Vì cái giá của việc chậm một bước có vẻ lớn hơn.

Nhưng tin tức của Meta đã đẩy ra một vấn đề khác. Sau khi máy được mua về, không phải vì nó đắt, mà tự động trở thành một mối kinh doanh tốt. Nó phải có việc làm mỗi ngày, có khách hàng sẵn sàng trả tiền, có mô hình chạy nó hết công suất, có ứng dụng biến chi phí thành doanh thu.

Đó là tỷ lệ sử dụng.

Từ tỷ lệ sử dụng nghe có vẻ lạnh lùng, thực ra rất tàn nhẫn. Nó hỏi không phải bạn có tương lai không, mà là hôm nay máy của bạn có hoạt động không. Nó không quan tâm bạn nói gì trong buổi ra mắt, cũng không quan tâm bạn mua có phải GPU đắt nhất không. Nó chỉ nhìn một điều: số tiền này có biến thành dòng tiền liên tục không.

Các nhà cung cấp đám mây trả lời câu hỏi này tương đối dễ dàng. Họ vốn dĩ bán hạ tầng. AWS, Google Cloud, Azure bán đường, điện và phòng máy. Khách hàng muốn huấn luyện mô hình, chạy suy luận, lưu trữ ứng dụng, cuối cùng đều phải đáp xuống một đám mây nào đó.

Vì vậy họ có thể tiếp tục cứng.

Các công ty mô hình mạnh cũng có câu trả lời riêng. Nếu mô hình đủ mạnh, người dùng sẵn sàng xếp hàng, doanh nghiệp sẵn sàng kết nối, nhà phát triển sẵn sàng thay đổi quy trình làm việc xung quanh nó, thì năng lực tính toán không phải tồn kho, mà là nút thắt. Càng nhiều máy, nó càng có thể chạy rộng.

Khó nhất là tầng giữa.

Họ có máy, có câu chuyện, có đội ngũ mô hình, cũng có ngân sách lớn. Nhưng mô hình không chạy lên phía trước, sản phẩm không trở thành thói quen hàng ngày, nhà phát triển cũng không sẵn sàng thay đổi quy trình làm việc vì nó. Đối với loại công ty này, năng lực tính toán từ vũ khí biến thành tồn kho, chỉ cần một lần ra mắt mô hình thất bại, hoặc một lần di chuyển người dùng.

Tồn kho không nhất thiết vô dụng.

Nhưng tồn kho phải giảm giá, phải cho thuê, phải tìm công dụng mới.

Đây là điều chói mắt trong việc Meta bán năng lực tính toán. Nó không chứng minh Meta thất bại, cũng không chứng minh nhu cầu AI biến mất. Nó chỉ lần đầu tiên khiến thị trường thấy rằng, hạ tầng AI cũng có thể gặp phải vấn đề mà các nhà máy thông thường gặp phải.

Nhà máy đã xây xong, đơn hàng ở đâu.

Năng lực tính toán không biến mất, chỉ bắt đầu phân tầng

Vì vậy cách hiểu tốt nhất về điều này không phải là "dư thừa năng lực tính toán".

Từ này quá thô.

Cách nói chính xác hơn là, năng lực tính toán bắt đầu phân tầng.

Tầng trên cùng, vẫn khan hiếm. Mô hình mạnh nhất, đám mây tốt nhất, cụm GPU ổn định nhất, vẫn có người tranh giành. AWS có thể tăng giá dịch vụ, chính vì sự chắc chắn tự nó có giá. Khách hàng không chỉ mua GPU, họ mua một ngày nào đó, một giờ nào đó, một lô máy nào đó chắc chắn có thể dùng.

Tầng giữa, bắt đầu lúng túng. Nó có thể không tệ, nhưng không đủ khan hiếm. Nó có thể chạy mô hình, làm suy luận, cũng có thể bán cho khách hàng bên ngoài. Chỉ là khách hàng sẽ so sánh, sẽ mặc cả, sẽ hỏi tại sao không dùng mô hình rẻ hơn, tại sao không dùng đám mây của người khác, tại sao lô máy này nhất định đáng giá mức giá đó.

Tầng dưới cùng, sẽ bị mô hình nguồn mở và tối ưu hóa chi phí ép dần. Doanh nghiệp sẽ không vì các nhiệm vụ thông thường mà gọi mô hình đắt nhất mãi. Họ sẽ làm định tuyến, làm bộ nhớ đệm, ép ngữ cảnh, tách mô hình thành các cấp độ khác nhau.

Nhu cầu đã lớn lên.

Trẻ con tiêu tiền không nhìn hóa đơn, người lớn thì có. Sau khi AI vào doanh nghiệp, cũng sẽ trải qua quá trình này. Giai đoạn thử nghiệm, mọi người sợ bỏ lỡ; giai đoạn mở rộng quy mô, mọi người bắt đầu tính toán.

Sau khi tính toán, chuỗi công nghiệp sẽ không còn đồng đều như giai đoạn đầu.

Có người tiếp tục tăng giá, vì anh ta bán sự chắc chắn không thể thay thế. Có người đổi sang bán kết quả, vì khách hàng không muốn trả tiền cho sự tiêu thụ đơn thuần. Có người bị ép giảm giá, vì sản phẩm thay thế đủ dùng đã xuất hiện. Có người cho thuê máy, vì máy để không còn khó coi hơn cho thuê giá rẻ.

Những điều này xảy ra đồng thời, sẽ khiến ngành công nghiệp trông có vẻ mâu thuẫn.

Một bên là khan hiếm năng lực tính toán.

Một bên là cho thuê năng lực tính toán.

Một bên là tiêu thụ token tăng vọt.

Một bên là doanh nghiệp kìm hãm chi tiêu AI.

Một bên là mô hình hàng đầu ngày càng mạnh.

Một bên là mô hình nguồn mở ngày càng rẻ.

Chúng không xung đột. Chúng chỉ cho thấy, AI đã từ một câu chuyện tổng lượng, bước vào một câu chuyện cấu trúc.

Câu chuyện đường sắt cũ sẽ được kể lại một lần nữa

Trong bong bóng đường sắt thế kỷ 19, đường sắt không phải giả.

Đường ray được đặt xuống, hàng hóa thực sự sẽ đi, thành phố thực sự sẽ lớn lên, thời gian thực sự sẽ được rút ngắn. Nhiều mạng lưới kinh doanh có giá trị nhất sau này, thực sự mọc lên bên cạnh những đường ray đó.

Nhưng điều này không ngăn được nhiều người xây đường sắt thời đó lỗ tiền.

Họ thua không phải vì hướng đi. Họ thua vì xây sớm, xây nhiều, xây đến những nơi không có luồng khách hàng, hoặc vay tiền quá đắt để xây một con đường quá chậm để thu hồi vốn.

Sợi quang trong bong bóng internet cũng vậy. Sợi quang không sai. Sau này cả thế giới được nó nâng đỡ. Sai là những cuốn sổ kế toán đó, chúng nhồi nhét nhu cầu của nhiều thập kỷ tương lai vào chi tiêu vốn của vài năm.

Trung tâm dữ liệu AI cũng có thể để lại nhiều thứ hữu ích. GPU sẽ khấu hao, hợp đồng điện sẽ được gia hạn, trung tâm dữ liệu sẽ thay đổi thiết bị, phần mềm sẽ ngày càng biết ăn năng lực tính toán. Tiêu thụ token có vẻ quá mức hôm nay, vài năm sau có thể bình thường như lưu lượng video HD.

Nhưng tài sản có tính khí riêng.

Nó không quan tâm bạn có tin vào tương lai không. Nó chỉ quan tâm mỗi ngày có người đến dùng không.

Tín hiệu Meta bán năng lực tính toán, nằm ở chỗ này.

Nó không phải điểm cuối của AI. Cũng không phải điểm cuối của bán dẫn. Nó giống như khi câu chuyện chi tiêu vốn đi đến giữa chặng, lần đầu tiên có người mở cửa, để người bên ngoài thấy trong kho có bao nhiêu máy.

Một số máy sẽ bị mô hình hàng đầu nuốt.

Một số máy sẽ bị khách hàng đám mây thuê đi.

Một số máy sẽ trở nên rẻ trong cuộc chiến giá.

Còn một số máy, sẽ lặng lẽ chờ một ứng dụng chưa xuất hiện.

Hai năm qua, thị trường sẵn sàng tin rằng tất cả máy cuối cùng sẽ chờ được số phận của mình. Bây giờ nó bắt đầu hỏi, ai chờ được trước, ai không chờ được, ai chờ được cũng không kiếm được đủ tiền.

Câu hỏi này vừa ra, câu chuyện AI đã thay đổi.

Nó không còn chỉ thuộc về những người mua máy nhanh nhất.

Nó thuộc về những người có thể khiến máy chạy liên tục.

Liên kết gốc

Nhấp để tìm hiểu các vị trí tuyển dụng của BlockBeats

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Telegram nhóm đăng ký: https://t.me/theblockbeats

Telegram nhóm giao lưu: https://t.me/BlockBeats_App

Twitter tài khoản chính thức: https://twitter.com/BlockBeatsAsia