- Nếu xAI vỡ nợ, nhóm cho vay có thể tiếp quản Colossus gồm 200.000 GPU và cho thuê lại, nhưng giá trị thực tế phụ thuộc lớn vào trạng thái vận hành và tri thức ngầm của đội ngũ hơn là bản thân thiết bị
- Tài trợ bằng GPU làm tài sản thế chấp đã lan rộng, xoay quanh xAI và CoreWeave, nhưng do thiếu hạ tầng định giá, các rủi ro khó đo lường được phản ánh trong lãi suất vay cao hơn lãi suất chuẩn khoảng 8,5 điểm phần trăm
- Giá thuê H100 giảm từ khoảng 8 USD/giờ vào đầu năm 2024 xuống 1,70 USD vào tháng 10/2025, rồi phục hồi lên 2,35 USD vào tháng 3/2026, khiến việc dự báo giá trị còn lại và doanh thu cho thuê trong tương lai trở nên khó khăn
- Tuổi thọ hữu dụng của cùng một GPU cũng được CoreWeave tính là 6 năm, còn Nebius tính là 4 năm; chu kỳ sản phẩm của NVIDIA rút ngắn từ 2 năm xuống 1 năm, nên khoảng cách giữa giá trị sổ sách và giá trị thu hồi có thể nới rộng
- Với GPU làm tài sản thế chấp, tồn tại các giá trị khác nhau: mệnh giá trên sổ sách, giá bán khẩn cấp và giá trị khi vận hành bình thường; nếu chuyển giao vận hành thất bại, rất khó duy trì cụm máy đã tiếp quản theo hợp đồng như một tài sản sinh lời
Giá trị tài sản thế chấp thay đổi khi đội vận hành rời đi
- Khác với tòa nhà, giá trị của một cụm GPU thay đổi tùy theo việc đội vận hành có ở lại hay không, vì họ hiểu cách provisioning, hiệu năng hiện tại và đặc tính thiết bị
- Báo cáo kỹ thuật Llama 3 của Meta ghi nhận 419 lần gián đoạn ngoài dự kiến trong quá trình huấn luyện 54 ngày với 16.384 H100
- Bao gồm 148 lỗi GPU và 72 lỗi bộ nhớ HBM3; tỷ lệ lỗi hằng năm của GPU trong trung tâm dữ liệu hiện đại được tính vào khoảng 9%
- Ở quy mô 200.000 GPU, khoảng 50 GPU sẽ hỏng mỗi ngày; ở quy mô 1 triệu GPU mà xAI đặt mục tiêu, Epoch AI dự báo khoảng 3 phút sẽ có một lỗi
- Trong rủi ro tín dụng, điều quan trọng không chỉ là các hỏng hóc rõ ràng
- Silent data corruption (SDC) tạo ra kết quả sai trong khi GPU không dừng hoạt động, có thể làm hỏng trọng số mô hình ngay cả sau khi quá trình huấn luyện nhiều ngày kết thúc tưởng như bình thường
- Một GPU duy nhất có thể gây lỗi dây chuyền làm gián đoạn tác vụ huấn luyện trải rộng trên hàng nghìn thiết bị, khiến mất nhiều ngày tính toán
- Thermal throttling, lỗi bộ nhớ ECC, NVLink không ổn định và hiện tượng GPU biến mất khỏi bus cũng liên tục xảy ra
- NVIDIA NVSentinel xử lý hạn chế của hệ thống giám sát truyền thống: phát hiện được vấn đề nhưng không giải quyết được; Crusoe AutoClusters giảm thời gian hàng đợi, biến số có thể kiểm soát lớn nhất đối với thông lượng hiệu dụng của cụm
- Nếu không có các công cụ này, việc khôi phục có thể mất từ vài giờ đến vài ngày
- Đội vận hành biết rack nào quá nóng vào mùa hè, vòng làm mát nào trở nên bất ổn sau cập nhật firmware, và tác vụ nào cần được định tuyến vòng qua các node đã giảm hiệu năng trước khi hỏng hẳn
- Kiến thức này thường nằm dưới dạng tri thức ngầm trong nội bộ đội ngũ hơn là tài liệu, nên không nằm trong bảng cân đối kế toán hay phạm vi tiếp cận của nhóm cho vay
Cấu trúc tài chính trong đó chính GPU trở thành tài sản thế chấp
- Trong 18 tháng qua, tài trợ hạ tầng AI đã chuyển từ nợ dựa trên tín dụng doanh nghiệp sang nợ được thế chấp bằng chính GPU
- Pháp nhân mục đích đặc biệt (SPV) xAI Colossus 2 gồm khoảng 7,5 tỷ USD vốn chủ sở hữu và 12,5 tỷ USD nợ
- NVIDIA góp tối đa 2 tỷ USD trong phần vốn chủ sở hữu, còn Valor Equity Partners dẫn dắt khoản đầu tư vốn chủ sở hữu
- Apollo và Diameter tham gia vào các tranche nợ
- SPV mua GPU NVIDIA và cho xAI thuê trong 5 năm; khoản nợ được thế chấp bằng GPU chứ không phải toàn bộ bảng cân đối kế toán của xAI
- Hợp đồng vay 5 tỷ USD của xAI do Morgan Stanley thu xếp vào tháng 6/2025 trao cho nhóm cho vay quyền tiếp quản cụm Colossus 200.000 GPU ở ngoại ô Memphis khi vỡ nợ, rồi cho các công ty AI khác thuê để thu hồi khoản vay
- Lãi suất huy động 5 tỷ USD của xAI lên tới 12,5%, còn các giao dịch thế chấp bằng GPU của CoreWeave được định giá cao hơn lãi suất chuẩn khoảng 8,5 điểm phần trăm trước khi điều kiện được cải thiện
- CoreWeave nắm giữ 18,8 tỷ USD nợ thế chấp bằng GPU thông qua nhiều SPV
- Hợp đồng 50 tỷ USD giữa FluidStack và Anthropic dùng cấu trúc khác, trong đó Google bảo lãnh thanh toán tiền thuê, nhưng logic vẫn giống nhau: tài chính hóa tài sản hạ tầng AI và dòng tiền cho thuê
- Hầu hết các neocloud và phòng thí nghiệm AI lớn đang huy động vốn theo cách này
Thiếu cơ chế khám phá giá và công cụ phòng hộ rủi ro
- Máy bay, tàu biển, ô tô, bất động sản thương mại và dầu mỏ đều có hạ tầng khám phá giá tích lũy qua nhiều thập kỷ
- Máy bay có chuyên gia thẩm định được ISTAT chứng nhận, sổ đăng ký toàn cầu, hồ sơ bảo trì chuẩn hóa, phi công vận chuyển và thị trường đồ cũ hình thành từ thập niên 1970
- Tàu biển có BICA, ô tô có NADA, còn văn phòng hạng A có tỷ suất vốn hóa chuẩn và dữ liệu so sánh tỷ lệ trống
- Dầu mỏ có đường cong giá kỳ hạn từ đầu thập niên 1980
- Thị trường GPU hiện chỉ có Silicon Data's H100 Rental Index ra mắt trên Bloomberg Terminal năm 2024 và Ornn AI, công ty đã huy động 5,7 triệu USD vào tháng 10/2025 để xây dựng sàn giao dịch được quản lý đầu tiên cho phái sinh tính toán GPU
- Giá thuê H100 theo giờ giảm từ khoảng 8 USD vào đầu năm 2024 xuống 1,70 USD vào tháng 10/2025, rồi phục hồi 40% lên 2,35 USD vào tháng 3/2026 nhờ nhu cầu suy luận bất ngờ
- Trong cho vay máy bay hoặc tàu biển, rất khó chấp nhận khoản nợ 5 năm được thế chấp bằng tài sản có giá biến động như vậy mà không có công cụ phòng hộ rủi ro
- Khoản vay thế chấp bằng GPU của CoreWeave cao hơn lãi suất chuẩn khoảng 8,5 điểm phần trăm, trong khi khoản vay máy bay thông thường chỉ cao hơn 1–2 điểm phần trăm và thế chấp thương mại thường còn thấp hơn
- Khoảng 6–7 điểm phần trăm tăng thêm là giá của rủi ro mà nhóm cho vay phải gánh khi không có thị trường hợp đồng tương lai GPU, đường cong giá trị còn lại chuẩn hóa hay công cụ khóa giá thuê tương lai
- Khi thị trường trưởng thành và xuất hiện sản phẩm phòng hộ, đường cong giá trị còn lại chuẩn hóa và thị trường GPU đã qua sử dụng, chênh lệch lãi suất và chi phí vốn của hạ tầng AI có thể giảm
- Khi đó, doanh nghiệp có lợi thế không phải là bên hiện mua được GPU rẻ nhất, mà là bên có thể tiếp cận nợ chi phí thấp sau khi hạ tầng tài chính trưởng thành
Bất định quanh tuổi thọ hữu dụng của GPU
- CoreWeave khấu hao GPU trong 6 năm, nhưng Nebius, công ty dùng cùng mô hình kinh doanh và phần cứng, áp dụng 4 năm
- AWS, Microsoft và Google đã tăng tuổi thọ hữu dụng của máy chủ từ 3–4 năm lên 6 năm vào năm 2023
- Dựa trên tổng vốn đầu tư thiết bị 300 tỷ USD, chi phí khấu hao báo cáo hằng năm giảm khoảng 18 tỷ USD
- CoreWeave cũng áp dụng thay đổi kế toán tương tự vào tháng 1/2023, trước khi niêm yết, giúp giảm chi phí báo cáo hằng năm hàng trăm triệu USD
- NVIDIA công bố năm 2025 rằng họ sẽ rút ngắn chu kỳ ra mắt sản phẩm từ 2 năm xuống 1 năm, khiến GPU dùng làm tài sản thế chấp cho khoản nợ trở thành thế hệ cũ nhanh gấp đôi
- Michael Burry cho rằng các hyperscaler sẽ ghi nhận thiếu khoảng 176 tỷ USD khấu hao lũy kế trong giai đoạn 2026–2028
- Ông tính rằng đến năm 2028, lợi nhuận của Oracle sẽ bị thổi phồng khoảng 27%, còn Meta khoảng 21%
- Nếu tuổi thọ hữu dụng thực tế của GPU huấn luyện tối tân gần 2–4 năm hơn, trong khi sổ sách ghi 6 năm, sẽ xuất hiện khoảng cách lớn giữa giá trị sổ sách và giá trị thu hồi
- Nếu nhu cầu suy luận gần đây kéo dài vòng đời sản xuất của H100 ra sau giai đoạn huấn luyện tối tân, con số 6 năm có thể không sai
- Ngược lại, nếu nhu cầu yếu trở lại vào năm 2026 hoặc 2027, khoản lỗ đánh giá sẽ xuất hiện đúng lúc nhóm cho vay cần giá trị tài sản thế chấp
Ba loại giá trị tồn tại trên cùng một GPU
- Mệnh giá (face value) là giá mua do SPV ghi nhận, trừ khấu hao đường thẳng theo lịch trình mà bên vay lựa chọn
- Nó quyết định các thỏa thuận tỷ lệ cho vay trên giá trị tài sản thế chấp và quy mô nợ mà giao dịch có thể gánh
- Giá trị thanh lý (liquidation value) là mức giá người mua trả trong tình huống khó khăn
- Trên thị trường đồ cũ bình thường, GPU đã sử dụng vừa phải trong 2–3 năm được giao dịch ở mức 50–70% giá sản phẩm mới
- Nếu nhiều neocloud cùng lúc gặp khó khăn, nguồn cung tăng vọt trong khi nhóm người mua thu hẹp, khiến tỷ lệ thu hồi khi bán khẩn cấp có thể rơi xuống 30–50% mệnh giá
- Giá trị hoạt động liên tục (going-concern value) là giá trị khi bên thuê tiếp theo sử dụng như một tài sản đang vận hành bình thường, và phụ thuộc hoàn toàn vào việc chuyển giao vận hành có thành công hay không
- Khi nhóm cho vay thực thi quyền can thiệp, họ cũng phải gánh cơ sở colocation của chủ sở hữu khác cùng các hợp đồng và ràng buộc của cơ sở đó
- Nếu đội vận hành của bên vay rời đi, thông tin xác thực và kiến thức về topology cũng có thể biến mất
- Họ phải đối mặt với một thị trường nơi giá thuê đã dịch chuyển 60% theo một chiều trong 18 tháng rồi phục hồi 40% theo chiều ngược lại, mà không có công cụ phòng hộ rủi ro
- Trong môi trường khoảng 50 GPU hỏng mỗi ngày, họ cũng cần nhân sự biết rack nào liên tục bất ổn
- Khoảng cách giữa mệnh giá và giá trị hoạt động liên tục vẫn là rủi ro cốt lõi chưa được phòng hộ trong cấu trúc tài chính hiện nay
Nhà đầu tư tránh tài trợ thế chấp bằng GPU
- KKR tích cực đầu tư vào trung tâm dữ liệu nhưng tập trung vào tòa nhà, điện, làm mát và đất đai hơn là tài trợ thế chấp bằng GPU
- Cùng Global Infrastructure Partners, họ mua CyrusOne với giá 15 tỷ USD vào năm 2022
- Đầu tư 1,5 tỷ USD vào Global Technical Realty năm 2026
- Tháng 2/2026, họ mua 75% cổ phần STT GDC với giá 5,1 tỷ USD
- Hạ tầng số của KKR là trọng tâm trong mảng tài sản thực 186 tỷ USD, nhưng họ không tham gia liên danh AIP mua Aligned Data Centers, SPV của xAI hay cơ sở nợ của CoreWeave
- Những tài sản này là lớp hạ tầng nền tảng giữ được giá trị bất kể phòng thí nghiệm AI nào chiến thắng hay thế hệ GPU nào thống trị
- Peter Thiel đã bán toàn bộ cổ phần NVIDIA trong quý 3/2025 và chuyển sang Apple cùng Microsoft
Nền tảng cần có cho thị trường thế chấp bằng GPU
- Máy bay trở thành tài sản có thể tài trợ nhờ có sổ đăng ký, chuyên gia thẩm định và hồ sơ bảo trì; tàu biển cũng xây dựng các hệ thống như BICA
- Mức phí lãi suất cao của các khoản vay thế chấp bằng GPU phát sinh vì nhóm cho vay không thể trả lời hai câu hỏi cơ bản
-
Cụm máy hiện vẫn hoạt động bình thường chứ
- Ba năm nữa nó có còn hoạt động bình thường không
- Để tài chính GPU trưởng thành, cần có hệ thống đo lường và chuyển giao không chỉ giá thiết bị, mà cả trạng thái vận hành, lịch sử bảo trì, giá trị còn lại và giá thuê tương lai
-
1 bình luận
Ý kiến trên Hacker News
Con số “GPU đã dùng 2~3 năm trong tình trạng bình thường được giao dịch ở mức 50~70% giá hàng mới” áp dụng cho Nvidia H100 còn tình trạng tốt, đồng thời cũng phản ánh tình trạng thiếu nguồn cung hiện nay
Đây là mức giá sau khi đã tháo dỡ, vệ sinh, kiểm tra và tân trang, nên thiết bị vừa tháo trực tiếp từ hiện trường phá sản chắc sẽ có giá trị thấp hơn. Trên eBay, nhiều người bán dùng y hệt ảnh hàng mới còn đóng gói hoặc thậm chí đăng cả ảnh có logo đối thủ, nên đây có vẻ là dấu hiệu rủi ro
https://introl.com/blog/secondary-gpu-markets-buying-selling...
https://www.ebay.com/shop/nvidia-h100-gpu?_nkw=nvidia+h100+g...
Nếu là đơn vị bán các máy chủ như Dell R840 với 768GB RAM, có hàng nghìn đánh giá và điểm số từ 98.5% trở lên, thì rủi ro có vẻ thấp hơn nhiều
Cũng có thể Nvidia ký các hợp đồng mua lại kiểu Ferrari với khách hàng lớn để ngăn lượng hàng nâng cấp bị tung ra thị trường cùng lúc làm giá sụp đổ, đồng thời duy trì độ khan hiếm
Nếu không, hy vọng vài năm nữa có thể mua được H100 trên thị trường công khai
Rất phù hợp cho các công cụ truy vấn tăng tốc bằng GPU, machine learning truyền thống, và nhiều tác vụ CPU khác có thể chuyển sang GPU
Khi đó, H100 sẽ giống V100 cũ ngày nay: hiệu suất điện năng tệ hại, không có các định dạng dữ liệu và engine tính toán mới nhất, có thể cháy nếu thiếu adapter kỳ quặc và quạt máy chủ gầm rú, còn hỗ trợ CUDA thì đã kết thúc từ lâu. Trừ khi hoàn toàn không còn lựa chọn nào khác, nó có lẽ gần như vô dụng
Nếu Huawei tung ra bộ tăng tốc giá rẻ thì các công ty AI Mỹ cũng sẽ sớm biết giá trị thật của tài sản mình nắm giữ; theo tôi, thời gian còn lại chỉ khoảng 6~9 tháng
Những thông tin như rack nóng lên vào mùa hè, mạch làm mát kém ổn định sau cập nhật firmware, hay khối lượng công việc phải chuyển hướng khỏi các node sắp lỗi đều phải có trong hệ thống giám sát
Nếu vậy thì bất kỳ mô hình tối tân nào cũng có thể nhanh chóng nắm được tình hình, nên có vẻ tác giả chưa hiểu đầy đủ về sự thay đổi mà hệ thống mình xử lý đã tạo ra
Không rõ vì sao vấn đề này lại đặc biệt chỉ với cụm GPU. Nói chung, bộ phận thẩm định tín dụng hay M&A không có khả năng vận hành và bảo trì tài sản đem cầm cố, vì vậy nhà ở, ô tô, thiết bị thường bị bán đấu giá rẻ hơn nhiều so với giá trị thực, và bên cho vay phải mua bảo hiểm
Tôi từng chứng kiến một xưởng cưa lớn không trả nổi khoản vay lớn và bị ngân hàng siết nợ; ngân hàng không muốn ôm lấy cơ sở đó, nhưng khi nhà sáng lập rút lui thì họ không còn lựa chọn. Họ thậm chí không biết xử lý số gỗ thành phẩm đang nằm trong lò sấy ra sao, còn toàn bộ hạ tầng xưởng cưa thì càng bế tắc hơn, nên cuối cùng không tìm được người mua và phải thuê lại chính nhà sáng lập làm tư vấn để thanh lý. Trung tâm dữ liệu bị siết nợ cũng sẽ trải qua quy trình tương tự
Việc giá GPU giảm tương đối chậm là sản phẩm của sự hạn chế nguồn cung. Nếu có thể tự do chọn giữa Hopper và Rubin cho suy luận FP4, thì ngay cả khi nhận phần cứng miễn phí và chỉ trả tiền điện, Hopper cũng không hấp dẫn vì hiệu năng trên mỗi watt
Hiện tại người ta vẫn trả tiền cho H100 vì không chỉ Rubin mà ngay cả Blackwell cũng khó mua, nhưng khi năng lực sản xuất của fab được mở rộng thì hiện tượng này sẽ không kéo dài
Điều kỳ lạ hơn là một lượng phần cứng khổng lồ đang bị tồn đọng đơn hàng, và cả thiết bị đã được phân bổ, sẵn sàng vận hành cũng đang nằm chờ cơ sở vật chất hoàn thiện. Việc xây dựng cơ sở đã chậm nhiều năm và còn bị ràng buộc bởi đủ loại hoán đổi tín dụng và nợ giữa các công ty liên quan, nên đây không đơn thuần là bong bóng mà gần giống một tòa tháp bài dựng trên quả bóng
Điều rút ra từ thị trường crypto là lý do chính khiến vòng đời GPU kết thúc không hẳn chỉ là hỏng hóc. Đó còn là vì trong điều kiện thị trường mới xuất hiện các lựa chọn thay thế khiến hiệu suất điện năng của thiết bị cũ trở nên không còn hiệu quả kinh tế
Mac Studio 512GB đang được bán trên eBay với giá gấp đôi giá hàng mới hồi đầu năm
Nếu đã chi ngang giá một chiếc xe mới tử tế thì thà dựng một workstation đúng nghĩa còn hơn. Một máy tính cỡ Apple TV khó có thể là lựa chọn tối ưu về hiệu năng trên giá thành, nên tôi tự hỏi có phải các startup founder vibe dự bị đang tự đẩy giá lên hay không
Bài viết mô tả cụm GPU như khoa học tên lửa, nhưng nếu thay bằng nhà máy điện thì câu hỏi cũng chẳng khác đi chút nào. Cả hai đều phức tạp, nhiều biến số, cần công suất đầu ra hiện tại, bảo trì định kỳ và nhân sự lành nghề
Cuối cùng hoặc là tự giải quyết, hoặc ký hợp đồng với công ty giải quyết được; trên thực tế chắc sẽ có nhiều đơn vị muốn cho thuê các cụm như thế này cho mục đích AI
Có đủ dấu hiệu cho thấy GPU bị siết nợ sẽ sớm tràn ra thị trường với số lượng lớn. Một thời gian đầu sẽ hỗn loạn, nhưng nếu GPU cũ trở nên dễ mua thì sẽ mở ra rất nhiều khả năng
Thực tế hơn thì các trại đào crypto có thể lại bùng nổ, kéo giá crypto đi xuống; tôi cũng tò mò nguồn cung GPU giá rẻ quy mô lớn còn có thể tạo ra những thay đổi nào khác