- Trung tâm dữ liệu AI chỉ mất 12–18 tháng để xây dựng, nhưng cần 5–7 năm để kết nối lưới điện, khiến điện năng/giấy phép/năng lực xây dựng trở thành nút thắt mở rộng quan trọng hơn cả GPU
- Các trung tâm dữ liệu hyperscale được công bố vào đầu năm 2026 đạt quy mô 777 dự án/190GW, và BYOP (Bring Your Own Power) — tự xây nhà máy điện và pin để đảm bảo nguồn điện — đang nổi lên như chiến lược chủ đạo
- Cơ hội cho startup đang hình thành trong sáu lĩnh vực: giấy phép/chọn địa điểm, phát điện, truyền tải-phân phối/chuyển đổi điện năng, phần mềm, xây dựng-bảo trì, làm mát
- Do thiếu thiết bị điện và mật độ rack tăng cao, thời gian mua máy biến áp đã kéo dài tới 5 năm, trong khi một số rack AI tiêu thụ tới 500–600kW, khiến các kiến trúc điện mới như 800V DC và máy biến áp thể rắn trở nên cần thiết
- Trong chu kỳ đầu tư này, các công ty bền vững nhiều khả năng không chỉ cung cấp thiết bị mà còn đồng thời kiểm soát giá điện/pin/tải công việc AI/làm mát, và xây dựng hạ tầng được tích hợp lâu dài vào vận hành trung tâm dữ liệu
Chu kỳ đầu tư hạ tầng quy mô lớn do AI kích hoạt
- AI là loại tải công việc đòi hỏi nhiều điện nhất trong lịch sử điện toán, và tính đến đầu năm 2026 đã có 190GW trung tâm dữ liệu hyperscale được công bố
- Khoảng 148GW đang ở giai đoạn lập kế hoạch, 21GW đang xây dựng, và 12GW đã vận hành
- Tổng mức tiêu thụ điện của các trung tâm dữ liệu toàn cầu được dự báo sẽ tăng hơn gấp đôi vào năm 2030
- Tại Mỹ, mức tiêu thụ điện của trung tâm dữ liệu được dự báo sẽ vượt toàn bộ ngành sản xuất thâm dụng năng lượng
- Bản thân trung tâm dữ liệu có thể xây trong 12–18 tháng, nhưng kết nối lưới điện mất 5–7 năm
- Trong số 110 trung tâm dữ liệu dự kiến vận hành năm 2025, hơn một phần tư bị trì hoãn do vấn đề điện năng/giấy phép/xây dựng
- Các nhà vận hành hyperscale bắt đầu chấp nhận sự phức tạp của việc tự xây và vận hành cơ sở phát điện để có được sự chắc chắn về công suất và tiến độ
- Chính phủ Mỹ bắt đầu coi hạ tầng AI là vấn đề an ninh quốc gia
- Tháng 4/2026, Tổng thống Trump kích hoạt Section 303 của Đạo luật Sản xuất Quốc phòng, chỉ định thiết bị lưới điện quy mô lớn và chuỗi cung ứng liên quan là lĩnh vực thiết yếu cho quốc phòng
- Điều này cho phép hỗ trợ tài chính liên bang khẩn cấp để mở rộng sản xuất trong nước đối với các linh kiện lưới điện trọng yếu
- Năm 2025, trung tâm dữ liệu chiếm 4,5 tỷ USD/78% trong tổng 5,7 tỷ USD vốn đầu tư mạo hiểm vào môi trường xây dựng
- Bessemer Venture Partners ví công nghệ hạ tầng điện hiện nay với vai trò của thép sản xuất hàng loạt trong việc mở đường cho đường sắt/cầu/nhà máy, và đang đầu tư vào các hệ thống vật lý sẽ nâng đỡ nền kinh tế AI
1. Giấy phép và lựa chọn địa điểm
- Trung tâm dữ liệu phải nhận được nhiều phê duyệt từ chính quyền địa phương và bang trước khi có điện hoặc triển khai GPU
- Bao gồm quy hoạch sử dụng đất, quy định môi trường, hợp đồng kết nối lưới điện, giấy phép khí thải/chất lượng nước, khảo sát loài nguy cấp, khảo sát di sản văn hóa
- Quy trình phê duyệt và thời gian xử lý khác nhau theo từng khu vực pháp lý, khiến quản lý dự án trở nên phức tạp
- Từ tháng 3/2024 đến tháng 3/2025, có 16 dự án phát triển trung tâm dữ liệu bị trì hoãn hoặc từ chối do hạn chế về giấy phép, trong đó phản đối từ cộng đồng địa phương là nguyên nhân chính
- Tại Mỹ, hơn 5 tỷ USD mỗi năm đang được chi cho thủ tục cấp phép hạ tầng phức tạp
- Con số này chiếm hơn một phần ba tổng chi phí cấp phép toàn quốc
- Hơn 1,5 nghìn tỷ USD vốn hạ tầng đang bị mắc kẹt trong quy trình cấp phép
- Thị trường do các hãng tư vấn lớn và hơn 50.000 công ty nhỏ đảm nhiệm, nhưng nhiều bên có dưới 15 nhân viên và phần lớn công việc vẫn làm thủ công
- Lorica đang phát triển dịch vụ chuẩn bị và thực thi hồ sơ cấp phép dùng AI để tự động hóa việc thu thập/cấu trúc/nộp dữ liệu
- Công ty xây dựng một lớp thông tin tích lũy dữ liệu về lộ trình cấp phép tối ưu theo từng dự án để dự đoán lịch trình và rủi ro cho dự án tiếp theo
- Paces tích hợp dữ liệu lưới điện/giấy phép/môi trường vào một nền tảng duy nhất
- Nền tảng này phát hiện ràng buộc lưới điện, xung đột quy hoạch và vấn đề môi trường trước khi rót vốn
- Khách hàng cho biết nhờ xác định rủi ro sớm, số thương vụ chốt thành công tăng khoảng 3 lần
- Mô hình hóa không gian, khảo sát bằng drone và mô phỏng áp lực tài nguyên cũng có thể được dùng để nhận diện khả năng phản đối từ cộng đồng trước khi rót vốn quy mô lớn
- Sản phẩm tiềm năng cần hợp nhất dữ liệu phân tán lên một màn hình, tận dụng agent có ngữ cảnh, và xây dựng data flywheel giúp tăng độ chính xác qua các dự án lặp lại
2. Tự phát điện và BYOP
- Các địa điểm kết nối lưới điện chiếm 45% số dự án được công bố, nhưng mô hình tự phát điện và hybrid chiếm gần một nửa tổng công suất được công bố
- BYOP là chiến lược tự sản xuất điện trực tiếp phía sau công tơ (BTM) để tránh hàng chờ kết nối lưới điện
- Chỉ riêng năm 2025 đã có khoảng 50GW dự án phát điện khí BTM được công bố
- Nó đang trở thành chiến lược chủ đạo để nhanh chóng đưa trung tâm dữ liệu AI mới vào hoạt động
- Công nghệ phát điện đang được phát triển xoay quanh kiến trúc mô-đun có thể chống chịu cú sốc chuỗi cung ứng và mở rộng theo nhu cầu
- Boom Supersonic đã chuyển lõi động cơ phản lực cho máy bay siêu thanh thành tuabin khí tự nhiên 42MW Superpower cho trung tâm dữ liệu
- Arbor đang phát triển tuabin khí thế hệ mới dùng CO₂ siêu tới hạn làm môi chất và tích hợp sẵn thu giữ carbon
- Pin BTM sạc vào giờ thấp điểm giá rẻ và xả vào giờ cao điểm để giảm phí nhu cầu
- Chúng cũng cung cấp điện dự phòng và khả năng độc lập với lưới điện
- Calibrant Energy cung cấp tài chính và trực tiếp triển khai hệ thống pin cho các trung tâm dữ liệu hyperscale
- Exowatt đang phát triển điện mặt trời mô-đun và pin nhiệt cho AI factory, hướng tới nguồn điện có thể cung cấp 24/7 khi cần
- Inertia muốn thương mại hóa phương pháp nhiệt hạch giam hãm quán tính bằng laser của Lawrence Livermore National Laboratory để xây nhà máy điện quy mô lưới
- Nhiệt hạch là công nghệ dài hạn nhất, nhưng được đánh giá là lĩnh vực trọng yếu sau thập niên 2030 do tiềm năng cung cấp điện nền sạch, có thể điều độ, ở quy mô lớn
- American Terawatt đang xây dựng mạng truyền tải HVDC tư nhân kết nối nguồn phát với trung tâm dữ liệu mà không đi qua lưới điện công cộng
- Năng lực cạnh tranh dài hạn sẽ hình thành từ LCOE thấp, mô hình triển khai có thể lặp lại và chuỗi cung ứng ổn định
- Sau khi cung cấp thiết bị, doanh nghiệp cần có khả năng bổ sung phần mềm tối ưu điều độ và điều khiển dự báo
- Khi kiến trúc điện hội tụ về kiến trúc 800V DC của NVIDIA, cơ hội trở thành đối tác hạ tầng cốt lõi sẽ xuất hiện
3. Truyền tải/chuyển đổi điện và lớp trung gian của hệ thống điện
- Mọi dòng điện đến trung tâm dữ liệu đều đi qua máy biến áp thay đổi điện áp ở các giai đoạn phát điện/truyền tải/cơ sở
- Nhu cầu máy biến áp tăng 119% từ 2019 đến 2025, nhưng năng lực sản xuất không theo kịp
- Thời gian giao hàng từ GE, Siemens, Mitsubishi... đã tăng từ khoảng 1 năm trước COVID-19 lên tối đa 5 năm
- Thời gian giao thiết bị đóng cắt cũng vượt 60 tuần, và cáp cao áp cùng máy cắt đang được xem là nút thắt tiếp theo
- Trong thời kỳ cloud, mật độ điện của rack là 20–40kW, nhưng một số cụm huấn luyện AI dùng tới 500–600kW mỗi rack
- NVIDIA đặt mục tiêu 1MW mỗi rack sau Rubin Ultra
- Cùng với việc chuẩn hóa 800V DC, các tầng chuyển đổi AC/DC truyền thống gây tổn thất năng lượng và phát sinh thêm thiết bị
- Cơ hội trong lĩnh vực truyền tải điện được chia làm ba nhóm
- Cung cấp thiết bị lưới điện nhanh hơn các công ty hiện tại
- Thiết kế lại chính máy biến áp và kiến trúc chuyển đổi điện
- Khai thác thêm công suất từ hạ tầng truyền tải đã lắp đặt
- Ayr Energy sử dụng các nhà sản xuất theo hợp đồng tại Ấn Độ để sản xuất máy biến áp và máy cắt cho trạm biến áp/truyền tải
- Công ty rút ngắn thời gian giao hàng từ 3–5 năm xuống còn 6–12 tháng
- Máy biến áp thể rắn (SST) tích hợp nhiều giai đoạn chuyển đổi điện vào một thiết bị mô-đun duy nhất
- Chúng dùng chất bán dẫn Silicon Carbide để chuyển trực tiếp AC điện áp trung bình sang 800V DC
- Kiến trúc hai chiều/có thể lập trình cho phép tích hợp trực tiếp với hệ lưu trữ pin, điện mặt trời và hệ tự phát điện
- Heron Link của Heron Power là SST điện áp trung bình dạng mô-đun được thiết kế cho chuyển đổi 800V DC, và là đối tác chính trong kiến trúc 800V DC của NVIDIA
- DG Matrix đang phát triển SST đa cổng nhận nhiều mức điện áp và tần số khác nhau, rồi xuất ra 800V DC hoặc AC
- Hệ thống này hợp nhất 10–17 hệ thống điện riêng lẻ hiện có vào một thiết bị duy nhất
- Chi phí do tắc nghẽn lưới điện ở Mỹ vào khoảng 11,5 tỷ USD mỗi năm
- Nhiều công suất đang bị vận hành dè dặt dưới giới hạn nhiệt thực tế vì nhà vận hành không nắm đủ trạng thái thời gian thực của đường truyền
- FUSION-T của GridAstra mô hình hóa công suất truyền tải động, bộ điều khiển dòng điện nâng cao và tái cấu hình topology lưới điện trong một môi trường thống nhất
- Hệ thống tạo kế hoạch điều khiển tự động chuyển hướng điện từ các tuyến quá tải sang các tuyến ít sử dụng hơn
- TS Conductor tăng gần gấp đôi công suất của hành lang truyền tải hiện có bằng cách tái căng dây với dây dẫn lõi composite
- Điều này tránh được việc phải xin giấy phép và quyền sử dụng đất cho đường truyền tải mới
- Năng lực cạnh tranh được tạo ra từ việc vừa có thể giao hàng ngay, vừa có cấu trúc sản xuất đủ sức đáp ứng quy mô hyperscale
4. Phần mềm kết nối điện năng với tải công việc AI
- Trung tâm dữ liệu đang biến thành một hệ thống năng lượng phức tạp, nơi nguồn phát, pin, kết nối lưới điện và tải công việc AI biến động được vận hành cùng nhau
- Quản lý điện năng, lập lịch công việc, giao tiếp với lưới điện và tuân thủ quy định vẫn đang nằm trong các hệ thống tách rời
- Các DCIM hiện có như Schneider, Vertiv, Sunbird... được thiết kế dựa trên giả định của trung tâm dữ liệu thế hệ trước
- Cơ hội phần mềm mới đang hình thành ở DCIM cho tải công việc AI, cùng sự tích hợp giữa SLA phân tầng, hiệu quả kinh tế năng lượng và điều khiển thiết bị vật lý
SLA phân tầng phản ánh tải công việc linh hoạt
- Hợp đồng điện truyền thống và hợp đồng dịch vụ trung tâm dữ liệu vẫn coi tải công việc AI là nhu cầu cố định không thể gián đoạn
- Trên thực tế, một phần công việc AI có thể vận hành linh hoạt
- Tác vụ huấn luyện có thể tạm dừng rồi tiếp tục
- Suy luận batch có thể chuyển sang khu vực có điện dồi dào hơn
- Công việc ưu tiên thấp có thể chấp nhận độ trễ dài hơn
- Vì tính linh hoạt của công việc không được phản ánh trong hợp đồng, công suất lưới điện khả dụng đang bị bỏ phí
- SLA phân tầng được thiết kế để chuyển tác vụ huấn luyện có thể điều phối sang giờ thấp điểm, tăng độ trễ cho công việc ít quan trọng hơn, và trả lại công suất trong tình huống khẩn cấp của lưới điện
- Emerald AI lập lịch động tải công việc GPU tùy theo tình trạng điện năng
- Hệ thống dừng hoặc giới hạn huấn luyện batch khi lưới điện thiếu hụt
- Bảo vệ suy luận nhạy cảm với độ trễ
- Chuyển tính toán sang khu vực có điện dồi dào
- Aurora AI Factory tại Virginia, với sự tham gia của Emerald, Digital Realty, NVIDIA, EPRI và PJM, dự kiến sẽ là minh chứng thương mại đầu tiên cho một trung tâm dữ liệu có thể điều chỉnh linh hoạt nhu cầu điện
Tích hợp hiệu quả kinh tế năng lượng và điều khiển thiết bị vật lý
- Các doanh nghiệp vận hành nhiều trung tâm dữ liệu phải đồng thời quản lý bất động sản, giá điện và hedge, lập lịch công việc và tuân thủ quy định
- Họ quyết toán hàng nghìn hóa đơn điện
- Hedge rủi ro giá điện bán buôn
- Sạc/xả pin theo giá thời gian thực
- Hạch toán chứng chỉ năng lượng tái tạo
- Hiện nay, nhiều nơi vẫn xử lý bằng cách chắp vá spreadsheet và các giải pháp rời rạc
- Verse tích hợp quản lý hóa đơn điện, hợp đồng mua bán điện (PPA), phân tích danh mục năng lượng, quản lý rủi ro và hedge trong một nền tảng duy nhất
- Dispatch Intelligence đưa ra quyết định sạc pin BTM theo thời gian thực
- Điều khoản PPA dài hạn có thể ảnh hưởng đến cách xả pin, còn việc tính phí nhu cầu quá mức có thể ảnh hưởng đến toàn bộ chiến lược hedge
DCIM cho tải công việc AI
- Nhà vận hành trung tâm dữ liệu gặp khó khăn trong việc nắm bắt theo thời gian thực mức tiêu thụ điện thực tế theo từng rack, dư địa nhiệt, công suất bị bỏ không do định mức bảo thủ, và các GPU đang suy giảm hiệu năng
- DCIM thế hệ mới cần kết hợp các chức năng sau
- Telemetry thời gian thực
- Mô phỏng dự báo về nhiệt và dòng điện
- Phát hiện bất thường bằng AI
- Điều khiển tự động đáng tin cậy, vượt ra ngoài việc chỉ hiển thị dashboard
- Aravolta và Phaidra cùng một số bên khác đang phát triển hệ điều hành vận hành dựa trên AI
Tự động hóa công việc của công ty điện lực bằng AI
- Các công ty điện lực và đơn vị vận hành lưới điện phải xử lý hồ sơ xin kết nối, lập kế hoạch phát điện/truyền tải, mô hình hóa tăng trưởng phụ tải và quy trình điều tiết biểu giá
- Phần mềm dùng AI có thể tự động hóa các lĩnh vực sau
- Nghiên cứu kết nối lưới điện
- Lập kế hoạch dự án vốn và dự báo phụ tải
- Hồ sơ pháp lý và quy trình thẩm định biểu giá
- Senpilot đang phát triển một hệ điều hành cho công ty điện lực, kết hợp các agent cho kỹ thuật/quy định/dịch vụ khách hàng trên một nền tảng
- Phần mềm cho công ty điện lực vốn thay đổi chậm trong thị trường công nghệ doanh nghiệp, nhưng AI có thể trở thành cơ hội để thay thế các hệ thống hiện hữu
Lập kế hoạch và vận hành lưới điện
- Phát điện BTM giúp đảm bảo điện trong ngắn hạn, nhưng về dài hạn lưới điện công cộng phải hấp thụ phụ tải mới nhanh hơn
- ThinkLabs AI, tách ra từ GE Vernova, đang phát triển digital twin AI cho lưới điện có phản ánh các định luật vật lý
- Hệ thống mô hình hóa dòng điện, tắc nghẽn và tác động của kết nối mới trong thời gian ngắn hơn công cụ hiện có
- Nó giúp các công ty điện lực lập kế hoạch mở rộng thiết bị và kết nối phụ tải mới hiệu quả hơn
- Phần mềm có giá trị nhất phải có khả năng kết nối tải công việc IT với thiết bị điện vật lý theo thời gian thực, và trực tiếp hành động dựa trên dữ liệu thu thập được
5. Xây dựng/bảo trì và thiếu hụt nhân lực
- Đến cuối năm 2025, tình trạng thiếu hụt lao động trong ngành xây dựng đạt khoảng 439.000 người
- Quy mô nhân sự tối đa tại công trường trung tâm dữ liệu đã tăng từ khoảng 750 người thời cloud lên 4.000–5.000 người hiện nay
- Độ tuổi trung bình của lực lượng lao động trung tâm dữ liệu là 53, và 60% nhà vận hành gặp khó khăn trong tuyển dụng
- Thiếu hụt nhân lực đã trở thành yếu tố làm chậm dự án ngang với điện năng và giấy phép, nên robot/tự động hóa/phần mềm AI đang được đưa vào từ khâu xây dựng đến thải bỏ
Xây dựng ban đầu
- Bedrock Robotics bổ sung tính năng tự hành cho thiết bị hạng nặng hiện có thông qua Bedrock Operator
- Built Robotics phát triển thiết bị đào móng/đóng cọc tự động cho trung tâm dữ liệu và nhà máy điện mặt trời
- TerraFirma là nhà thầu phụ định hướng công nghệ, triển khai robot làm đất trực tiếp tại các công trường xây trung tâm dữ liệu
- DroneDeploy dùng drone thu thập dữ liệu hiện trường và dùng AI để kiểm tra tiến độ, rủi ro an toàn và chất lượng thi công
Vận hành và bảo trì
- MaintainX cung cấp thông tin tài sản và công việc dựa trên AI cho nhân viên bảo trì
- Gecko Robotics dùng robot để kiểm tra cơ sở công nghiệp, phát hiện ăn mòn và vấn đề kết cấu trước khi xảy ra hỏng hóc
- Watney Robotics đang phát triển robot tự hành thực hiện sửa chữa, logistics và bảo trì thường nhật bên trong cơ sở
Tháo dỡ thiết bị và tái sử dụng tuần hoàn
- Khi chu kỳ thay thế bằng GPU và server mới nhất của các nhà vận hành hyperscale ngày càng ngắn, lượng thiết bị bị thải bỏ đang tăng nhanh
- Molg phát triển các microfactory robot để tự động tháo rời server, laptop và thiết bị điện tử công nghiệp
- Công ty thu hồi giá trị từ thiết bị thải bỏ thông qua phục hồi linh kiện, tái sản xuất và tái chế
- Năng lực cạnh tranh dài hạn được tạo ra từ sự kết hợp giữa tự động hóa và dữ liệu hiện trường độc quyền
- Dự đoán hỏng hóc trước khi thành sự cố dây chuyền
- Phát hiện lỗi chất lượng thi công trước khi phải làm lại
- Tìm ra giá trị có thể thu hồi từ thiết bị sắp bị loại bỏ
6. Công nghệ làm mát cho rack AI mật độ cao
- Các rack AI được dự báo sẽ đòi hỏi mật độ điện cao gấp 50 lần thời kỳ cloud trong vòng 1 năm tới
- Làm mát bằng không khí không thể loại bỏ nhiệt đủ nhanh, nên khó ngăn giới hạn hiệu năng và suy giảm phần cứng
- Vì quá nhiệt ảnh hưởng trực tiếp đến tuổi thọ phần cứng và hiệu năng trên mỗi watt, các nhà vận hành hyperscale và phòng lab frontier đang thiết kế lại chính kiến trúc làm mát
- Làm mát bằng chất lỏng đang nổi lên như cấu trúc chiếm đa số trong các trung tâm dữ liệu AI mới
- Làm mát trực tiếp đến chip đưa chất làm mát tới bề mặt bộ xử lý bằng cold plate và manifold
- Làm mát ngâm nhúng đặt toàn bộ server vào chất lỏng không dẫn điện để xử lý mật độ rack cực cao
- Làm mát trực tiếp đến chip dễ tích hợp với cấu trúc trung tâm dữ liệu hiện có hơn, nên có phạm vi áp dụng ngắn hạn rộng hơn
- Corintis đang phát triển cold plate vi lưu chất được thiết kế bằng AI
- Công nghệ này đưa chất làm mát trực tiếp đến các điểm phát nhiệt của chip, mang lại hiệu năng cao hơn so với các tấm đồng kênh song song truyền thống
- Thị trường phần mềm tối ưu vận hành thiết bị làm mát bằng AI cũng đang hình thành
- Phaidra dùng mức tiêu thụ điện thời gian thực làm tín hiệu sớm của đợt tăng nhu cầu
- Hệ thống điều chỉnh làm mát trước khi nhiệt độ chip tăng lên để cải thiện độ ổn định nhiệt
- Làm mát đang chuyển từ hạng mục phụ trợ đơn thuần thành hệ thống điều khiển chủ động quyết định hiệu năng chip, tuổi thọ phần cứng, lượng nước sử dụng và phát thải của trung tâm dữ liệu
- Các công nghệ làm mát triển vọng cần không bị khóa vào một nhà cung cấp phần cứng cụ thể và có thể thích ứng với kiến trúc trung tâm dữ liệu đang thay đổi
Hạ tầng vận hành còn lại sau khi chu kỳ CAPEX qua đi
- Lớp năng lượng của hạ tầng AI là một hệ sinh thái liên kết giữa phát điện, điều độ, tiêu thụ linh hoạt, hiện đại hóa lưới điện và phần mềm cho công ty điện lực
- Mỗi lĩnh vực đều có cơ hội doanh nghiệp riêng, nhưng năng lực cạnh tranh dài hạn sẽ hình thành từ khả năng kết nối nhiều lớp với nhau
- Những công ty hấp dẫn nhất có thể tăng trưởng nhờ làn sóng đầu tư thiết bị quy mô lớn hiện tại, rồi tiếp tục ở lại như hạ tầng vận hành cho trung tâm dữ liệu và công ty điện lực để tạo lợi nhuận lâu dài ngay cả khi xây mới chậm lại
Chưa có bình luận nào.