Vì sao AI frontier ngày càng giống ngành bán dẫn

• Khi vốn đầu tư ban đầu khổng lồ kết hợp với chu kỳ công nghệ ngắn, các phòng thí nghiệm AI frontier đang bước vào guồng chạy kiểu bán dẫn, nơi họ phải chuẩn bị thế hệ tiếp theo ngay khi tung ra sản phẩm mới
• Chi phí huấn luyện mô hình frontier đã tăng khoảng 2,4 lần mỗi năm trong 8 năm; các đợt huấn luyện lớn nhất có thể vượt 1 tỷ USD vào năm 2027 và đạt 10 tỷ USD vào năm 2028
• Ngành bán dẫn từng trải qua suy thoái 3–4 năm một lần và tái cấu trúc quanh một số ít doanh nghiệp, nhưng những công ty như Nvidia, Apple, ARM — kiểm soát thiết kế, phần mềm và hệ sinh thái ở tầng cao hơn sản xuất — đã tạo ra giá trị lớn
• Trong AI, chi phí frontier tăng vọt, trong khi chi phí để đạt cùng mức hiệu năng theo một số ước tính giảm xuống còn khoảng một phần mười mỗi năm, cho phép các công ty ứng dụng như Cursor, Harvey, Abridge xây dựng sản phẩm và quan hệ khách hàng mà không cần tự huấn luyện mô hình
• Quy mô và vốn là năng lực cạnh tranh cốt lõi của các phòng thí nghiệm frontier, nhưng cơ hội kinh doanh rộng hơn nằm ở tầng ứng dụng của trí tuệ ngày càng rẻ và dồi dào; cần đánh giá riêng rủi ro phụ thuộc nền tảng khi nhà cung cấp mô hình có thể tiến vào thị trường khách hàng

---

Guồng chạy bán dẫn không ngừng nghỉ

• Các công ty bán dẫn thế hệ mới đầu tư lượng vốn khổng lồ vào thiết kế, tape-out, chứng nhận quy trình, mở rộng sản xuất và phân phối, nhưng đến khi sản phẩm hoàn thành thì thị trường đã đòi hỏi thế hệ tiếp theo
• Những công ty không theo kịp chu kỳ này bị mua lại, hợp nhất hoặc âm thầm đóng cửa; chính tính thâm dụng vốn và tốc độ phát triển, hơn cả bản thân công nghệ, khiến việc đầu tư trở nên khó khăn
• Các phòng thí nghiệm mô hình frontier cũng đi theo mô thức tương tự: ngay thời điểm tung sản phẩm sau khi đổ vốn lớn, họ đã bị yêu cầu làm mô hình tiếp theo

Chi phí của quy trình bán dẫn thế hệ mới

• Chi phí tape-out từng chỉ vài trăm nghìn USD ở các node cũ có thể lên tới hơn 100 triệu USD cho bộ mask đầy đủ ở 3nm
  • Phần lớn chi phí không nằm ở wafer, mà ở bộ mask và kỹ thuật phi lặp lại
• Tổng chi phí thiết kế chip mới theo ước tính của International Business Strategies tăng mạnh khi node ngày càng thu nhỏ
  • 28nm: khoảng 40 triệu USD
  • 7nm: khoảng 217 triệu USD
  • 5nm: khoảng 416 triệu USD
  • 3nm: khoảng 590 triệu USD
  • 2nm: hơn 725 triệu USD
• Tuy nhiên, các con số này vẫn còn gây tranh luận
  • Theo SemiAnalysis, đã có startup thực tế tung chip 7nm tiên tiến ra thị trường với tổng chi phí 50–75 triệu USD, nên các ước tính cao nên được xem là mức trần
• Nếu tính cả cơ sở sản xuất, gánh nặng còn lớn hơn nữa
  • Cơ sở sản xuất 3nm: 15–20 tỷ USD
  • Một máy quét EUV: hơn 350 triệu USD
  • Kế hoạch đầu tư thiết bị năm 2026 của TSMC: 52–56 tỷ USD
• Chi phí trên mỗi transistor tiếp tục giảm, nhưng chỉ những công ty bảo đảm được sản lượng đủ lớn để bù đắp chi phí này mới đạt hiệu quả kinh tế

Chi phí của mô hình frontier thế hệ mới

• Chi phí phần cứng khấu hao dùng cho lần huấn luyện cuối cùng của GPT-4 theo ước tính của Epoch AI là khoảng 40 triệu USD
  • Stanford AI Index áp dụng giá thuê cloud và tính ra khoảng 78 triệu USD
  • Sam Altman cho biết chi phí vượt 100 triệu USD
• Chi phí huấn luyện ước tính của Gemini Ultra dao động từ 30 triệu đến 191 triệu USD, tùy phương pháp tính
• Dù chữ số đầu tiên có thể khác nhau tùy phương pháp luận, quy mô chi phí nhìn chung tương tự; xu hướng tăng dài hạn quan trọng hơn từng ước tính riêng lẻ
• Theo Epoch AI, chi phí huấn luyện frontier đã tăng khoảng 2,4 lần mỗi năm trong 8 năm liên tiếp
  • Các đợt huấn luyện lớn nhất có thể vượt 1 tỷ USD vào năm 2027
  • Dario Amodei dự báo các đợt huấn luyện quy mô 10 tỷ USD có thể xuất hiện vào năm 2028
  • Các đợt huấn luyện frontier năm 2026 đã được ước tính ở mức hơn 200–500 triệu USD
• Vốn đầu tư ban đầu khổng lồ, chu kỳ ra mắt nhanh và môi trường đòi hỏi thế hệ tiếp theo ngay sau khi phát hành đang tạo áp lực lên các phòng thí nghiệm AI tương tự các công ty bán dẫn

Vì sao tài sản huấn luyện AI khấu hao nhanh hơn

• Nhà máy bán dẫn có thể được tái sử dụng qua nhiều thế hệ quy trình, và các dây chuyền sản xuất cũ đã khấu hao xong vẫn có thể tạo doanh thu trong nhiều năm
• Ngược lại, mô hình frontier đã huấn luyện sẽ mất giá ngay khi đối thủ tung ra mô hình tốt hơn, và không có giá trị còn lại như một nhà máy bán dẫn cũ
• Vì khác biệt này, guồng chạy kinh tế của các phòng thí nghiệm AI frontier có thể khắc nghiệt hơn sản xuất bán dẫn

Chu kỳ và sự hợp nhất của ngành bán dẫn

• Trong khoảng 70 năm, ngành bán dẫn đã trải qua suy thoái 3–4 năm một lần, với hơn 15 chu kỳ cho đến nay
• Khi bong bóng dot-com vỡ, PHLX Semiconductor Sector Index (SOX) giảm khoảng 82% so với đỉnh năm 2000, còn giá trị doanh nghiệp của Nvidia cũng giảm khoảng 90%
• Theo PitchBook, đầu tư mạo hiểm vào startup bán dẫn đạt đỉnh khoảng 14,5 tỷ USD năm 2021, rồi giảm 46% xuống 7,8 tỷ USD vào năm 2022
• Các startup chip không kịp chuyển R&D thành doanh thu trước khi thị trường vốn đóng băng đã cạn vốn vận hành
• Một ngành từng có hàng nghìn công ty đã hợp nhất trong nhiều thập kỷ quanh một số ít doanh nghiệp, đặc biệt thị trường bộ nhớ đã trở thành cấu trúc độc quyền nhóm
• Khi tính thâm dụng vốn cực đoan kết hợp với sự thay thế thế hệ liên tục, ngành sẽ tập trung vào một số ít bên thắng cuộc, và các công ty nhầm lẫn giai đoạn bùng nổ với trạng thái vĩnh viễn sẽ bị ảnh hưởng nặng trong đợt suy thoái tiếp theo

Những tầng tạo ra giá trị lớn hơn trong bán dẫn

• Ngành bán dẫn không chỉ tạo ra sự hợp nhất giữa các công ty quy trình tiên tiến, mà còn trở thành nền tảng tạo giá trị khổng lồ cho toàn bộ ngành công nghệ
• Nvidia, Apple, Qualcomm, Broadcom và AMD đã xây dựng các doanh nghiệp mạnh bằng mô hình fabless, không sở hữu nhà máy trực tiếp mà để TSMC và các bên khác gánh chi phí vốn của sản xuất tiên tiến
• ARM không trực tiếp xử lý silicon mà cấp phép tập lệnh, qua đó hiện diện trong gần như mọi điện thoại di động
• Các công ty này kiểm soát thiết kế, phần mềm và hệ sinh thái ở một tầng cao hơn guồng chạy sản xuất, đồng thời chuyển rủi ro trên bảng cân đối kế toán sang các foundry
• Những thay đổi lớn hơn diễn ra trên nền bán dẫn rẻ, dồi dào và liên tục cải thiện
  • Ngành phần mềm
  • Internet
  • Nền kinh tế smartphone
  • Điện toán đám mây
  • Google, Amazon và nền kinh tế ứng dụng
• So với những công ty biến mất trong cuộc đua quy trình tiên tiến, các công ty xây dựng kinh doanh trên nền điện toán rẻ do cuộc đua đó tạo ra đã đạt mức tăng trưởng lớn hơn trong nhiều thập kỷ

Chi phí frontier tăng và chi phí trí tuệ giảm

• Trần chi phí của mô hình frontier đang tăng lên hơn 1 tỷ USD, nhưng chi phí để đạt một mức hiệu năng nhất định theo một số ước tính đang giảm xuống còn khoảng một phần mười mỗi năm
• Một mô hình ở mức từng tốn 78 triệu USD để huấn luyện vào năm 2023 nay được cho là có thể tạo ra với chưa đến 10 triệu USD
• DeepSeek được biết là đã huấn luyện một mô hình hiệu năng cao với vài triệu USD
• Các con số chính xác vẫn đang được tranh luận và một số ước tính có thể quá lạc quan, nhưng xu hướng chi phí để đạt cùng hiệu năng trong các mô hình mở đang giảm là rõ ràng
• Trí tuệ đang giảm theo đường cong chi phí cùng với điện toán, và cuộc đua frontier cùng thị trường ứng dụng phía trên nó có tính kinh tế khác nhau

Chiến lược fabless được cấy vào AI

• Chỉ một số ít phòng thí nghiệm huy động được nguồn vốn khổng lồ mới có thể tham gia huấn luyện mô hình frontier, nhưng tầng ứng dụng phía trên mở ra cho nhiều công ty hơn
• Anysphere do 4 sinh viên MIT sáng lập năm 2022, xây dựng Cursor trên các mô hình frontier của công ty khác
  • Doanh thu thường niên hóa tăng từ khoảng 100 triệu USD đầu năm 2025 lên khoảng 4 tỷ USD vào giữa năm 2026
  • SpaceX đồng ý mua lại công ty với giá khoảng 60 tỷ USD vào tháng 6 năm 2026
• Cursor không tự huấn luyện mô hình frontier mà sở hữu sản phẩm và quan hệ với lập trình viên, để các phòng thí nghiệm mô hình gánh chi phí huấn luyện
• Chiến lược tương tự đang được áp dụng trong nhiều ngành
  • Perplexity: tìm kiếm
  • Harvey: công việc pháp lý
  • Sierra: dịch vụ khách hàng
  • Abridge: môi trường lâm sàng
  • Glean: công việc nội bộ doanh nghiệp
  • Foundry Robotics: sản xuất
• Các công ty này xây dựng sản phẩm và kinh doanh ở phía trên mà không trực tiếp bước lên guồng chạy huấn luyện

Rủi ro riêng mang tên phụ thuộc nền tảng

• Khi xây sản phẩm trên mô hình bên ngoài, nhà cung cấp mô hình có thể đi lên tầng ứng dụng và cạnh tranh trực tiếp với hoạt động kinh doanh của khách hàng
• Các phòng thí nghiệm đã cạnh tranh với một số khách hàng lớn đang dùng mô hình của họ
• Cursor cạnh tranh với công cụ lập trình riêng của nhà cung cấp mô hình trong khi phải chịu giá mô hình bán lẻ, còn nhà cung cấp có thể tận dụng tính kinh tế ở mức bán buôn
• Phụ thuộc nền tảng là rủi ro đầu tư không thể bỏ qua, nhưng khác về bản chất và chi phí gia nhập so với rủi ro chi phí huấn luyện và thay thế thế hệ mà các phòng thí nghiệm frontier phải gánh

Hai loại hình cần phân biệt trong đầu tư

• Trong kỷ nguyên bán dẫn, hai loại công ty đã tạo ra kết quả tốt
  • Một số ít công ty đạt được quy mô để tiếp tục gánh guồng chạy tiên tiến nhất
  • Nhiều công ty hơn xây dựng các doanh nghiệp bền vững, biên lợi nhuận cao ở một hoặc hai tầng phía trên silicon rẻ và dồi dào
• Xét về tổng quy mô tạo giá trị, loại thứ hai lớn hơn loại thứ nhất rất nhiều
• Kỷ nguyên mô hình frontier cũng đang phát triển theo hướng tương tự, và không nên xem guồng chạy là toàn bộ thị trường
• AI cũng có thể trải qua một hoặc nhiều đợt khan vốn như các đợt bùng nổ công nghệ thâm dụng vốn trước đây; những công ty tài trợ cho thế hệ mới nhất bằng dòng vốn thị trường lạc quan sẽ chịu áp lực khi thời điểm đó đến
• Cơ hội rộng hơn không nằm ở việc ai thắng cuộc đua frontier, mà ở việc sẽ xây dựng gì sau khi trí tuệ trở nên rẻ và dồi dào
• Red Glass Ventures đặc biệt quan tâm đến robotics, phần cứng và các hệ thống hành động trực tiếp trong thế giới thực, nơi trí tuệ giá rẻ gặp thế giới vật lý