Tại sao AI lại đắt đến vậy?

Việc thúc đẩy các mô hình AI lớn hơn, cũng như cần nhiều chip và trung tâm máy chủ dữ liệu hơn để hỗ trợ xây dựng chúng đang đẩy chi phí trong các công ty công nghệ lên cao.

Gần 18 tháng trong cơn sốt trí tuệ nhân tạo (AI) bùng nổ, một số công ty công nghệ lớn nhất đang chứng minh rằng, AI có thể là động lực thúc đẩy doanh thu thực sự, nhưng nó cũng là một hố ngốn tiền khổng lồ.

Microsoft và công ty Google của Alphabet đã báo cáo doanh thu từ dịch vụ đám mây tăng vọt trong kết quả báo cáo thu nhập hàng quý mới nhất, do khách hàng doanh nghiệp chi nhiều hơn cho các dịch vụ AI của họ. Còn Meta mặc dù còn chậm hơn trong việc kiếm tiền từ công nghệ, nhưng họ cho biết, những nỗ lực AI của họ đã giúp tăng cường mức độ tương tác của người dùng và nhắm mục tiêu quảng cáo hiệu quả hơn.

Để đạt được những lợi ích ban đầu này, ba công ty trên đã chi hàng tỷ USD để phát triển AI, và họ có kế hoạch tăng cường các khoản đầu tư đó hơn nữa trong thời gian tới. Vào ngày 25 tháng 4, Microsoft cho biết họ đã chi 14 tỷ USD cho chi phí vốn trong quý I/2024, và dự kiến chi phí đó sẽ tăng lên đáng kể, một phần là do sẽ đầu tư vào cơ sở hạ tầng AI. Đó cũng là mức tăng 79% so với quý trước đó.

Còn Alphabet cho biết, họ đã chi 12 tỷ USD trong quý I/2024, tăng 91% so với cùng kỳ của năm trước đó, và dự kiến mức chi vốn vào ​​thời gian còn lại của năm sẽ bằng hoặc cao hơn mức trên, vì hãng đang tập trung vào các cơ hội về trí tuệ nhân tạo. Trong khi đó, Meta đã nâng ước tính đầu tư vốn trong năm 2024 sẽ từ 35 tỷ USD đến 40 tỷ USD, phần lớn trong số tiền đó tập trung vào nghiên cứu AI và phát triển sản phẩm công nghệ mới.

Tuy nhiên, chi phí AI ngày càng tăng đã khiến một số nhà đầu tư mất cảnh giác. Đặc biệt, cổ phiếu của Meta sụt giảm do dự báo chi tiêu kết hợp, với tốc độ tăng trưởng doanh số bán hàng chậm hơn dự kiến. Nhưng trong ngành công nghệ, từ lâu đã có niềm tin rằng, chi phí AI sẽ tăng lên. Có hai lý do chính giải thích cho điều đó: Các mô hình AI ngày càng lớn hơn sẽ khiến tốn kém nhiều hơn để phát triển, và nhu cầu toàn cầu về dịch vụ AI đòi hỏi phải xây dựng thêm nhiều trung tâm máy chủ dữ liệu để hỗ trợ nó.

Mô hình ngôn ngữ lớn ngày càng lớn hơn

Các sản phẩm AI nổi tiếng nhất hiện nay, bao gồm ChatGPT của OpenAI, được hỗ trợ bởi các mô hình ngôn ngữ lớn (vốn là các hệ thống được cung cấp lượng dữ liệu khổng lồ, bao gồm sách, bài viết và nhận xét trực tuyến, để đưa ra phản hồi tốt nhất có thể cho các truy vấn đầu vào của người dùng). Nhiều công ty AI hàng đầu đang đánh cược rằng, con đường hướng tới trí tuệ nhân tạo phức tạp hơn (có lẽ ngay cả những hệ thống AI có thể vượt trội hơn con người trong nhiều nhiệm vụ) là làm cho những mô hình ngôn ngữ lớn này thậm chí còn lớn hơn nữa.

Điều đó đòi hỏi phải thu thập nhiều dữ liệu hơn, nhiều sức mạnh tính toán hơn và đào tạo hệ thống AI lâu hơn. Trong một cuộc phỏng vấn trên podcast vào đầu tháng 4, Dario Amodei, giám đốc điều hành của Anthropic, đối thủ của OpenAI, cho biết loạt mô hình AI hiện tại trên thị trường có chi phí đào tạo khoảng 100 triệu USD.

Chip và chi phí điện toán

Phần lớn chi phí đó liên quan đến chip. Để đào tạo các mô hình ngôn ngữ lớn, các công ty AI dựa vào các chip xử lý đồ họa (GPU) có thể xử lý lượng dữ liệu khổng lồ ở tốc độ cao. Những con chip này không chỉ khan hiếm, mà còn cực kỳ đắt tiền, với những tính năng tiên tiến nhất được sản xuất chủ yếu bởi một công ty duy nhất: Nvidia Corp.

Chip đồ họa H100 của Nvidia, tiêu chuẩn vàng để huấn luyện các mô hình AI, đã được bán với giá ước tính khoảng 30.000 USD – một số đại lý chào bán chúng với giá gấp nhiều lần số tiền đó. Và các công ty công nghệ lớn cần rất nhiều chip như vậy. Giám đốc điều hành Meta, Zuckerberg trước đây cho biết, công ty của ông có kế hoạch mua 350.000 chip H100 vào cuối năm nay để hỗ trợ các nỗ lực nghiên cứu AI của mình. Ngay cả khi Meta được giảm giá khi mua số lượng lớn, số tiền đó cũng phải lên tới hàng tỷ USD.

Các trung tâm máy chủ dữ liệu

Các công ty mua những con chip AI rồi tất nhiên phải cần một nơi nào đó để đặt và vận hành chúng. Meta, cùng với các công ty điện toán đám mây lớn nhất Amazon, Microsoft, Google, và các nhà cung cấp năng lực điện toán cho thuê khác đang chạy đua để xây dựng các trang trại máy chủ dữ liệu mới riêng mình. Các trang trại máy chủ này chứa các ổ đĩa cứng, bộ chip xử lý, hệ thống làm mát, các thiết bị điện và máy phát điện dự phòng.

Dell’Oro Group, một hãng nghiên cứu ước tính rằng, các công ty sẽ chi khoảng 294 tỷ USD để xây dựng và trang bị các trung tâm máy chủ dữ liệu trong năm nay, tăng từ mức 193 tỷ USD vào năm 2020. Phần lớn sự mở rộng quy mô đó xuất phát từ sự phát triển rộng rãi của các dịch vụ kỹ thuật số – phát trực tuyến video, sự bùng nổ dữ liệu doanh nghiệp, nguồn cấp dữ liệu truyền thông xã hội.v.v.v…

Chi phí cấp phép lấy dữ liệu, bài viết, tin tức để đào tạo mô hình AI

Trong khi chip và trung tâm máy chủ dữ liệu chiếm phần lớn chi phí, một số công ty AI cũng đang chi hàng triệu USD để được cấp phép lấy dữ liệu từ các nhà xuất bản.

OpenAI đã đạt được thỏa thuận với một số nhà xuất bản Châu Âu để kết hợp nội dung, dữ liệu tin tức của họ vào ChatGPT, và đào tạo các mô hình AI của mình. Các điều khoản tài chính của những thỏa thuận này chưa được tiết lộ, nhưng tờ Bloomberg News trước đó đã đưa tin rằng, OpenAI đã đồng ý trả hàng chục triệu euro cho Axel Springer SE, nhà xuất bản Politico và Business Insider của Đức, để có quyền sử dụng các bài báo của họ. Công ty khởi nghiệp này cũng đã tổ chức các cuộc đàm phán với Tạp chí Time, CNN và Fox News để xin được cấp phép sử dụng nội dung.

Trong khi OpenAI tích cực hơn trong việc đảm bảo các thỏa thuận cấp phép, các công ty công nghệ lớn khác cũng đang tìm cách thu thập dữ liệu ngôn ngữ mà họ cần để xây dựng các công cụ AI hấp dẫn. Google đã đạt được thỏa thuận trị giá 60 triệu USD để được cấp phép sử dụng dữ liệu từ Reddit. Và các nhân viên của Meta được cho là đã thảo luận về việc mua nhà xuất bản sách Simon & Schuster, tờ New York Times từng đưa tin.