Bong bóng AI? Bong bóng AI nào? Nếu bạn hỏi CEO Nvidia Jensen Huang, chúng ta đang ở trong một "cuộc cách mạng công nghiệp mới". 

Công ty của Huang, tất nhiên, sản xuất chip và phần cứng máy tính, những "cuốc xẻng" trong cơn sốt vàng AI, và đã trở thành doanh nghiệp lớn nhất thế giới nhờ tận dụng sự tăng trưởng của AI, dù có bong bóng hay không. Phát biểu vào thứ Tư trong một cuộc họp báo cáo thu nhập khi công ty của ông báo cáo doanh thu 46,7 tỷ USD trong quý vừa qua, ông không cho thấy dấu hiệu nào cho thấy sự tăng trưởng đáng kinh ngạc của ngành trí tuệ nhân tạo tạo sinh sẽ chậm lại.

"Tôi nghĩ trong vài năm tới, chắc chắn là trong suốt thập kỷ này, chúng ta sẽ thấy những cơ hội tăng trưởng thực sự đáng kể phía trước," Huang nói.

Hãy so sánh điều đó với nhận định gần đây của CEO OpenAI Sam Altman, người đã nói rằng ông tin các nhà đầu tư hiện tại đang "quá hào hứng về AI." (Altman cũng thừa nhận rằng ông vẫn tin AI là "điều quan trọng nhất xảy ra trong một thời gian rất dài.")

Huang cho biết công ty của ông có "những dự báo rất, rất đáng kể" về nhu cầu chip và máy tính chạy AI, cho thấy cuộc chạy đua xây dựng thêm các trung tâm dữ liệu sẽ không sớm dừng lại. Ông suy đoán rằng chi tiêu cho hạ tầng AI có thể đạt 3 nghìn tỷ đến 4 nghìn tỷ USD vào cuối thập kỷ này. (Tổng sản phẩm quốc nội của Mỹ là khoảng 30 nghìn tỷ USD.)

Điều đó có nghĩa là rất nhiều trung tâm dữ liệu, chúng chiếm nhiều diện tích đất và sử dụng một lượng lớn nước và năng lượng. Các nhà máy AI này đã trở nên lớn hơn và lớn hơn trong những năm gần đây, với những tác động đáng kể đến các cộng đồng xung quanh và gây căng thẳng lớn hơn cho lưới điện Mỹ. Và sự phát triển của các công cụ AI tạo sinh khác nhau đòi hỏi nhiều năng lượng hơn nữa có thể làm cho nhu cầu đó tăng lên đáng kể.

Các mô hình mạnh mẽ và đòi hỏi cao hơn

Một lệnh nhắc trên chatbot không phải lúc nào cũng chỉ là một lệnh nhắc nữa. Một nguồn tăng nhu cầu về sức mạnh tính toán là các mô hình AI mới hơn sử dụng kỹ thuật "suy luận" đang tiêu thụ nhiều năng lượng hơn cho một câu hỏi. "Điều đó được gọi là tư duy dài hạn, và càng suy nghĩ lâu, nó càng thường đưa ra câu trả lời tốt hơn," Huang nói.

Kỹ thuật này cho phép một mô hình AI nghiên cứu trên các trang web khác nhau, thử một câu hỏi nhiều lần để có được câu trả lời tốt hơn và tổng hợp các thông tin khác nhau thành một phản hồi duy nhất. 

Một số công ty AI cung cấp khả năng suy luận dưới dạng một mô hình riêng biệt hoặc là một lựa chọn được dán nhãn như "tư duy sâu". OpenAI đã tích hợp nó trực tiếp vào bản phát hành GPT-5 của mình, với một chương trình định tuyến quyết định xem liệu nó được xử lý bởi một mô hình nhẹ hơn, đơn giản hay một mô hình suy luận chuyên sâu hơn.

Nhưng một mô hình suy luận có thể đòi hỏi sức mạnh tính toán gấp 100 lần hoặc hơn so với những gì một phản hồi của mô hình ngôn ngữ lớn truyền thống yêu cầu, Huang nói. Những mô hình này, cùng với các hệ thống tác nhân (agentic systems) có thể thực hiện các nhiệm vụ và các mô hình robot có thể xử lý hình ảnh và hoạt động trong thế giới vật lý, đang giữ cho nhu cầu về chip, năng lượng và đất cho trung tâm dữ liệu tiếp tục tăng. 

"Với mỗi thế hệ, nhu cầu chỉ tăng lên," Huang nói.