Google phải "khóa van" Gemini với Meta: Cuộc khủng hoảng AI đã chuyển từ thiếu mô hình sang thiếu hạ tầng

Trong gần ba năm kể từ khi ChatGPT tạo ra làn sóng AI tạo sinh, cuộc đua giữa các ông lớn công nghệ thường được nhìn nhận qua những câu hỏi như mô hình nào thông minh hơn, ai ra mắt nhiều tính năng hơn hay ai sở hữu đội ngũ nghiên cứu mạnh hơn.

Tuy nhiên, một diễn biến mới giữa Google và Meta cho thấy cuộc cạnh tranh AI đang bước sang một giai đoạn hoàn toàn khác. Thứ quyết định tốc độ phát triển giờ đây không còn chỉ là thuật toán, mà là năng lực hạ tầng tính toán.

Khát GPU

Theo Financial Times, Google đã áp đặt giới hạn đối với lượng năng lực xử lý (compute capacity) mà Meta có thể sử dụng thông qua Gemini API sau khi mạng xã hội này yêu cầu nhiều tài nguyên hơn khả năng cung cấp của Google. Quyết định được thông báo từ khoảng tháng 3 và đến nay vẫn còn hiệu lực, khiến một số dự án AI nội bộ của Meta bị chậm tiến độ.

Nếu thông tin này chính xác, đây là một trong những ví dụ hiếm hoi cho thấy ngay cả những tập đoàn công nghệ lớn nhất thế giới cũng không thể mua được lượng AI họ mong muốn, đơn giản vì... không còn đủ năng lực tính toán.

Điều đáng chú ý là Meta không phải một startup non trẻ đang đi thuê hạ tầng AI. Đây là công ty đã đầu tư hàng chục tỷ USD vào AI, sở hữu một trong những đội ngũ nghiên cứu lớn nhất thế giới và đang phát triển dòng mô hình ngôn ngữ Llama. Thế nhưng Meta vẫn phải sử dụng Gemini của Google cho nhiều tác vụ quan trọng như kiểm duyệt nội dung, phát hiện lừa đảo, chatbot hỗ trợ quảng cáo, dịch vụ khách hàng cũng như một số quy trình lập trình nội bộ.

Lý do khá đơn giản bởi theo Financial Times, trong nhiều trường hợp Gemini vẫn cho hiệu quả tốt hơn các phiên bản Llama mà Meta sở hữu ở thời điểm triển khai. Điều này phản ánh thực tế đang diễn ra trong ngành AI: ngay cả những công ty phát triển mô hình hàng đầu cũng không chỉ sử dụng công nghệ của chính mình. Họ sẵn sàng kết hợp nhiều mô hình khác nhau để tối ưu chất lượng và chi phí cho từng bài toán cụ thể.

Nhưng chính sự phụ thuộc này lại khiến Meta gặp khó khi Google không còn đủ tài nguyên để phục vụ.

Điều đáng nói là Google không giới hạn Meta vì lý do cạnh tranh. Theo các nguồn tin của Financial Times, nguyên nhân đơn giản là Google không có đủ compute để đáp ứng toàn bộ nhu cầu từ khách hàng. Một số doanh nghiệp khác cũng bị ảnh hưởng, nhưng Meta chịu tác động mạnh hơn do mức sử dụng Gemini quá lớn.

Đây là dấu hiệu rõ ràng cho thấy "nút thắt cổ chai" lớn nhất của AI hiện nay không còn nằm ở dữ liệu hay thuật toán, mà nằm ở GPU, điện năng và trung tâm dữ liệu.

Chính CEO Google Sundar Pichai cũng từng thừa nhận điều này trong buổi công bố kết quả kinh doanh quý I. Ông cho biết Google Cloud đã vượt doanh thu 20 tỷ USD trong quý, trong khi giá trị các hợp đồng đã ký nhưng chưa thể triển khai tăng lên hơn 460 tỷ USD. Theo CEO Pichai, nếu Google có nhiều năng lực tính toán hơn, doanh thu mảng đám mây còn có thể cao hơn nữa.

Đó là một phát biểu đáng chú ý. Trong ngành công nghệ, hiếm khi doanh nghiệp phải thừa nhận họ không thể bán thêm dịch vụ chỉ vì... hết hàng. Nhưng với AI, "hàng" ở đây chính là GPU và hạ tầng tính toán.

Thực tế, phần lớn nhu cầu AI hiện nay không đến từ việc huấn luyện mô hình mới mà đến từ giai đoạn suy luận (inference), tức quá trình vận hành mô hình để trả lời hàng tỷ yêu cầu từ người dùng và doanh nghiệp mỗi ngày. Chatbot, trợ lý lập trình, AI Agent hay hệ thống tìm kiếm đều tiêu tốn lượng GPU khổng lồ ở giai đoạn này. Khi hàng triệu doanh nghiệp cùng triển khai AI, áp lực lên hạ tầng tăng theo cấp số nhân.

Chính vì vậy, các công ty AI đang chạy đua không chỉ để sở hữu mô hình tốt hơn mà còn để tích lũy càng nhiều compute càng tốt.

Chạy đua hạ tầng

Tờ Financial Times cho biết Google gần đây đã ký thỏa thuận trị giá khoảng 920 triệu USD mỗi tháng để thuê thêm năng lực tính toán từ SpaceX nhằm đáp ứng nhu cầu ngày càng tăng. Trong khi đó, Anthropic cũng đạt một thỏa thuận tương tự với SpaceX. Những động thái này cho thấy các nhà phát triển AI ngày càng phải tìm kiếm nguồn compute từ bên ngoài thay vì chỉ dựa vào hạ tầng tự xây dựng.

Ở chiều ngược lại, Meta cũng đang thay đổi chiến lược. Thay vì tiếp tục phụ thuộc nhiều vào Gemini, công ty được cho là đã bắt đầu ưu tiên sử dụng mô hình Muse Spark cho một số tác vụ nội bộ. Đây không chỉ là quyết định về công nghệ mà còn là bước đi nhằm giảm rủi ro khi phụ thuộc vào đối thủ.

Đồng thời, Meta đang đẩy mạnh xây dựng các trung tâm dữ liệu AI quy mô lớn tại Mỹ nhằm phục vụ cả huấn luyện lẫn suy luận cho các mô hình thế hệ tiếp theo. Khác với Google, Microsoft hay Amazon vốn sở hữu hệ sinh thái điện toán đám mây khổng lồ, Meta phải xây dựng hạ tầng chủ yếu để phục vụ chính mình. Điều đó khiến áp lực đầu tư của công ty càng lớn trong bối cảnh nhu cầu AI tiếp tục tăng mạnh.

Sự kiện Google giới hạn quyền truy cập Gemini của Meta vì thế không đơn thuần là một câu chuyện giữa hai đối thủ. Nó phản ánh một thực tế quan trọng hơn: AI đang bước vào giai đoạn mà lợi thế cạnh tranh không chỉ đến từ chất lượng mô hình, mà còn đến từ khả năng đảm bảo nguồn cung compute ổn định.

Trong nhiều năm, ngành công nghệ từng nói rằng số liệu sẽ trở thành tài nguyên “dầu mỏ” mới của nền kinh tế. Thế nhưng ở thời điểm hiện tại, chính GPU, điện năng và trung tâm dữ liệu mới là những tài nguyên khan hiếm nhất của cuộc đua AI. Một mô hình xuất sắc sẽ không tạo ra giá trị nếu không có đủ hạ tầng để phục vụ hàng tỷ lượt truy vấn mỗi ngày.

Cuộc cạnh tranh AI vì thế đang dịch chuyển từ phòng nghiên cứu sang các công trường xây dựng data center. Ai sở hữu nhiều GPU hơn, nguồn điện ổn định hơn và chuỗi cung ứng hạ tầng mạnh hơn sẽ có nhiều cơ hội dẫn đầu. Và việc ngay cả Meta cũng phải chấp nhận giới hạn từ Google cho thấy cuộc khủng hoảng compute không còn là cảnh báo trong các báo cáo phân tích, mà đã trở thành rào cản hiện hữu đối với những doanh nghiệp AI lớn nhất thế giới.

*Nguồn: FT, Fortune