Ý nghĩa thực sự của GPT-6 Astra: Đưa 'câu chuyện AI' từ 'tranh luận về nhu cầu' trở lại 'giới hạn vật lý'

Một mô hình mới được công bố đang thay đổi hướng tranh luận của thị trường.

Trong vài tháng qua, thị trường vẫn luôn tranh luận về một câu hỏi: “Để phục vụ nhu cầu AI đã biết, thực sự cần bao nhiêu hạ tầng cơ sở?” Ngụ ý đằng sau câu hỏi này là: Liệu cơ sở hạ tầng AI có bị đầu tư quá mức hay không?

Nhưng theo nguồn tin từ Phòng giao dịch Theo dõi Xu hướng, báo cáo của Morgan Stanley công bố ngày 7 tháng 9 chỉ ra rằng, tầm quan trọng của GPT-6 Astra không nên bị hiểu đơn giản là một sự nối tiếp của câu chuyện mở rộng quy mô (Scaling). Đây không chỉ là một lần nâng cấp mô hình nữa.

Astra đại diện cho bước tiến lớn về chiều rộng của năng lực (breadth of capabilities) và tính tương tác thực chất, cụ thể trên bốn phương diện: năng lực suy luận, năng lực kỹ thuật, sử dụng máy tính, cũng như thực hiện các nhiệm vụ trong thế giới vật lý. Điều này có nghĩa là, AI bắt đầu băng qua ranh giới để có thể thực hiện suy luận phức tạp, nhiệm vụ kỹ thuật chuyên sâu, thao tác trực tiếp trên máy tính, thậm chí xử lý các nhiệm vụ thực thế giới. Những gì AI có thể làm sẽ nhiều hơn, các kịch bản tạo ra lợi nhuận cũng vì vậy mà tăng lên. OpenAI trong bài viết mới nhất cũng đề cập rằng, mô hình tốt hơn sẽ mở ra các “lĩnh vực công việc” mới.

Tranh luận về AI lại chuyển từ “tranh cãi về nhu cầu” về “giới hạn vật lý”

Sự xuất hiện của Astra có thể khiến vấn đề cốt lõi của thị trường chuyển từ “cần bao nhiêu cơ sở hạ tầng để phục vụ nhu cầu AI đã biết” sang: “Khi trí tuệ mô hình được nâng cao, sẽ có bao nhiêu tải công việc mới trở nên khả thi về mặt kinh tế?”

Đây là một câu hỏi theo hướng hoàn toàn ngược lại. Trước đây là nghi ngờ từ phía nhu cầu, nay là áp lực từ phía cung ứng.

• Hiệu ứng co giãn: mỗi USD mua được nhiều trí tuệ hơn

Các chuyên gia phân tích trong báo cáo đưa ra một logic kinh tế cốt lõi: Mô hình tốt hơn có thể tạo ra hiệu ứng co giãn—khi AI mỗi USD chi ra lại nhận được nhiều trí tuệ và tính thực dụng hơn, số lượng, thời lượng và độ phức tạp của tải công việc suy luận sẽ tăng lên tương ứng.

Điều này tương tự “Nghịch lý Jevons” cổ điển: Hiệu suất được nâng cao không làm giảm tổng mức tiêu thụ, mà trái lại còn mở rộng nó. Năng suất thông minh trên mỗi đơn vị chi phí tăng lên → Những kịch bản ứng dụng vốn không kinh tế trở nên khả thi → Tải công việc mới đổ vào → Nhu cầu về năng lực tính toán cũng như hạ tầng được mở rộng.

• Thị trường khả dụng mở rộng mạnh

Theo các chuyên gia, nếu năng lực của Astra được chuyển hóa thành ứng dụng thương mại thực tế, hồ doanh thu AI khả dụng sẽ được mở rộng mạnh mẽ, vượt xa các kịch bản hiện nay chủ yếu là hội thoại và lập trình.

Theo ước tính của Morgan Stanley, TAM lao động tri thức toàn cầu khoảng 22,5 nghìn tỷ USD (dựa trên 900 triệu lao động tri thức toàn cầu, bình quân thu nhập hàng năm khoảng 25.200 USD); TAM chi tiêu tiêu dùng khoảng 30 nghìn tỷ USD, bao gồm bán lẻ + du lịch (~16 nghìn tỷ USD), xe tự lái/di chuyển (~4 nghìn tỷ USD), giao đồ ăn (~4 nghìn tỷ USD) và quảng cáo (~3 nghìn tỷ USD).

• Ràng buộc vật lý từ phía cung mới là nút thắt thực sự

Kết luận của các chuyên gia là: Sự xuất hiện của Astra sẽ đưa câu chuyện về nút cổ chai từ “hình thành nhu cầu” trở lại “giới hạn cung vật lý”——tức là liệu có thể cung cấp các trí tuệ này ở quy mô lớn hay không.

Cụ thể là gì? Năng lực tính toán. Điện năng. Nguyên vật liệu. Nhân công. …

Cụ thể nút thắt vật lý ở đâu: ABF và HBM4E

Ở phía cung, có hai điểm then chốt.

Đầu tiên là chất nền ABF.

Morgan Stanley dự đoán, chất nền ABF sẽ bắt đầu lâm vào thiếu hụt từ năm 2027 và khoảng cách nguồn cung sẽ tiếp tục mở rộng đến năm 2030. Rào cản then chốt: công suất mới phải mất ít nhất 2 năm mới đi vào hoạt động.

Thứ hai là độ phức tạp công đoạn BEOL của HBM4E.

Báo cáo chỉ ra, công đoạn BEOL của HBM4E đánh dấu sự chuyển dịch lớn trong chế tạo bán dẫn—HBM từ bộ nhớ chồng 3D chuyên dụng đã tiến hóa thành hệ thống logic Chiplet tích hợp tùy chỉnh cao.

Chuỗi tác động cụ thể:

• Số lớp liên kết HBM4E tăng lên (chẳng hạn SK Hynix thêm dummy bump), phần lớn vốn đầu tư DRAM buộc phải chuyển sang mở rộng công suất BEOL
• Đầu tư chuyển đổi quy trình FEOL và sản lượng DRAM GB tăng tốc, dự kiến phải đến nửa cuối 2027 mới hoàn thành
• Các hãng DRAM ưu tiên sử dụng thiết bị cho công suất, việc mở rộng NAND có thể bị chậm lại

Đặc điểm chung của hai nút thắt này: đều là các giới hạn vật lý có thể kiểm chứng, theo dõi được, không phải là tâm lý thị trường.

Điện năng: Nút thắt vật lý thực tế nhất

Khi áp lực từ quy định của trung tâm dữ liệu tăng, nguồn điện trở thành một nút thắt vật lý then chốt khác. Các nhà phân tích dự báo, tổng năng lực tính toán của các doanh nghiệp đám mây siêu lớn sẽ tăng từ khoảng 35GW năm 2025 lên khoảng 145GW năm 2028, tăng gấp 4 lần.

Các chuyên gia cũng chỉ ra, Mỹ đang đối mặt với thiếu hụt 38GW điện, các trung tâm dữ liệu sẽ ngày càng sử dụng nhiều hơn giải pháp phát điện sau công tơ (behind-the-meter) tự phát.

Theo tính toán của hãng, giải pháp điện sau công tơ sẽ tăng thêm khoảng 3 tỷ USD vốn đầu tư trên mỗi GW. Lấy ví dụ GPU Rubin Ultra thế hệ mới của Nvidia, chi phí tổng gộp có điện sau công tơ là khoảng 50 tỷ USD/GW.

Thị trường đang đánh giá thấp điều gì?

Các chuyên gia cho rằng, thị trường hiện đang đánh giá thấp ba điểm:

Thứ nhất, những người hưởng lợi từ công nghệ toàn cầu của GPT-6 Astra vẫn chưa được định giá đúng.

Thứ hai, thời gian căng thẳng nguồn cung có thể sẽ kéo dài hơn. Các hạn chế liên quan tới ABF và công đoạn BEOL của HBM4E đều không thể giải quyết trong ngắn hạn.

Thứ ba, một số cổ phiếu không phụ thuộc vào AI nhưng vẫn đang âm thầm tăng giá. Các dòng chip analog (STM, NXP, Renesas) sau hơn ba năm ở đáy hình chữ L, đang trong giai đoạn phục hồi chu kỳ sớm—tinh gọn tồn kho, giá cả ổn định, đơn hàng công nghiệp được cải thiện.

Kết luận không phải “mua thêm AI”

Thứ tự ưu tiên đầu tư của Morgan Stanley:

Năng lực tính toán AI (ưu tiên trước nhất) > Mạng lưới (thứ hai) > Bộ nhớ (lựa chọn) + Chip tương tự (dịch chu kỳ sớm), bao gồm:

• Năng lực tính toán AI: GPU (Nvidia), ASIC (MediaTek, GUC), chất nền ABF (Unimicron, IBIDEN), MLCC (Murata, Samsung Electro-Mechanics), đóng gói phía sau (Advantest, Tokyo Electron, Hua Hong, ASE, King Yuan), nguồn điện (Delta)
• Mạng lưới: GLW, LITE, COHR, KEYS, Furukawa Electric, Fujikura
• Bộ nhớ: Ưu tiên tăng trưởng thị phần cấu trúc và tự chủ hóa (CXMT), SK Hynix, Samsung, Kioxia có khả năng tăng trưởng chiến thuật khi cung vẫn eo hẹp
• Không liên quan đến AI: Chip tương tự (STMicroelectronics, NXP, Renesas)

Hãng cho biết: “Chúng tôi ưu tiên bố trí vào các công ty nằm ở giao điểm giữa chu kỳ suy luận rộng hơn, năng lực vật lý giới hạn, nội dung nâng cao và độ phức tạp sản xuất ngày càng tăng.”

Cần giữ cái đầu tỉnh táo ở những điểm nào?

Báo cáo của Morgan Stanley không hoàn toàn lạc quan một chiều mà còn nhấn mạnh ba điểm cần lưu ý:

Thứ nhất, kỳ vọng về AI đã rất cao. Thị trường đối với các công ty AI đã chuyển từ “kết quả kinh doanh tốt” sang “bắt buộc phải xuất sắc tuyệt đối”, kể cả khi Astra đạt được tiến triển thực chất, nếu kết quả kinh doanh không vượt xa kỳ vọng, phản ứng của giá cổ phiếu vẫn có thể hạn chế.

Thứ hai, tốc độ tăng trưởng đầu tư vốn dự kiến sẽ chậm lại vào năm 2028. Giá cổ phiếu phụ thuộc vào hướng thay đổi tốc độ tăng trưởng, bản thân sự giảm tốc có thể tiếp tục đè nén định giá, kể cả khi giá trị tuyệt đối vẫn tăng lên.

Thứ ba, tình hình vĩ mô vẫn còn những trở ngại. Báo cáo đề cập đến giá dầu, lạm phát, lộ trình lãi suất của FED cũng như cuộc bầu cử tổng thống Mỹ 2028, đặc biệt lưu ý rằng nếu Đảng Dân chủ thắng cử, khả năng họ có thể gây thêm cản trở chính trị cho việc mở rộng các trung tâm dữ liệu.