Dylan Patel: Anthropic và OpenAI sẽ thâu tóm phần lớn năng lực tính toán toàn cầu vào năm 2028

Rất vui khi lại được trò chuyện cùng người anh em song sinh của tôi, Dylan Patel.

Chúng tôi đã thảo luận về kinh tế học của các phòng thí nghiệm (lab) trong vài năm tới - sự chuyển dịch từ suy luận (inference) sang huấn luyện (training) khi RSI (Rủi ro Siêu trí tuệ) đang đến gần; và việc Anthropic cùng OpenAI đang trên đà kiểm soát phần lớn lượng FLOPs có thể sử dụng trên thế giới trong vài năm tới (vì họ có khả năng kiếm tiền từ năng lực tính toán tốt hơn, từ đó trả giá cao hơn bất kỳ ai khác).

Sau đó, chúng tôi thảo luận liệu tổng vốn đầu tư (capex) cho AI lên tới hơn 10 nghìn tỷ USD vào cuối thập kỷ này có gây ra khủng hoảng nợ công hay không, khi nợ của các nhà cung cấp dịch vụ đám mây quy mô lớn (hyperscaler) làm tăng lãi suất, đẩy các quốc gia không tiếp cận được AI vào tình trạng phá sản và làm sụp đổ các cổ phiếu ngoài lĩnh vực AI.

Một câu hỏi mà chúng tôi chưa thể giải quyết là liệu có bất kỳ thế lực nào có thể chống lại các xu hướng đang dồn dập hướng tới sự tập trung hóa trong ngành này hay không - đó là lợi thế kinh tế nhờ quy mô trong huấn luyện, sự khan hiếm năng lực tính toán, và cuối cùng là học tập liên tục (continual learning) cùng RSI.

Xem trên YouTube; nghe trên Apple Podcasts hoặc Spotify.

Grok Bot đã rất hữu ích trong việc tìm kiếm một biên tập viên mới cho tôi. Tôi đã tạo một bot tuyển dụng và mô tả kiểu biên tập viên mà tôi đang tìm kiếm. Bot đó sau đó đã khởi chạy một vài tác nhân phụ (subagents) để rà soát email và tin nhắn X (DM) của tôi, đọc phần danh đề cuối phim của nhiều bộ phim tài liệu mà tôi yêu thích, và tìm ra ai là người biên tập cho một số YouTuber mà tôi hâm mộ. Nó đã tổng hợp tất cả các kết quả đó và gửi cho tôi một danh sách rút gọn các ứng viên phù hợp với tiêu chí của tôi. Hãy tự mình trải nghiệm Grok Bot tại x.ai/bot

Antithesis cho phép bạn thêm tính năng "du hành thời gian" vào bộ công cụ kiểm thử phần mềm của mình. Vì nền tảng Antithesis hoàn toàn có tính tất định (deterministic), mọi thứ xảy ra bên trong nó đều có thể tái lập một cách hoàn hảo. Vì vậy, nếu phần mềm của bạn gặp sự cố, bạn có thể tua ngược lại đúng thời điểm đó, đóng băng thời gian và điều tra. Hoặc bạn có thể kiểm tra các giả thuyết khác nhau bằng cách gây nhiễu hệ thống: tắt một node hoặc vô hiệu hóa một tính năng, xem điều gì xảy ra, sau đó đặt lại quỹ đạo và thử nghiệm khác. Tìm hiểu thêm tại antithesis.com/dwarkesh

Jane Street hiện đang tuyển dụng cho hai chương trình thực tập ML riêng biệt, một tập trung chủ yếu vào nghiên cứu và một tập trung vào kỹ thuật. Trong cả hai trường hợp, thực tập sinh đều được kỳ vọng sẽ đóng góp vào công việc thực tế chứ không phải các bài tập giả định: một dự án phổ biến là điều chỉnh một bài báo nghiên cứu về LLM tiên phong cho thị trường tài chính, vốn thường đi kèm với vô số thách thức hóc búa. Quan trọng là bạn không cần có nền tảng tài chính để ứng tuyển. Đơn đăng ký cho năm 2027 hiện đã mở tại janestreet.com/dwarkesh

(00:00:00) – Hai phòng thí nghiệm sẽ sớm kiểm soát phần lớn năng lực tính toán của thế giới

(00:07:01) – 6 tỷ USD vốn đầu tư cho nhà máy sản xuất (fab capex) tạo ra hơn 1 nghìn tỷ USD doanh thu cuối cùng

(00:13:08) – Giá năng lực tính toán sẽ tăng nếu các phòng thí nghiệm trả giá cao hơn tất cả mọi người

(00:18:22) – Lớp nào sẽ chiếm phần lớn thặng dư?

(00:25:40) – Điều gì có thể làm chậm tiến độ?

(00:29:43) – Các phòng thí nghiệm đang chuyển dịch năng lực tính toán từ suy luận sang R&D

(00:33:27) – Trung Quốc nhận được ít hơn 10% năng lực tính toán mới, nhưng các phòng thí nghiệm của họ cần ít hơn

(00:48:48) – AI có gây ra khủng hoảng nợ công không?

(01:07:52) – Lực lượng lao động tương lai của thế giới sẽ thuộc về một vài công ty?

Dwarkesh Patel

Được rồi, tôi đã trở lại cùng Dylan Patel, nhà sáng lập của SemiAnalysis. Phiên bản bữa tối Lễ Tạ ơn của gia đình chúng tôi chính là podcast thường niên này. Nhưng thực ra chúng tôi không có quan hệ huyết thống.

Dylan Patel

Đừng nói cho mọi người biết điều đó.

Dwarkesh Patel

Nó sẽ phá hủy huyền thoại này. Về cơ bản, hướng đi của nền kinh tế thế giới ngày càng trở thành một hàm số của hướng đi kinh tế học tại các phòng thí nghiệm, thị trường năng lực tính toán, v.v. Tôi muốn hiểu tương lai điên rồ này sẽ kết thúc ở đâu trong vài năm tới. Nhưng hãy bắt đầu với vị thế hiện tại của chúng ta. Hãy dẫn dắt tôi qua tình hình năng lực tính toán và doanh thu của các phòng thí nghiệm hiện nay, và có lẽ là dự báo trong một hoặc hai năm tới.

Dylan Patel

Khi nhìn lại năm ngoái, ngay cả vào cuối năm, phần lớn tăng trưởng GDP ở Mỹ chỉ là cơ sở hạ tầng AI. Khi hướng tới năm nay, khoảng một phần ba năng lực tính toán mới được đưa vào vận hành là dành cho các phòng thí nghiệm, cho OpenAI và Anthropic. Nó có thể được xây dựng bởi những bên khác rồi cho họ thuê, nhưng khách hàng cuối cùng vẫn là họ.

Khi tiến tới tương lai, các con số về năng lực tính toán đang tăng vọt. Chúng ta đang ở mức hơn 1 nghìn tỷ USD vốn đầu tư (CapEx) trong năm nay. Đến năm 2028, con số này sẽ là hơn 2 nghìn tỷ USD. Các phòng thí nghiệm cũng đang chiếm tỷ trọng ngày càng lớn trong số này. Cuối cùng, bạn có một tình huống rất thú vị là các phòng thí nghiệm đang chuyển mình từ những công ty chi tiêu hàng chục tỷ USD mỗi năm sang hàng trăm tỷ USD mỗi năm, và dự báo sẽ chi hàng nghìn tỷ USD mỗi năm vào cuối thập kỷ này. Đây ít nhất là một phần trong các hợp đồng mà họ đã bắt đầu ký kết với các đối tác của mình.

Điều này đòi hỏi một sự tái định hình lớn về kinh tế học của họ. Cho đến nay, họ chủ yếu là những công ty thua lỗ. Anthropic bắt đầu có lãi vào quý 2. Người ta tin rằng vào một thời điểm nào đó trong quý 3, OpenAI cũng có thể bắt đầu có lãi, với sự trỗi dậy mạnh mẽ của Codex và 5.6 cùng tất cả những thứ này. Nhưng nếu quay lại một năm trước, tất cả số tiền họ có đều là các khoản lỗ được tài trợ bởi vốn đầu tư mạo hiểm. Ngay cả đầu năm nay cũng vậy. Giờ đây họ đã vượt qua giai đoạn khó khăn và bắt đầu thực sự có lợi nhuận.

Điều đó không có nghĩa là họ không huy động vốn mới. Vốn mới vẫn đổ vào để đẩy nhanh tốc độ tăng trưởng hơn nữa. Nhưng cuối cùng, ngày càng nhiều hoạt động kinh doanh của họ được tài trợ từ chính doanh thu của mình thay vì các khoản bơm vốn. Trong một năm rưỡi qua, biên lợi nhuận của họ đã thực sự tăng vọt. Chi phí cơ bản của năng lực tính toán thường rơi vào khoảng 10, 13 hoặc 15 triệu USD mỗi megawatt.

Khía cạnh thú vị nhất về những gì đang xảy ra hiện nay là: Trước đây, nếu họ phục vụ một mô hình — ví dụ GPT-4 chạy trên GPU Nvidia Hopper — thì nó tạo ra biên lợi nhuận gộp âm cho OpenAI. Nhưng bây giờ, khi OpenAI phục vụ GPT-5.6 hoặc Anthropic phục vụ Opus 5 hay Fable 5, doanh thu tạo ra đã vượt xa mức tăng thêm 10-15 triệu USD mỗi megawatt. Trong trường hợp của Anthropic, doanh thu đã lên tới 50 triệu USD mỗi megawatt. Điều đó cho phép họ làm điều này: "Này, nếu tôi chi 10 đô la cho năng lực suy luận, tôi thực sự tạo ra 50 đô la doanh thu, và sau đó tôi có thể quay lại chi toàn bộ lợi nhuận đó cho việc huấn luyện."

Dwarkesh Patel

Một điều tôi rất quan tâm là hiểu cách bạn nhìn nhận sự tập trung hóa năng lực tính toán tại các phòng thí nghiệm, hoặc tỷ lệ năng lực tính toán dành cho thế giới so với các phòng thí nghiệm. Nếu bạn nói hiện tại một phần ba năng lực tính toán biên đang dành cho các phòng thí nghiệm, thì đến khi nào hơn một nửa năng lực tính toán tăng thêm trên thế giới sẽ thuộc về họ? Đến thời điểm nào các phòng thí nghiệm về cơ bản nắm giữ phần lớn năng lực tính toán của thế giới?

Dylan Patel

Đầu năm nay, OpenAI bắt đầu với 2 gigawatt và Anthropic với ít hơn 2. Cuối năm nay, cả hai đều trên 5. Vì vậy, họ đã tăng năng lực tính toán lên gấp 3-4 lần. Khi nhìn vào năng lực tính toán tăng thêm, đó là khoảng 30% tổng năng lực tính toán được bổ sung trong năm nay.

Khi bước sang năm tới, dựa trên những gì đã được ký kết, bạn sẽ thấy một điều thậm chí còn kịch tính hơn. Anthropic và OpenAI sẽ chiếm tới 40% đến 50% năng lực tính toán vào năm tới. Sự tập trung hóa này không có dấu hiệu chậm lại hay dừng lại. Trên thực tế, nó dường như chỉ đang tăng tốc.

Ai là người xây dựng năng lực tính toán đó cho họ sẽ thay đổi. Năm tới, một người chơi mới lớn là SpaceX, đơn vị đang xây dựng rất nhiều năng lực tính toán. Họ sẽ chủ động cho Anthropic và OpenAI thuê khá nhiều, vì họ là những bên có khả năng chi trả mức giá cao nhất. Ngoài ra, OpenAI và Anthropic cũng đang bắt đầu tự xây dựng năng lực tính toán — OpenAI với chip riêng, Anthropic với TPU mà họ mua từ Google và triển khai cùng Fluidstack.

Vậy bạn hỏi: "Này, khi nào thì một nửa năng lực tính toán mới tăng thêm của thế giới chỉ dành cho OpenAI và Anthropic?" Thực sự là vào cuối năm sau, khi một nửa năng lực tính toán tăng thêm đã thuộc về Anthropic và OpenAI.

Dwarkesh Patel

Vì năng lực tính toán đang tăng trưởng quá nhanh, năng lực tính toán tăng thêm về cơ bản sẽ chiếm phần lớn tổng năng lực tính toán. Vậy là rất sớm — bạn đang nói có lẽ trong vòng một năm rưỡi hoặc hai năm nữa — phần lớn năng lực tính toán của thế giới sẽ thuộc sở hữu của hai phòng thí nghiệm, hoặc ít nhất là phục vụ nhu cầu từ hai phòng thí nghiệm này.

Có một xu hướng là năng lực tính toán thế giới tính bằng gigawatt có thể tăng gấp đôi mỗi năm, nhưng năng lực tính toán tại các phòng thí nghiệm tiên phong lại tăng gấp ba mỗi năm. Nếu giữ nguyên xu hướng hiện tại, nó sẽ đi từ 2 vào đầu năm nay lên gần 6 vào cuối năm nay. Chỉ cần nhân với 3. Nó sẽ là 18 vào cuối năm 2027, 54 vào cuối năm 2028. Bạn có nghĩ rằng: "Được rồi, tại thời điểm đó, họ đơn giản là không thể tiếp tục tăng gấp ba với lượng năng lực tính toán hiện có của thế giới"? Bạn nhìn nhận tình hình năng lực tính toán thế giới trong vài năm tới như thế nào?