Google phát triển chip AI mới giúp Gemini vận hành hiệu quả hơn 6 - 10 lần

Theo The Information, Google kì vọng chip mới, có tên nội bộ Frozen v2, sẽ giúp giải quyết tình trạng thiếu hụt năng lực tính toán AI. Đây là vấn đề đã gây ra căng thẳng trong nội bộ và buộc bộ phận Google Cloud phải từ chối một số hợp đồng với khách hàng bên ngoài do không đủ tài nguyên xử lí.

Sau thông tin này, cổ phiếu Alphabet (công ty mẹ Google) tăng 3,3% trong phiên giao dịch đầu ngày.

Chip AI mới có thể ra mắt vào năm 2028

Theo The Information, Google đặt mục tiêu triển khai chip này sớm nhất vào năm 2028. Tuy nhiên, các kỹ sư vẫn đang hoàn thiện thiết kế cũng như quyết định sẽ tích hợp trực tiếp bao nhiêu thông tin của mô hình Gemini vào phần cứng.

Khác với các bộ xử lý AI truyền thống vốn tải toàn bộ mô hình từ bộ nhớ khi hoạt động, chip mới sẽ "đóng băng" một phần trọng số hoặc cấu trúc của mô hình ngay trên phần cứng. Điều này giúp giảm lượng dữ liệu phải truy xuất trong quá trình suy luận, từ đó tăng tốc độ xử lí và giảm điện năng tiêu thụ.

Chip mới xử lí AI hiệu quả hơn gấp 6 - 10 lần

Báo cáo cho biết Frozen v2 có thể đạt hiệu quả cao gấp 6 - 10 lần so với thế hệ chip AI tùy chỉnh mới nhất của Google, nếu đo bằng số lượng token AI xử lí trên mỗi đơn vị điện năng tiêu thụ.

Nói cách khác, với cùng lượng điện, chip mới có thể tạo ra nhiều nội dung AI hơn đáng kể, giúp giảm chi phí vận hành các mô hình Gemini quy mô lớn.

Người phát ngôn của Google Cloud cho biết: "Các nhóm của chúng tôi liên tục nghiên cứu và thử nghiệm những đổi mới mới. Bằng cách đồng thiết kế phần cứng và phần mềm ngay từ đầu, chúng tôi đảm bảo các hệ thống được tích hợp chặt chẽ và tối ưu hóa ở mức cao".

Không thay thế TPU

Theo The Information, dự án Frozen không nhằm thay thế dòng TPU - chip AI do Google tự phát triển - mà sẽ tạo ra một dòng chip AI hoàn toàn mới, hoạt động song song với TPU nhằm tối ưu việc vận hành các mô hình AI.

Google đang cải thiện Gemini trước khi tung phiên bản mới

Tuần trước, Bloomberg đưa tin Google đã hoãn ra mắt phiên bản Gemini mới nhất vì mô hình AI này chưa đạt các mục tiêu nội bộ về hiệu năng.

Google hiện tiếp tục cải tiến Gemini, đặc biệt là khả năng lập trình, trước khi chính thức phát hành phiên bản mới.

Google giới hạn Meta dùng Gemini vì thiếu năng lực tính toán

Nhu cầu bùng nổ với các mô hình AI tiên tiến khiến năng lực tính toán trở thành nguồn tài nguyên khan hiếm nhất của ngành công nghệ.

Cuối tháng 6, trang FT đưa tin Google đã áp đặt giới hạn với việc Meta sử dụng các mô hình Gemini sau khi công ty mẹ Google yêu cầu lượng năng lực tính toán lớn hơn khả năng gã khổng lồ tìm kiếm có thể cung cấp. Đây là bằng chứng mới nhất cho thấy ngay cả những nhà cung cấp AI lớn nhất thế giới cũng đang phải đối mặt với những hạn chế về hạ tầng.

Vào tháng 3, Google đã thông báo với Meta rằng không thể cung cấp toàn bộ lượng năng lực xử lý dành cho Gemini mà tập đoàn mạng xã hội muốn mua, theo ba nguồn tin của FT. Động thái đó đã làm gián đoạn và trì hoãn một số dự án AI nội bộ của Meta.

Do các hạn chế này vẫn còn được duy trì, đồng thời Meta cũng đang đẩy mạnh việc cắt giảm chi phí AI nói chung, công ty đã yêu cầu nhân viên sử dụng token hiệu quả hơn.

Token là đơn vị dữ liệu mà mô hình AI xử lý hoặc tạo ra, có thể là một từ, một phần của từ, hoặc thậm chí là dấu câu. Nhiều công ty sử dụng token như một đơn vị kinh tế để đo lường khối lượng tính toán mà AI thực hiện. Văn bản càng dài thì càng cần nhiều token để xử lý, vì vậy chi phí thường được tính theo số token (trên mỗi nghìn hoặc mỗi triệu token).

Theo FT, một số khách hàng khác của Google cũng bị ảnh hưởng bởi các giới hạn này, nhưng ở mức độ nhẹ hơn. Meta chịu tác động lớn nhất vì nhu cầu sử dụng các mô hình Gemini của hãng cao hơn rất nhiều so với khách hàng khác.

Việc Google giới hạn quyền truy cập của một khách hàng lớn vào Gemini mang đến cái nhìn hiếm hoi về áp lực hạ tầng và những "nút thắt cổ chai" đang hình thành trong toàn ngành AI.

Dù đã chi hàng chục tỉ USD để đầu tư vào chip AI, trung tâm dữ liệu và nguồn điện, ngay cả những tập đoàn công nghệ lớn nhất cũng đang gặp khó khăn trong việc đảm bảo đủ năng lực tính toán để đáp ứng nhu cầu ngày càng tăng với các mô hình AI tiên tiến và dịch vụ AI.

Chính nhu cầu khổng lồ từ các khách hàng doanh nghiệp, đặc biệt là Meta, đã buộc Google phải chạy đua để tìm thêm năng lực xử lí. Đầu tháng 6, Google đã ký thỏa thuận trị giá 920 triệu USD mỗi tháng để thuê năng lực tính toán từ SpaceX của Elon Musk.

Trong báo cáo kết quả kinh doanh quý I/2026 công bố vào tháng 4, Giám đốc điều hành Sundar Pichai cho biết doanh thu từ mảng điện toán đám mây của Alphabet lần đầu tiên vượt 20 tỉ USD. Trong khi đó, giá trị các hợp đồng dịch vụ đám mây đã ký nhưng chưa thể triển khai của Google Cloud gần như tăng gấp đôi so với quý trước, lên hơn 460 tỉ USD.

"Rõ ràng là chúng tôi đang bị hạn chế bởi năng lực tính toán trong ngắn hạn. Ví dụ, doanh thu từ Google Cloud còn có thể cao hơn nếu chúng tôi đáp ứng được toàn bộ nhu cầu của khách hàng", Sundar Pichai nói.

Nhu cầu về năng lực tính toán cho AI đã tăng mạnh khi các doanh nghiệp triển khai chatbot, trợ lý lập trình và tác tử AI trong hoạt động kinh doanh.

Điều này khiến khối lượng công việc suy luận AI, tức là các tác vụ cần thực hiện để mô hình AI tạo ra câu trả lời sau khi đã được huấn luyện, tăng vọt và trở thành một trong những thách thức lớn nhất ngành.

Tháng trước, Anthropic - công ty AI hàng đầu thế giới đứng sau mô hình Claude - cũng đã kí với SpaceX một hợp đồng thuê năng lực tính toán tương tự như thỏa thuận mà Google vừa thực hiện.

Những hạn chế nói trên cũng cho thấy Meta đang phụ thuộc vào mô hình AI của đối thủ, chẳng hạn Gemini, ở mức độ lớn như thế nào. Điều này diễn ra trong bối cảnh Meta đang chi tiêu rất mạnh để trở thành một trong những cái tên dẫn đầu về AI và nâng cao năng lực các mô hình do hãng tự phát triển.

Mark Zuckerberg, Giám đốc điều hành Meta, đang đầu tư hàng tỉ USD để thu hút nhân tài AI và xây dựng hạ tầng nhằm hiện thực hóa tham vọng mà ông gọi là siêu trí tuệ cá nhân.

Meta đang chạy đua xây dựng mạng lưới trung tâm dữ liệu của riêng mình để phục vụ cả việc huấn luyện lẫn vận hành các mô hình AI. Trong khuôn khổ kế hoạch này, Meta cam kết đầu tư 600 tỉ USD tại Mỹ đến năm 2028.

Bên trong Meta, Gemini được sử dụng để tự động hóa một số quy trình liên quan đến an toàn nền tảng, chẳng hạn phát hiện các hành vi lừa đảo và gỡ bỏ nội dung độc hại. Ngoài ra, Gemini còn được dùng cho các chatbot hỗ trợ dịch vụ khách hàng, hỗ trợ quảng cáo, cũng như một số quy trình làm việc nội bộ và lập trình, bên cạnh các mô hình khác như Claude.

Theo các nguồn tin của FT, ban đầu Meta lựa chọn Gemini vì nó có hiệu suất tốt hơn các mô hình mã nguồn mở Llama do chính hãng phát triển.

Tuy nhiên, gần đây Meta đã bắt đầu ưu tiên sử dụng mô hình mới Muse Spark. Nhiều người trong cuộc cho biết Muse Spark hiện được đánh giá có khả năng cạnh tranh tốt hơn với Gemini, đồng thời giúp Meta giảm sự phụ thuộc vào các mô hình AI của bên thứ ba trong một số ứng dụng.