Lịch sử phát triển mô hình lớn nội địa: Cuộc cạnh tranh mô hình lớn bước vào "thời đại hậu tính toán bạo lực"
Tuyển chọn TechFlowTuyển chọn TechFlow
Lịch sử phát triển mô hình lớn nội địa: Cuộc cạnh tranh mô hình lớn bước vào "thời đại hậu tính toán bạo lực"
Sóng sau mạnh mẽ tiến hóa, sóng trước vượt gian khổ tiến lên.
Chuyên sâu báo cáo Web3Tác giả: Keyframe
Hình ảnh: Được tạo bởi AI Vô Giới
Chính trường AI đang âm thầm chứng kiến một sự dịch chuyển quyền lực công nghệ sâu sắc.
Cuộc cách mạng do DeepSeek khởi xướng vẫn chưa có dấu hiệu lắng dịu, cuộc cạnh tranh mô hình lớn đã bước vào "kỷ nguyên hậu tính toán bạo lực", tầm quan trọng của hiệu suất trở nên nổi bật, đồng thời quyền lực AI cũng đối mặt với sự tái cấu trúc, thế độc tôn của OpenAI đang liên tục bị đe dọa.
Sóng sau mạnh mẽ tiến hóa, sóng trước kiên cường vượt khó, “trên thành đổi cờ đại vương” nhưng người chiến thắng vẫn chưa ngã ngũ, làm sao vừa tận dụng mã nguồn mở để được hệ sinh thái hỗ trợ, lại vừa dùng mô hình đóng để biến thành lợi nhuận thương mại mới là chìa khóa quyết định thành bại.
01. Dự án AI Trung Quốc bùng nổ nhờ chính sách
Sự phát triển của AI nội địa lặng lẽ diễn ra trong im lặng. Năm 2023 được giới chuyên môn coi là mốc phân chia cho sự phát triển trí tuệ nhân tạo.
Nhà khoa học AI Fei-Fei Li từng nói: “Trong lịch sử, năm 2023 có thể sẽ được ghi nhớ nhờ những thay đổi công nghệ sâu sắc và sự thức tỉnh của công chúng.”
Nhưng trước đó, các khám phá và đổi mới công nghệ về trí tuệ nhân tạo đã không ngừng xuất hiện.
Năm 1956, John McCarthy lần đầu tiên đưa ra khái niệm “Trí tuệ nhân tạo” (Artificial Intelligence) tại Hội nghị Dartmouth, đánh dấu sự ra đời chính thức của AI như một ngành học.
Tuy nhiên đến năm 1973, do nghiên cứu AI gặp瓶颈, vốn đầu tư sụt giảm mạnh, phát triển rơi vào “mùa đông”.
Đến năm 1986, khi “cha đẻ AI” Geoffrey Hinton đề xuất thuật toán lan truyền ngược (Backpropagation), sự phục hưng của mạng nơron mang lại ánh sáng hy vọng mới cho AI; đến năm 2017 Google đề xuất cơ chế tự chú ý (Self-Attention), thay thế RNN/LSTM, trở thành kiến trúc cốt lõi cho các mô hình ngôn ngữ lớn (LLM) sau này…
Nhìn lại hành trình phát triển AI trong nước, năm 2023 cũng là “năm khai mở kỷ nguyên AI nội địa”.
Theo Tianyancha, riêng nửa đầu năm 2023 đã có hơn 20 sự kiện tài trợ liên quan trực tiếp đến mô hình lớn, số lượng mô hình lớn khác nhau đã công bố trong nước vượt quá 100, đến tháng 7 năm 2024 con số mô hình AI tạo sinh hoàn thành đăng ký và ra mắt gần đạt 200.
Cho đến nay, chỉ có khoảng một chục doanh nghiệp có cơ hội lọt vào vòng chung kết. Tổ chức tư vấn Frost & Sullivan chỉ ra rằng, hiện nay số đối thủ cạnh tranh trong lĩnh vực mô hình nền tảng phổ thông đã thu hẹp xuống còn hơn 20, chủ yếu do các doanh nghiệp Internet, các gã khổng lồ điện toán đám mây và các công ty khởi nghiệp AI dẫn dắt.
Tất cả đều là nhân chứng sống trong cuộc “chiến tranh không tiếng súng” này, nhìn lại từ đầu năm 2025, có lẽ chính vì trải qua quá trình sàng lọc khắc nghiệt của “trăm mô hình đại chiến” năm 2024, DeepSeek mới có thể tạo ra “tiếng sét” trên toàn cầu trong ngành công nghệ ngay từ đầu năm 2025, thúc đẩy AI nội địa thực hiện “bước nhảy then chốt”, đứng vững được chân.
Các doanh nghiệp có khả năng đổi mới liên tục dần chiếm ưu thế thị trường, từ chuyển đổi hình ảnh-văn bản sang video, đến tạo quảng cáo đa ngôn ngữ, phạm vi ứng dụng trí tuệ nhân tạo đang nhanh chóng mở rộng.
Đồng thời, công nghệ mô hình lớn và tác nhân thông minh cũng bước vào giai đoạn phát triển tăng tốc. Dù là tối ưu hóa trải nghiệm người dùng C-end hay giải pháp doanh nghiệp B-end, tác nhân thông minh và mô hình lớn đang định nghĩa lại cách thức kết nối giữa công nghệ và xã hội.
Hiện tại trong vòng chung kết có ba lực lượng: thứ nhất là các tập đoàn Internet và nhà cung cấp đám mây như Alibaba, ByteDance tham gia vào mô hình lớn; thứ hai là đội tuyển quốc gia AI đại diện bởi iFlytek, theo mô hình G/B/C, vừa làm giải pháp vừa làm sản phẩm phần cứng; thứ ba là các công ty khởi nghiệp AI như Zhipu, DeepSeek, số ít vẫn kiên trì đổi mới mô hình nền tảng.
Vị thế dọc chuỗi ngành phân hóa, hướng đi của các nhà sản xuất mô hình cũng khác biệt. Ngay cả “sáu hổ AI” cũng đối mặt với phân hóa đường đi. Ví dụ, Baichuan AI đã chuyển sang mô hình ngành như y tế; Zero One Everything giao việc huấn luyện siêu mô hình lớn cho Alibaba; Moonshot AI và MiniMax tập trung vào ứng dụng và sản phẩm C-end.
Giới chuyên môn普遍存在 nhận định rằng so với các mắt xích thượng游 và hạ游, các nhà sản xuất mô hình ở trung游 thường xuyên đối mặt với khó khăn về lợi nhuận. Đến năm 2025, số lượng doanh nghiệp trong vòng chung kết mô hình lớn có thể tiếp tục đổi mới ở tầng mô hình nền tảng sẽ tiếp tục giảm.
02. Từ “niềm tin đốt tiền” đến “cách mạng hiệu suất”
Nếu nói “chi phí, Agent AI, đa phương thức” là ba từ khóa hiện tại của ngành AI, đại diện cho xu hướng tiến hóa mô hình lớn năm 2024, vậy thì chúng cũng có thể đại diện cho điểm then chốt để mô hình lớn tiến vào ứng dụng công nghiệp.
Thứ nhất, chi phí rõ ràng là yếu tố quyết định sinh tử doanh nghiệp, nhu cầu khổng lồ về tài nguyên tính toán cho việc huấn luyện và triển khai mô hình AI quy mô lớn không thể xem nhẹ, điều này buộc doanh nghiệp phải gánh chịu chi phí tính toán và vận hành cao ngất.
Chính DeepSeek-R1 đã nắm bắt đúng điểm đau về hiệu suất và kiểm soát chi phí của doanh nghiệp, đạt được hiệu năng có thể so sánh thậm chí vượt qua các mô hình hàng đầu dù chỉ với mức đầu tư tính toán tương đối thấp.
Mô hình phát triển AI truyền thống thường dựa vào logic “quy mô là trên hết”, theo đuổi mô hình siêu lớn và cụm tính toán siêu lớn. Chiến lược mô hình nhẹ hóa và mã nguồn mở của DeepSeek R1 giúp giảm rào cản ứng dụng AI, thúc đẩy phổ cập thiết bị tính toán tầm trung và trung tâm dữ liệu phân tán.
NVIDIA ở đầu chuỗi cung ứng bắt đầu chịu áp lực điều chỉnh nhu cầu do sự xuất hiện của DeepSeek.
Các nhà sản xuất chip ASIC lại đón cơ hội phát triển mới. Do chip ASIC có thể tăng tốc phần cứng cho ứng dụng AI cụ thể, có ưu thế rõ rệt về tỷ lệ hiệu năng-năng lượng và kiểm soát chi phí, phù hợp hơn với xu hướng phát triển tính toán phân tán.
Đối với đầu dịch vụ tính toán, các trung tâm dữ liệu khu vực bắt đầu đảm nhận nhu cầu ứng dụng nhạy cảm với độ trễ như kiểm tra chất lượng thông minh trong sản xuất, kiểm soát rủi ro tài chính nhờ lợi thế độ trễ thấp và gần cảnh ứng dụng.
Các gã khổng lồ điện toán đám mây như AWS, Alibaba Cloud điều chỉnh chiến lược xây dựng một số trung tâm dữ liệu lớn, tăng đầu tư vào điện toán biên và bố cục tính toán phân tán.
Đầu ứng dụng sẽ hưởng lợi từ việc giảm chi phí tính toán, thúc đẩy sự thâm nhập nhanh hơn của AI vào các lĩnh vực sản xuất, tài chính, y tế.
Trên nền tảng lưu trữ mã nguồn GitHub, đã xuất hiện nhiều trường hợp tích hợp dựa trên mô hình DeepSeek (awesome deepseek integration), hình thành vòng tuần hoàn tích cực “cầu kéo cung”, thực hiện song hành赋能 “tính toán + ngành”.
Công nghệ AI sẽ thâm nhập nhanh hơn vào mọi ngành nghề, trở thành động cơ quan trọng thúc đẩy nâng cấp công nghiệp và phát triển kinh tế.
Tuy nhiên đáng chú ý, đột phá công nghệ của DeepSeek R1, trong khi hạ thấp rào cản ứng dụng AI, cũng có thể gây ra “Nghịch lý Jevons”.
Nghịch lý Jevons do nhà kinh tế thế kỷ 19 William Stanley Jevons đề xuất, ông phát hiện khi hiệu suất sử dụng than đá tăng lên, tổng tiêu thụ than đá lại tăng. Nghịch lý này tiết lộ một quy luật kinh tế sâu sắc: việc nâng cao hiệu suất không nhất thiết dẫn đến giảm tiêu thụ tài nguyên, trái lại có thể do chi phí giảm và phạm vi ứng dụng mở rộng kích thích nhu cầu tăng, cuối cùng khiến tổng tiêu thụ tài nguyên tăng.
CEO Microsoft Satya Nadella viện dẫn nghịch lý Jevons để giải thích ảnh hưởng tiềm tàng của DeepSeek R1, thật sự sắc bén.
Nadella cho rằng, công nghệ AI rẻ hơn, dễ tiếp cận hơn sẽ thông qua phổ cập nhanh và ứng dụng rộng rãi dẫn đến nhu cầu bùng nổ. Khi rào cản công nghệ AI hạ thấp, các lĩnh vực trước đây không thể ứng dụng AI do hạn chế chi phí như doanh nghiệp nhỏ và vừa, các cảnh tính toán biên... sẽ xuất hiện nhu cầu ứng dụng mới ồ ạt, từ đó khiến mật độ gọi tính toán tăng theo cấp số mũ.
Sự bùng nổ của các cảnh ứng dụng mới cũng sẽ đẩy nhanh sự phân hóa nhu cầu tính toán. Các lĩnh vực tiên phong như lái xe thông minh, robot thân thể đòi hỏi tính toán thời gian thực cực kỳ lớn, vượt xa tốc độ tối ưu hóa công nghệ DeepSeek. Dù hiệu suất nhiệm vụ đơn tăng vài lần, nhu cầu đồng thời của hàng triệu thiết bị thông minh vẫn sẽ tạo thành hố đen nuốt tính toán khổng lồ.
03. Sự phối hợp giữa “mã nguồn mở” và “mã nguồn đóng”
Khi mô hình mã nguồn mở DeepSeek “gây sốt”, các từ khóa như “mã nguồn mở”, “miễn phí” liên tục xuất hiện.
Nếu nói trước DeepSeek, các doanh nghiệp mô hình lớn trong nước vẫn còn nhiều bất đồng về con đường “mở” và “đóng”, thì nay tiếng nói về “mã nguồn mở”, “mở rộng hệ sinh thái”, mở rộng vòng bạn bè dường như đã trở thành xu hướng chính.
Dưới cú sốc của con cá chép搅局 DeepSeek, các doanh nghiệp mô hình lớn trong nước thể hiện thái độ “mở” hơn, mong muốn nhanh chóng xây dựng hệ sinh thái nhà phát triển và hệ sinh thái ứng dụng riêng.
Khác biệt then chốt giữa mô hình mã nguồn mở và mã nguồn đóng có thể quan sát từ ba chiều: điều kiện nền tảng, kỹ thuật và thương mại hóa.
Xét về điều kiện nền tảng, mô hình mã nguồn mở lấy tập dữ liệu công khai, dữ liệu cộng đồng đóng góp làm nguồn, dựa vào cụm GPU phân tán, thuộc sở hữu nhà phát triển làm nền tảng tính toán, cung cấp cơ hội tiếp cận bình đẳng cho nhà phát triển, nhà nghiên cứu, doanh nghiệp..., thúc đẩy đổi mới và chia sẻ công nghệ.
Mô hình mã nguồn đóng do công ty hoặc nhóm phát triển, lấy dữ liệu riêng như nhật ký hành vi người dùng, cơ sở dữ liệu riêng, dữ liệu công khai đã xử lý làm nguồn, người dùng chỉ có thể sử dụng các mô hình này qua giao diện hoặc nền tảng do công ty cung cấp.
Xét về kịch bản lợi nhuận, mô hình mã nguồn mở bản thân không trực tiếp tạo doanh thu, nhưng thường thông qua dịch vụ bổ trợ (như điện toán đám mây, hỗ trợ kỹ thuật, đào tạo, phát triển tùy chỉnh...) để kiếm lời. Công ty có thể cung cấp dịch vụ giá trị gia tăng theo cách thương mại hóa, dựa vào mô hình mã nguồn mở hình thành nguồn thu bền vững.
Đường đi thương mại hóa mô hình mã nguồn đóng tương đối trực tiếp, doanh nghiệp kiếm lời qua giấy phép, dịch vụ đăng ký, thu phí nền tảng. Mô hình mã nguồn đóng mang lại lợi nhuận cao cho công ty vì khách hàng phải trả phí cho quyền sử dụng và dịch vụ.
Mã nguồn mở và mã nguồn đóng không phải “nước lửa bất dung”, tương lai rất có thể hình thành dạng tương tác giữa hai bên, mã nguồn mở thúc đẩy phổ cập và đổi mới công nghệ AI, còn mã nguồn đóng đảm bảo công nghệ phát triển thương mại lâu dài và duy trì ổn định.
Người chiến thắng tương lai sẽ là những tay chơi đa năng có thể nắm giữ cả hai khả năng mã nguồn mở và mã nguồn đóng, vừa thông qua mã nguồn mở thu thập thế năng hệ sinh thái, vừa dùng mã nguồn đóng để thu giữ giá trị.
Như Nadella nói: “AI siêu quy mô sẽ không xuất hiện tình trạng người thắng tất cả, mô hình mã nguồn mở sẽ cân bằng mã nguồn đóng.”
Kết luận
DeepSeek sẽ đóng vai trò quan trọng trong kỷ nguyên AI hiện tại, giống như Android trong cuộc cách mạng Internet di động.
Tái cấu trúc hệ sinh thái công nghiệp, gây phản ứng dây chuyền, thúc đẩy phát triển ứng dụng lớp trên và thống nhất hệ thống lớp dưới. Điều này sẽ huy động sức mạnh hệ sinh thái vượt qua ranh giới phần mềm-phần cứng và thượng-hạ游, thúc đẩy các bên tăng đầu tư tối ưu hóa phối hợp dọc “mô hình - chip - hệ thống”, tiếp tục làm suy yếu ưu thế hệ sinh thái CUDA, tạo cơ hội cho sự phát triển ngành AI nội địa.
DeepSeek thông qua đổi mới công nghệ, trong quá trình huấn luyện mô hình AI đã giảm sự phụ thuộc vào chip cao cấp nhập khẩu, điều này cho thấy một con đường kỹ thuật khả thi cho doanh nghiệp trong nước,极大地 tăng niềm tin tự nghiên cứu và phát triển chip tính toán.
Trò chơi quyền lực không chỉ là lựa chọn công nghệ giữa mã nguồn mở và đóng, mà còn là cuộc đua về quyền nói, quyền chủ đạo thị trường và phân bổ tính toán trong phát triển AI. Cuộc chiến giành quyền lực AI này đã chính thức bắt đầu.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
