Google phải 'chia khẩu phần' Gemini, TSMC lập kỷ lục: cuộc đua AI đã đổi từ mô hình sang năng lực tính toán

Bạn đang hỏi sai câu.

Suốt nửa đầu năm 2026, mọi cuộc trò chuyện về AI đều xoay quanh một câu: mô hình nào giỏi nhất? GPT-5.6 hay Claude Sonnet 5? Grok 4.5 hay Gemini 3.5 Pro sắp ra? Bảng xếp hạng benchmark cập nhật từng tuần, và ai cũng nghĩ người thắng cuộc đua AI sẽ là người có mô hình thông minh nhất.

Rồi một chuyện xảy ra khiến giả định đó sụp đổ: Google — công ty giàu nhất, tự chủ hạ tầng nhất trong ngành — hết năng lực tính toán để chạy chính mô hình của mình, và phải "chia khẩu phần" Gemini cho khách hàng.

Đó không phải trục trặc kỹ thuật. Đó là tín hiệu rõ ràng nhất cho thấy cuộc chơi đã đổi luật.

Chuyện vừa xảy ra: tiền đang chảy vào máy móc, không vào mô hình

Ngày 13/7/2026, TSMC — xưởng đúc chip lớn nhất thế giới, nơi sản xuất GPU cho Nvidia và chip cho Apple — công bố doanh thu quý 2 kỷ lục mọi thời đại: khoảng 39,62 tỷ USD, tăng 36% so với cùng kỳ năm ngoái. Riêng tháng 6, doanh thu tăng 67,9% so với năm trước, phá vỡ quy luật mùa vụ suốt bốn năm. Động lực, theo TSMC, đến "chủ yếu từ nhu cầu bùng nổ cho các ứng dụng AI" (MacDailyNews).

Con số đó tự nó chỉ là một quý đẹp của một nhà sản xuất chip. Nhưng đặt cạnh những gì diễn ra trong hai tuần trước đó, nó kể một câu chuyện khác hẳn.

Cuối tháng 6, Financial Times đưa tin — được CNBC và Forbes xác nhận lại — rằng Google đã giới hạn lượng Gemini mà Meta được dùng, vì không đủ hạ tầng tính toán để đáp ứng. Khoảng tháng 3/2026, Google nói thẳng với Meta rằng họ không thể cung cấp thêm. Kết quả: Meta phải yêu cầu nhân viên dùng token tiết kiệm hơn, và chuyển bớt tải sang mô hình nội bộ Muse Spark của chính mình (Quartz).

Hãy dừng lại một giây. Google từ chối bán thêm dịch vụ cho một khách hàng sẵn sàng trả tiền — không phải vì chê tiền, mà vì hết hàng. Với một công ty có tiền mặt gần như vô hạn, tự thiết kế chip TPU riêng, tự vận hành trung tâm dữ liệu, đó là một chuyện đáng lẽ không nên xảy ra.

Nhưng nó đã xảy ra.

Nút thắt không phải trí tuệ — mà là compute

Đây là điều các tiêu đề benchmark bỏ qua: trong năm 2026, thứ quyết định ai làm được gì không còn là mô hình thông minh đến đâu, mà là ai có đủ năng lực tính toán để chạy nó.

Bằng chứng không chỉ nằm ở Google. Nhìn cách hai gã khổng lồ khác phản ứng, bạn sẽ thấy tất cả đang chơi cùng một ván cờ — ván cờ giành compute:

• OpenAI đề nghị tặng chính phủ Mỹ 5% cổ phần. Ngày 2/7, Financial Times đưa tin (Forbes, Bloomberg) Sam Altman đã trực tiếp đề xuất với Tổng thống Trump và các bộ trưởng thương mại, tài chính về việc để Washington nắm 5% cổ phần OpenAI — trị giá khoảng 42,6 tỷ USD theo định giá 852 tỷ của vòng gọi vốn hồi tháng 3. Đổi lại là gì? Sự "chống lưng" chính trị và, quan trọng hơn, ưu tiên tiếp cận năng lượng, đất đai, giấy phép để xây trung tâm dữ liệu. Đây không phải lòng tốt. Đây là mua vé ưu tiên vào hàng chờ compute.

• Anthropic tính tự làm chip. Đầu tháng 7, The Information và TechCrunch cho biết Anthropic đang đàm phán với Samsung để sản xuất một con chip AI riêng trên tiến trình 2nm. Dự án còn rất sớm — nhưng bản thân ý định đã nói lên tất cả. Một công ty có doanh thu chạy trên 30 tỷ USD/năm và vừa gọi được vòng Series H 65 tỷ USD (định giá gần 965 tỷ) vẫn thấy cần thoát khỏi sự phụ thuộc vào chip của người khác. Vì chi phí lớn nhất của họ không phải nhân sự — mà là compute.

Ba động thái, một thông điệp: cuộc đua thật sự không diễn ra trên bảng benchmark, mà trong các nhà máy đúc chip, các hợp đồng điện, và các phòng họp với chính phủ. Doanh thu kỷ lục của TSMC chính là nơi dòng tiền đó hạ cánh.

Thứ khan hiếm nhất thậm chí không phải chip

Đây là tầng sâu nhất mà gần như không ai nói tới.

Ngay cả khi mua đủ chip, bạn vẫn có thể mắc kẹt. Vì thứ thực sự cạn kiệt là điện — điện đã đấu nối vào lưới, đủ ổn định để nuôi một trung tâm dữ liệu.

Nhìn vào cách Google xoay xở: đơn hàng đã ký nhưng chưa giao của Google Cloud đã phình lên khoảng 460 tỷ USD. Tháng 6, Google chấp nhận trả SpaceX khoảng 920 triệu USD mỗi tháng để thuê chừng 110.000 GPU Nvidia đặt trong trung tâm dữ liệu của xAI — họ gọi thẳng đó là "cây cầu tạm" để đáp ứng nhu cầu Gemini Enterprise vượt quá khả năng phục vụ (TechTimes).

Một công ty đi thuê lại GPU từ đối thủ. Đó là hình ảnh của một ngành nơi tiền không còn là ràng buộc — điện và hạ tầng vật lý mới là. Bạn không thể ra lệnh cho một trạm biến áp mọc lên trong một quý. Không thể ép lưới điện gánh thêm vài gigawatt chỉ vì bạn có tiền. Đây là giới hạn của thế giới vật lý, và nó đang thắng cả những công ty giàu nhất hành tinh.

"Best model wins" đã thành "best fit wins"

Vậy chuyện này liên quan gì đến một doanh nghiệp Việt Nam đang cân nhắc đưa AI vào sản phẩm hay quy trình?

Rất nhiều.

Nếu ngay cả Google, Meta, OpenAI còn phải giành giật từng phần compute, thì niềm tin ngầm mà nhiều người đang xây dựng sản phẩm dựa trên nó — "cứ gọi API mô hình mạnh nhất, rẻ và không giới hạn, mãi mãi" — là một giả định nguy hiểm. Giá có thể tăng. Hạn mức (rate limit) có thể siết. Mô hình bạn phụ thuộc có thể bị ưu tiên cho khách hàng lớn hơn bạn, đúng như Meta vừa trải qua.

Chính ngành này đang tự đúc kết lại: kỷ nguyên "mô hình mạnh nhất thắng" đã nhường chỗ cho "mô hình phù hợp nhất thắng". Giá, tốc độ, khả năng tiếp cận và độ ổn định giờ quan trọng ngang với điểm số thô. Bằng chứng nằm ngay trong cách các hãng ra mắt sản phẩm: GPT-5.6 không phải một mô hình, mà là cả một dòng — Sol cho việc khó, Terra cho chất lượng khá với nửa chi phí, Luna cho việc nhanh và rẻ (TechCrunch). Họ hiểu rằng khách hàng cần chọn đúng, không phải chọn to nhất.

Với doanh nghiệp của bạn, điều đó dịch ra ba nguyên tắc rất cụ thể:

1. Đừng cưới một mô hình. Thiết kế hệ thống sao cho đổi nhà cung cấp là chuyện của một lớp cấu hình, không phải viết lại cả sản phẩm. Coi việc tiếp cận AI như một mắt xích chuỗi cung ứng — có thể đứt, cần phương án dự phòng.

2. Chọn mô hình theo công việc, không theo bảng xếp hạng. Một tác vụ phân loại đơn giản không cần mô hình đắt nhất thị trường. Trả tiền cho đúng nhu cầu giúp bạn sống sót khi giá compute biến động — và nó sẽ biến động.

3. Lợi thế cạnh tranh của bạn không nằm ở mô hình. Ai cũng gọi được cùng một API. Cái bạn sở hữu mà đối thủ không có là dữ liệu, quy trình và trải nghiệm khách hàng của riêng bạn. Đó mới là nơi đáng đầu tư — chứ không phải chạy theo mô hình mới nhất mỗi tháng.

Kết: đừng để bị cuốn theo phần ồn ào nhất

Tôi cũng từng nghĩ cuộc đua AI là cuộc đua trí tuệ. Nửa đầu 2026 dạy lại tôi rằng nó là cuộc đua hạ tầng — chip, điện, và quyền tiếp cận. Bảng benchmark là phần ồn ào nhất, nên nó chiếm hết tiêu đề. Nhưng phần quyết định lại lặng lẽ diễn ra ở nơi khác.

Với một doanh nghiệp không phải là phòng thí nghiệm AI, bài học không phải là "phải có mô hình xịn nhất". Bài học là: hiểu đúng mình đang xây trên nền móng nào, và đừng đặt cả sản phẩm lên một giả định về nguồn cung mà đến Google cũng không đảm bảo được.

Nếu bạn đang muốn đưa AI vào website hay quy trình kinh doanh một cách bền vững — chọn đúng mô hình cho đúng việc, thiết kế để không phụ thuộc chết cứng vào một nhà cung cấp — đó chính là kiểu bài toán chúng tôi giải mỗi ngày. Hãy xem dịch vụ tích hợp AI hoặc nói chuyện trực tiếp với chúng tôi.

Đừng hỏi mô hình nào giỏi nhất. Hãy hỏi: khi cuộc chơi đổi luật, bạn có còn đứng vững không?

Nguồn

• MacDailyNews — TSMC's record Q2 revenue surge highlights AI boom (13/7/2026)
• CNBC — Google limits Meta's use of its Gemini AI models, FT reports (28/6/2026)
• Forbes — Google Limits Meta's Gemini Usage Over Compute Shortages
• Quartz — Google rationed Meta's access to Gemini amid an AI compute shortage
• TechTimes — AI Compute Shortage Forces Google to Ration Gemini for Meta Despite $460B Backlog
• Forbes — OpenAI Reportedly Pitches Granting U.S. Government 5% Stake (2/7/2026)
• Bloomberg — OpenAI Proposes Giving the US Government a 5% Stake, FT Says
• TechCrunch — Anthropic is discussing a new custom chip with Samsung (2/7/2026)
• TechCrunch — OpenAI launches its new family of models with GPT-5.6 (9/7/2026)