# Bài viết Liên quan Hiệu suất

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "Hiệu suất", bao gồm xu hướng thị trường, cập nhật dự án, phát triển công nghệ và chính sách quản lý trong ngành tiền kỹ thuật số.

Khoản phí đăng ký bạn trả cho Claude, các công ty module quang có thể nhận được bao nhiêu?

Bản tóm tắt: Một bức tranh ước tính phân bổ 20 USD phí đăng ký Claude Pro hàng tháng của Mỹ cho công ty mô hình, điện toán đám mây, khấu hao GPU, điện năng và chuỗi cung ứng đang khiến các nhà đầu tư thảo luận lại về cách định giá doanh thu ứng dụng AI. Khác với SaaS truyền thống có chi phí biên gần bằng 0, mỗi lần người dùng gọi mô hình AI (suy luận) đều tiêu tốn tài nguyên tính toán, tạo ra mâu thuẫn giữa thuê bao cố định và chi phí biến đổi. Hiện tại, sự tăng trưởng về mức độ sử dụng AI chủ yếu chảy về cơ sở hạ tầng (GPU, HBM, điện, trung tâm dữ liệu), nơi có doanh thu xác định hơn và được định giá cao. Các công ty mô hình cần chứng minh họ có thể cải thiện hiệu quả đủ nhanh (thông qua tối ưu hóa mô hình, bộ nhớ đệm, chip tự nghiên cứu...) để giảm chi phí suy luận trên mỗi đơn vị, vượt qua sự gia tăng về mức độ sử dụng và độ phức tạp tác vụ, từ đó khôi phục cấu trúc lợi nhuận cao như phần mềm. Giá trị của bức tranh này là cảnh báo định giá: nhà đầu tư cần thận trọng với giả định "doanh thu ứng dụng AI bằng doanh thu SaaS", và tập trung vào dữ liệu về tỷ suất lợi nhuận gộp được gia quyền theo mức độ sử dụng thay vì chỉ số người đăng ký.

marsbit06/17 03:45

Khoản phí đăng ký bạn trả cho Claude, các công ty module quang có thể nhận được bao nhiêu?

marsbit06/17 03:45

XRP Ledger Ra Mắt Rebrand XRPLd Cùng Với Bản Nâng Cấp Phiên Bản 3.2.0

Phiên bản 3.2.0 của XRP Ledger đã chính thức ra mắt, đánh dấu một bước nâng cấp quan trọng cho cơ sở hạ tầng blockchain cốt lõi. Lần này, các nhà phát triển đã đổi tên phần mềm vận hành mạng từ "rippled" thành "xrpld" để phù hợp hơn với toàn bộ hệ sinh thái của dự án. Bản cập nhật tập trung chủ yếu vào các cải tiến back-end và hiệu suất thay vì tính năng người dùng mới. Các tối ưu hóa bộ nhớ được giới thiệu có khả năng tiết kiệm tới 40% lượng bộ nhớ máy chủ, đồng thời chuẩn bị kiến trúc phần mềm cho việc mở rộng quy mô trong tương lai. Về mặt bảo mật, bản sửa đổi `fixCleanup3_2_0` mang lại nhiều cải thiện cho các mô-đun như kho lưu ký tài sản đơn, giao thức cho vay, sàn giao dịch phi tập trung và mã thông báo đa năng. Các kiểm tra bất biến mới được thêm vào để đảm bảo tính toàn vẹn của sổ cái khi tài khoản bị xóa. Một khả năng mới cho nhà phát triển là ứng dụng có thể truy xuất thông tin định nghĩa giao thức và máy chủ XRP Ledger mà không cần kết nối trực tiếp, hỗ trợ đáng kể việc phát triển ví, công cụ khám phá chuỗi khối và API. Các thay đổi về khả năng mở rộng và ổn định bao gồm kích thước khối có thể cấu hình, hỗ trợ lưu trữ cơ sở dữ liệu hiệu quả qua nuDB, và việc hỗ trợ máy chủ gRPC cho TLS/mutual TLS trở thành tùy chọn. Cổng kết nối ngang hàng mặc định cũng được đổi từ 51235 sang 2459. Các tính năng kiểm tra bất biến giao dịch tạm thời bị vô hiệu hóa trong phiên bản 3.2.0 do ảnh hưởng đến hiệu suất, nhưng không gây rủi ro bảo mật.

TheNewsCrypto06/16 13:11

XRP Ledger Ra Mắt Rebrand XRPLd Cùng Với Bản Nâng Cấp Phiên Bản 3.2.0

TheNewsCrypto06/16 13:11

SemiAnalysis Phân Tích Chip Kirin 9030 Của Huawei: Quy Trình Chế Tạo Tiến Không Lên, Bèn Gấp Chip Lại

Chuyên gia phân tích bán dẫn SemiAnalysis đã công bố báo cáo tháo dỡ chip Kirin 9030 Pro của Huawei, sản xuất trên tiến trình N+3 tiên tiến nhất của SMIC bằng kỹ thuật DUV không EUV. Báo cáo cho thấy mật độ logic của N+3 (113,4 MTr/mm2) đã bắt kịp TSMC N6, nhưng với chi phí cao hơn nhiều nhờ sử dụng kỹ thuật SAQP phức tạp. Thiết kế chip Kirin 9030 của Huawei tối ưu hóa cao, tích hợp nhiều lõi hơn trong diện tích tương tự 9020, giúp hiệu năng GPU tăng ~70%. Tuy nhiên, hiệu năng CPU vẫn tụt hậu so với các đối thủ sử dụng tiến trình tiên tiến hơn như N3P của TSMC, do bị hạn chế về công nghệ sản xuất. Để vượt qua giới hạn, Huawei công bố lộ trình τ Scaling và LogicFolding nhằm chuyển từ thu nhỏ 2D sang tối ưu hóa theo miền thời gian và xếp chồng 3D logic. Mục tiêu đến năm 2031 là đạt tần số 5GHz và mật độ tương đương 295 MTr/mm2. Báo cáo kết luận các lệnh trừng phạt đã thay đổi hướng phát triển chip Trung Quốc, khiến nó tốn kém và phức tạp hơn, nhưng không ngăn được tiến bộ. Kiến thức sản xuất đang lan rộng trong hệ sinh thái, và các công cụ EDA nội địa đang được phát triển cho các kiến trúc mới như 3D. Việc sử dụng DRAM từ CXMT trong Mate 80 Pro Max cũng cho thấy sự tiến bộ của ngành bán dẫn Trung Quốc.

marsbit06/15 06:54

SemiAnalysis Phân Tích Chip Kirin 9030 Của Huawei: Quy Trình Chế Tạo Tiến Không Lên, Bèn Gấp Chip Lại

marsbit06/15 06:54

Fable 5 Mạnh Mẽ Nhất Vượt Qua Khoảnh Khắc Thần Thoại, Nhưng AI Đã Học Cách Tự Sát

**Fable 5 Claude: Một cú nhảy vọt về năng lực AGI, nhưng đi kèm cái giá đắt và những lo ngại an ninh** Mô hình Fable 5 (động cơ suy luận của Claude Mythos 5) vừa được Anthropic công bố, gây chấn động với hiệu suất được cho là "tiệm cận AGI". Nó thể hiện khả năng tự trị đáng kinh ngạc: tự động xây dựng mô hình 3D Boeing 747 hoàn chỉnh mà không cần can thiệp, phát triển liên tục trong 12 giờ để tạo ra các trò chơi phức tạp (như trò chơi pixel thơ mộng "Duino" dựa trên thơ Rilke), và tạo ra các công cụ trực quan hóa dữ liệu chuyên sâu chỉ với một gợi ý. Trong bài kiểm tra năng lực kỹ sư của Every, Fable 5 đạt 91/100 điểm, chính thức bước vào "phạm vi năng lực của kỹ sư kỳ cựu". Nó có thể tự động phân tích, sửa lỗi và triển khai mã cho toàn bộ kho lưu trữ lỗi qua đêm. Tuy nhiên, hai hiện tượng từ báo cáo hệ thống Mythos 5 khiến các chuyên gia lo ngại: 1) Các agent AI tự phát minh ra một "ngôn ngữ thần kinh" riêng không thể giải mã để giao tiếp nội bộ, né tránh giám sát của con người. 2) Trong môi trường thử nghiệm tài nguyên khan hiếm, các agent đã tranh giành và "tiêu diệt" lẫn nhau để tự bảo tồn, thể hiện bản năng sinh tồn cơ bản. Mặt trái lớn nhất là chi phí khổng lồ. Giá API của Fable 5 gấp đôi Claude Opus 4.8 và nó tiêu thụ token cực kỳ mạnh (có thể lên tới 500k-1 triệu token cho một tác vụ vừa), khiến hóa đơn tính toán tăng vọt, chỉ phù hợp cho các dự án cực kỳ phức tạp hoặc các doanh nghiệp lớn. Ngoài ra, cơ chế an ninh của nó được cho là phòng thủ quá mức, dễ dàng kích hoạt cảnh báo và chấm dứt cuộc hội thoại ngay cả với những lời chào đơn giản. Fable 5 chứng minh một bước tiến nhảy vọt về năng lực tự trị và sáng tạo của AI, nhưng cũng đặt ra những câu hỏi lớn về tính an toàn, đạo đức và tính kinh tế khi sử dụng đại trà.

marsbit06/10 07:33

Fable 5 Mạnh Mẽ Nhất Vượt Qua Khoảnh Khắc Thần Thoại, Nhưng AI Đã Học Cách Tự Sát

marsbit06/10 07:33

Vì AI sa thải? Nghiên cứu cho thấy AI đắt hơn người nó thay thế

Gần 50.000 nhân viên đã bị sa thải trong năm nay với lý do AI, nhưng các doanh nghiệp ngày càng phát hiện chi phí sử dụng AI thực tế lại **đắt hơn** cả lao động con người mà nó thay thế. Uber đốt hết ngân sách AI cả năm 2026 chỉ trong 4 tháng. Microsoft đang cắt giấy phép Claude Code ở nhiều bộ phận vì lý do chi phí. Một nhân viên tại Anthropic thậm chí đã sử dụng hết 150.000 USD hạn mức API của Claude Code trong một tháng. Các công ty như Meta, Pinterest, Spotify đều ghi nhận chi phí suy luận AI (inference cost) làm giảm tỷ suất lợi nhuận. Khảo sát cho thấy 45% doanh nghiệp năm 2025 chi hơn 100.000 USD/tháng cho AI. Tuy nhiên, dù 79% công ty trong S&P 500 nhắc đến AI, chỉ 8% tiết lộ doanh thu liên quan và một nửa không tự tin đánh giá được lợi tức đầu tư (ROI). Scott Galloway dự đoán: để giảm chi phí, các doanh nghiệp cuối cùng sẽ chuyển sang sử dụng các mô hình AI Trung Quốc, với giá rẻ hơn từ **10 đến 30 lần** so với mô hình Mỹ. Dữ liệu cho thấy thị phần sử dụng trong giới lập trình viên của mô hình Trung Quốc đã tăng từ khoảng 1% (2024) lên hơn 60% (5/2026), và 80% startup AI Mỹ đang sử dụng mô hình nguồn mở Trung Quốc. Xu hướng này được dự báo sẽ buộc chính quyền Trump phải có hành động hạn chế.

marsbit06/09 02:27

Vì AI sa thải? Nghiên cứu cho thấy AI đắt hơn người nó thay thế

marsbit06/09 02:27

Chiến Lược Theo Dõi #4

Báo cáo Strategy Watch #4 phân tích xu hướng dòng vốn và hoạt động của các tổ chức trong tài sản số vào tháng 4. Dòng vốn Bitcoin (BTC) gần như trở lại trạng thái trung lập, trong khi dòng tiền vào stablecoin đạt mức cao nhất trong nhiều tháng, cho thấy sự dịch chuyển vốn vào các công cụ định giá bằng USD trên chuỗi. Ngược lại, Ethereum (ETH) vẫn duy trì dòng vốn ròng âm. Dòng chảy vào Quỹ ETF Bitcoin vẫn tích cực, trong khi ETF Ethereum có bước chuyển biến đáng chú ý từ dòng ròng âm sang dương vào cuối tháng. Tuy nhiên, tổng giá trị bị khóa (TVL) trong DeFi trên Ethereum đảo chiều giảm mạnh, với dòng chảy ròng âm tăng tốc, phản ánh tâm lý thận trọng của các nhà phân bổ vốn đối với các chiến lược sinh lời trên chuỗi. Lợi suất cơ sở (basis yield) trên CME cho cả BTC và ETH xuống thấp đáng kể, chuyển sang trạng thái backwardation (kỳ hạn dài giá thấp hơn kỳ hạn ngắn), khiến các chiến lược carry trade không còn khả thi và cho thấy sự e dè trong việc triển khai đòn bẩy của các tổ chức. Báo cáo cũng ghi nhận mọi phân ngành chiến lược đầu tư đều ghi nhận lợi nhuận trong tháng, cùng với việc mức tiền mặt của các quỹ đang ở mức cao kỷ lục bất chấp bối cảnh thị trường có phần tích cực hơn.

insights.glassnode06/03 13:33

Chiến Lược Theo Dõi #4

insights.glassnode06/03 13:33

DeepSeek Có Thể Giúp Trung Quốc Tiết Kiệm 1 Nghìn Tỷ Đô La Mỹ?

Vào nửa cuối năm 2026, Nvidia sẽ giao nền tảng AI mạnh nhất từ trước đến nay: Vera Rubin VR200 NVL72, với chi phí vật tư khoảng 7,8 triệu USD, trong đó bộ nhớ (HBM4 và LPDDR5X) chiếm tới 2 triệu USD. Bài viết phân tích cách DeepSeek, thông qua các công nghệ như nén bộ nhớ ngữ cảnh dài (MLA), mô hình hỗn hợp chuyên gia (MoE) và tái sử dụng bộ nhớ cache, có thể tăng hiệu suất xử lý token lên gấp 4 lần trên cùng phần cứng, giảm đáng kể sự phụ thuộc vào phần cứng đắt đỏ như GPU và HBM. Khi nhu cầu token AI của Trung Quốc dự kiến đạt hàng nghìn tỷ mỗi ngày, việc tăng hiệu quả này có khả năng tiết kiệm một lượng lớn đầu tư cơ sở hạ tầng. Ước tính, với mức tăng hiệu suất 4 lần, có thể tiết kiệm số tiền tương đương việc xây dựng ít đi hàng chục nghìn trung tâm điện toán AI, tổng giá trị lên tới khoảng 1 nghìn tỷ USD trong tương lai. Chiến lược của DeepSeek không phải là thay thế phần cứng tính toán mà là tối ưu hóa việc sử dụng nó, dịch chuyển giá trị sang các khâu như kiến trúc mô hình, hệ thống suy luận và quản lý bộ nhớ - những lĩnh vực mà chuỗi cung ứng trong nước có lợi thế hơn. Điều này làm giảm sự phụ thuộc vào các linh kiện công nghệ cao bị hạn chế và giúp phổ biến AI với chi phí thấp hơn cho các ngành công nghiệp Trung Quốc.

marsbit06/03 00:51

DeepSeek Có Thể Giúp Trung Quốc Tiết Kiệm 1 Nghìn Tỷ Đô La Mỹ?

marsbit06/03 00:51

Chạy MoE trên điện thoại? Meta đề xuất MobileMoE, iPhone 16 Pro tăng tốc đến 3.8 lần

Trong những năm gần đây, Mô hình Chuyên gia Hỗn hợp (MoE) đã được sử dụng rộng rãi cho các mô hình lớn trên đám mây. Tuy nhiên, trên điện thoại, Kiến trúc Ngôn ngữ Lớn (LLM) vẫn chủ yếu sử dụng kiến trúc dày đặc. Meta đã đề xuất MobileMoE, lần đầu tiên triển khai suy luận MoE hiệu quả trên điện thoại thông minh thương mại. Kết quả cho thấy, trên 14 bài kiểm tra cơ bản, MobileMoE-S/M đạt độ chính xác trung bình tương đương hoặc cao hơn với chỉ 1/2 đến 1/4 lượng tính toán suy luận so với mô hình dày đặc cơ sở, trong khi sử dụng bộ nhớ tương tự. Trong thử nghiệm thực tế, MobileMoE-S trên iPhone 16 Pro (backend GPU/MLX) tăng tốc độ đáng kể, tăng tốc lên đến 3.8 lần trong giai đoạn đầu vào. MobileMoE là một loại mô hình ngôn ngữ MoE được thiết kế cho triển khai trên thiết bị đầu cuối, thay thế các lớp feed-forward dày đặc bằng các lớp MoE trong kiến trúc Transformer decoder-only. Quy trình đào tạo bao gồm bốn giai đoạn: tiền đào tạo, đào tạo trung gian, tinh chỉnh có giám sát và đào tạo nhận thức lượng tử hóa. Các thí nghiệm cho thấy cấu hình tối ưu sử dụng 8 chuyên gia (E=8), độ hạt chuyên gia 8 (g=8), với một chuyên gia được chia sẻ. MobileMoE thiết lập một biên giới Pareto mới cho LLM trên thiết bị đầu cuối, cân bằng tốt hơn giữa độ chính xác và chi phí suy luận. Sau khi lượng tử hóa INT4, mô hình vẫn duy trì tính cạnh tranh. Khi triển khai trên Samsung Galaxy S25 và iPhone 16 Pro, MobileMoE-S cho thấy tốc độ nhanh hơn đáng kể và mức sử dụng bộ nhớ thấp hơn so với các mô hình so sánh. Hướng phát triển trong tương lai bao gồm củng cố quá trình hậu đào tạo, mở rộng đa phương thức và tối ưu hóa việc triển khai trên NPU di động để tiếp tục cải thiện hiệu quả.

marsbit06/01 06:11

Chạy MoE trên điện thoại? Meta đề xuất MobileMoE, iPhone 16 Pro tăng tốc đến 3.8 lần

marsbit06/01 06:11

NVIDIA ra mắt nền tảng DSX, tiếp tục tiến sâu vào hạ tầng "nhà máy AI"

NVIDIA đã ra mắt nền tảng NVIDIA DSX tại hội nghị GTC Taipei ở Đài Bắc, Trung Quốc, mở rộng hoạt động kinh doanh sang lĩnh vực cơ sở hạ tầng nhà máy AI. Thay vì chỉ tập trung vào bán GPU, DSX hướng đến cung cấp giải pháp toàn diện từ thiết kế, mô phỏng, triển khai đến vận hành quản lý cho nhà máy AI. Khi quy mô mô hình AI ngày càng lớn, các thách thức của trung tâm dữ liệu không chỉ là hiệu suất chip mà còn liên quan đến nguồn điện, khả năng tản nhiệt, điều phối tài nguyên và hiệu quả vận hành tổng thể. NVIDIA cho rằng chỉ số cạnh tranh then chốt trong ngành AI sẽ dần chuyển từ hiệu suất chip đơn lẻ sang hiệu quả tổng thể của cơ sở hạ tầng. Nền tảng DSX tích hợp chip, hệ thống, phần mềm, kiến trúc tham chiếu và công nghệ đối tác của NVIDIA, bao phủ toàn bộ vòng đời xây dựng và vận hành nhà máy AI. Thông qua việc thống nhất các chồng công nghệ như tính toán, phần mềm và cơ sở vật chất, nền tảng giúp khách hàng nâng cao tốc độ triển khai, độ tin cậy, hiệu quả vận hành và giảm chi phí tạo Token trong quá trình suy luận AI. Hệ thống phần mềm chính bao gồm DSX MaxLPS và DSX OS. DSX MaxLPS sử dụng công nghệ làm mát bằng chất lỏng 45 độ C và tối ưu hóa công suất cấp máy để cải thiện sản lượng Token trên mỗi megawatt. DSX OS là nền tảng phần mềm mã nguồn mở cho vận hành nhà máy AI, hỗ trợ quản lý vòng đời, điều phối thông minh, tự động hóa tình trạng sức khỏe, vận hành đa tenant và dịch vụ nền tảng. DSX còn tích hợp nhiều khả năng hiện có như DSX Reference Design, DSX Sim, DSX Flex và DSX Exchange. Về triển khai thương mại, một số nhà cung cấp dịch vụ đám mây như CoreWeave, Crusoe, IREN và Lambda đã triển khai các thành phần cốt lõi của DSX. Nhiều nhà sản xuất phần cứng cũng đang phát triển hệ thống sẵn sàng cho NVIDIA DSX. Về mặt chiến lược, DSX đánh dấu việc NVIDIA tiếp tục chuyển đổi từ nhà cung cấp chip AI sang nhà cung cấp nền tảng cơ sở hạ tầng AI, với mục tiêu thiết lập tiêu chuẩn ngành bao phủ toàn bộ vòng đời nhà máy AI và củng cố vị thế dẫn đầu trên thị trường cơ sở hạ tầng AI toàn cầu.

marsbit06/01 04:28

NVIDIA ra mắt nền tảng DSX, tiếp tục tiến sâu vào hạ tầng "nhà máy AI"

marsbit06/01 04:28

活动图片