# Bài viết Liên quan Kết nối quang học

Logic cơ bản đằng sau sự truyền dẫn nút cổ chai trong chuỗi cung ứng điện toán AI

Tác giả phân tích logic cơ bản về sự lan truyền điểm nghẽn trong chuỗi cung ứng năng lực tính toán AI, mô tả một quá trình chuyển dịch theo trình tự từ "GPU → Bộ nhớ (HBM) → Kết nối quang → Điện/Làm mát bằng chất lỏng". Trong giai đoạn đầu (2022-2024), điểm nghẽn chính là sản lượng wafer và đóng gói tiên tiến cho GPU cao cấp. Sau khi năng lực đóng gói CoWoS của TSMC được mở rộng, điểm nghẽn chuyển sang Bộ nhớ Băng thông Cao (HBM) vào năm 2024-2025. Nhu cầu về băng thông khổng lồ cho các mô hình lớn khiến HBM trở nên khan hiếm, với nguồn cung hạn chế từ ba nhà sản xuất chính. Đến năm 2025-2026, kết nối đồng (cáp đồng) đạt đến giới hạn vật lý về băng thông, khoảng cách và tản nhiệt, thúc đẩy sự chuyển dịch tất yếu sang công nghệ kết nối quang (như CPO và silicon quang) để mở rộng quy mô cụm AI. Hiện tại, điểm nghẽn cuối cùng và cấp bách nhất là "Tường năng lượng" và "Tường tản nhiệt" (2026). Công suất tiêu thụ của các cụm AI quy mô siêu lớn đã vượt xa khả năng của giải pháp làm mát bằng không khí truyền thống và gây áp lực lên lưới điện. Giải pháp làm mát bằng chất lỏng (trực tiếp lên chip hoặc ngâm) và nguồn cung điện ổn định trở thành điều kiện tiên quyết để vận hành. Bài viết kết luận rằng chuỗi cung ứng năng lực tính toán AI hoạt động như một hàm sản xuất Leontief, nơi các điểm nghẽn di chuyển tuần tự và việc giải quyết một nút thắt sẽ ngay lập tức làm lộ ra nút thắt tiếp theo. Điều này định hình lại việc phân bổ giá trị trong toàn bộ ngành công nghiệp.

marsbit05/22 12:27