Citi: Bản tin AI hàng tuần của Citi: Gemini trở lại đầu bảng mô hình, nguồn cung bộ nhớ bị ràng buộc đẩy chi phí điện toán tăng

Gemini trở lại đầu bảng, vì sao tác động thương mại lại hạn chế?

Gemini 4 Carbon mới ra mắt của Google đạt 59 điểm trên Chỉ số Trí thông minh Artificial Analysis, đứng đầu bảng; lần gần nhất Google đứng đầu là vào tháng 2 với Gemini 3.1 Pro. Khoảng cách giữa mô hình nguồn đóng đứng đầu và mô hình mở dẫn đầu đã nới rộng lên 27 điểm, lớn nhất kể từ tháng 6.
Đợt đánh giá này diễn ra sau lần cập nhật chỉ số vào ngày 27 tháng 10, và chỉ số mới chủ yếu dựa trên các bộ dữ liệu riêng tư. Carbon hiện chỉ dành cho nhân viên phòng vệ mạng, vì vậy Citi cho rằng tác động thương mại trực tiếp của mô hình có thể hạn chế.
Theo thước đo tác vụ của Artificial Analysis, Carbon sử dụng lượng token đầu ra gấp 2.4 lần GPT-6 Astra, nhưng chi phí mỗi tác vụ tính theo giá niêm yết chỉ cao hơn 24%, một phần vì token đầu ra của Carbon rẻ hơn.

Giá bộ nhớ tăng trong khi lượng đơn hàng tồn đọng tiếp tục tăng. Citi dự báo giá sản phẩm HBM4 12 lớp của Micron sẽ tăng hơn gấp đôi so với cùng kỳ; SK hynix đã bán hơn một nửa công suất cho giai đoạn 2027–2028, Micron đã cam kết hơn 75% lượng hàng giao trong năm tài chính 2027, còn Samsung dự định dành 60%–70% công suất cho các thỏa thuận dài hạn.
Citi cho biết khoảng 80% chi phí của các mô hình dẫn đầu trong các tác vụ Artificial Analysis đến từ ngữ cảnh được lưu trong bộ nhớ đệm. Khi thiết kế điện toán chuyển sang nguyên tủ rack và các nhóm bộ nhớ dùng chung, bộ nhớ trở nên khó thay thế hơn: các nhà cung cấp đám mây AI nhỏ không có hợp đồng dài hạn có thể phải mua bộ nhớ theo giá giao ngay, làm triệt tiêu doanh thu tăng thêm từ giá thuê GPU cao hơn.
Giá thuê đã bắt đầu phân hóa: kể từ tháng 11 năm 2025, giá thuê B300 có dung lượng bộ nhớ lớn hơn đã tăng 69%, trong khi H100 tăng 33% trong cùng kỳ.

Minerva của Nvidia dùng AI để dự đoán lỗi linh kiện và xử lý vấn đề trước khi lỗi làm chậm tác vụ, giải phóng thêm năng lực điện toán từ các GPU hiện có. Tác vụ càng dài, khả năng này càng có giá trị: vào tháng 4 năm nay, mô hình dẫn đầu xử lý các tác vụ mà con người cần 17 giờ để hoàn thành với tỷ lệ thành công 50%, so với thời lượng tương ứng là 2 giờ một năm trước.
Citi nhận định rằng chừng nào GPU còn khan hiếm, việc tăng hiệu quả khó có thể ảnh hưởng đến nhu cầu hạ tầng trong ngắn hạn. Nhà sản xuất thiết bị kiểm thử Teradyne cho biết nhu cầu liên quan đến AI của công ty đã bao trùm các lĩnh vực như bộ nhớ, kết nối liên thông và hệ thống tích hợp, thúc đẩy doanh thu liên quan tăng 70% so với cùng kỳ.

Genie 4 của Google DeepMind giúp việc huấn luyện robot bằng mô phỏng trở nên chân thực hơn, nhưng Citi cho rằng chỉ dữ liệu thực tế mới có thể chứng minh các chính sách vận hành học được qua huấn luyện là hiệu quả, vì vậy những đơn vị áp dụng sớm có thể tích lũy lợi thế dữ liệu.
Việc áp dụng phần mềm trong ngành sản xuất vẫn tụt sau ngành tài chính: trong số các doanh nghiệp dùng Ramp, vào tháng 9, 61% nhà sản xuất trả phí đăng ký phần mềm AI, so với 74% doanh nghiệp tài chính. SAP đã bắt đầu giao việc cho robot từ các hệ thống đơn hàng, hàng tồn kho và bảo trì, tạo cho công ty một điểm tiếp cận bằng phần mềm để tham gia vào quá trình ứng dụng robot.
Hội nghị về học máy cho robot diễn ra từ ngày 9 tháng 11 đến ngày 12 có thể cho thấy liệu công nghệ mô phỏng có đang rút ngắn thời gian từ thử nghiệm đến triển khai đội robot hay không; nếu có, Citi cho rằng đóng góp của AI vật lý vào nhu cầu phần cứng và suy luận có thể tăng nhanh hơn.