Thuật toán và tự chủ: Làm thế nào ngành công nghiệp Trung Quốc đạt bước đột phá trong lĩnh vực trí tuệ nhân tạo

8 năm trước, Huawei đột ngột ngừng hoạt động của tập đoàn viễn thông khổng lồ ZTE do lệnh cấm hoàn toàn của Mỹ. Ngày nay, tháng 3 năm 2026, Trung Quốc đang vững bước hướng tới xây dựng một hệ thống trí tuệ nhân tạo hoàn toàn tự chủ, không dựa vào Nvidia cũng như công nghệ nước ngoài. Sự chuyển đổi này không chỉ đơn thuần là vấn đề chip, mà còn là cuộc cách mạng thực sự về thuật toán và chiến lược.

Từ lệnh cấm đến phản ứng: bài học của ZTE và những bước đi khó khăn

Ngày 16 tháng 4 năm 2018, Bộ Thương mại Mỹ ban hành lệnh cấm toàn diện đối với ZTE Communications, ảnh hưởng đến 80.000 nhân viên, doanh thu hàng năm vượt quá một nghìn tỷ nhân dân tệ. Không có chip Qualcomm, trạm gốc không thể vận hành; không có giấy phép của Google cho hệ điều hành Android, điện thoại mất khả năng sử dụng hệ điều hành. Công ty phải trả giá đắt: phạt 1,4 tỷ USD, cùng với khoản lỗ ròng lên tới 7 tỷ nhân dân tệ trong năm 2018.

Cựu CEO của ZTE đã viết trong một thư nội bộ: “Chúng ta đang sống trong một ngành công nghiệp phức tạp, phụ thuộc rất lớn vào chuỗi cung ứng toàn cầu.” Câu nói này phản ánh sự đầu hàng và phụ thuộc tất yếu.

Nhưng sau tám năm, tình hình đã thay đổi căn bản.

Thuật toán là vua: Từ CUDA đến tự chủ công nghệ

Vấn đề thực sự mà các doanh nghiệp AI Trung Quốc đối mặt không phải là chip, mà là CUDA — nền tảng tính toán do Nvidia phát triển từ năm 2006. Nền tảng này kiểm soát tới 90% thị trường chip đào tạo AI toàn cầu, gần như tất cả các framework AI (từ TensorFlow đến PyTorch) đều dựa trên đó.

Đến năm 2025, Nvidia đã xây dựng một hệ sinh thái khép kín: 4,5 triệu nhà phát triển, 3.000 ứng dụng được chứng nhận, 40.000 công ty phụ thuộc. Điều này có nghĩa là hơn 90% nhà phát triển AI toàn cầu đều gắn bó chặt chẽ với hệ sinh thái của Nvidia.

Thách thức thực sự không phải là tìm kiếm chip thay thế, mà là xây dựng lại từ đầu toàn bộ hệ thống thuật toán, công cụ và môi trường phần mềm.

Phản ứng của Trung Quốc không phải là cạnh tranh trực tiếp với Nvidia trên sân nhà, mà chọn con đường hoàn toàn khác: thuật toán tiên tiến.

Cuộc cách mạng thuật toán: Mô hình chuyên gia hỗn hợp

Từ cuối năm 2024 đến năm 2025, ngành công nghiệp AI Trung Quốc đã có bước chuyển mình lớn, ứng dụng công nghệ mới: mô hình chuyên gia hỗn hợp (Mixture of Experts). Thay vì kích hoạt toàn bộ một mô hình khổng lồ, mô hình này được chia thành nhiều chuyên gia nhỏ, chỉ kích hoạt phần cần thiết cho từng nhiệm vụ.

Mô hình V3 của DeepSeek thể hiện rõ ý tưởng này: tổng cộng 671 tỷ tham số, nhưng trong quá trình suy luận chỉ kích hoạt 37 tỷ (chiếm 5,5%). Chi phí huấn luyện: 5,576 triệu USD, sử dụng 2.048 đơn vị H800, trong vòng 58 ngày. So sánh với chi phí huấn luyện GPT-4 là khoảng 78 triệu USD.

Kết quả là: hiệu quả kinh tế tăng vọt:

• DeepSeek: 0,028 đến 0,28 USD cho mỗi triệu ký tự (đầu vào), 0,42 USD (đầu ra)
• GPT-4o: 5 USD (đầu vào), 15 USD (đầu ra)
• Claude Opus: 15 USD (đầu vào), 75 USD (đầu ra)

DeepSeek rẻ hơn Claude từ 25 đến 75 lần.

Sự chênh lệch giá lớn này đã gây chấn động thực sự trên thị trường các nhà phát triển toàn cầu. Tháng 2 năm 2026, lượng sử dụng các mô hình Trung Quốc trên OpenRouter đã tăng 127% chỉ trong vòng ba tuần, lần đầu vượt qua Mỹ. Năm trước đó, thị phần các mô hình Trung Quốc chỉ là 2%, sau một năm đã lên tới 60%.

Bước nhảy vọt: Từ suy luận đến huấn luyện

Việc giảm chi phí suy luận là quan trọng, nhưng chưa phải là giải pháp toàn diện. Thách thức thực sự nằm ở huấn luyện — đòi hỏi sức mạnh tính toán khổng lồ, không thể coi là phụ trợ.

Lúc này, chip nội địa mới phát huy vai trò.

Năm 2025, một dây chuyền sản xuất mới hoàn toàn đã được khai trương tại Giang Tô, dài 148 mét, chỉ mất 180 ngày để xây dựng. Cơ sở: bộ xử lý Loongson 3C6000 (hoàn toàn tự thiết kế) và card AI T100 của Taichu Yuanqi. Năng suất: mỗi 5 phút ra một server, mục tiêu 100.000 đơn vị mỗi năm.

Và quan trọng nhất, các chip này đã bắt đầu đảm nhận các nhiệm vụ huấn luyện thực sự, quy mô lớn.

Tháng 1 năm 2026, Zhipu AI hợp tác Huawei ra mắt mô hình GLM-Image — mô hình tạo ảnh cao cấp đầu tiên được huấn luyện hoàn toàn trên chip nội địa Trung Quốc. Tháng 2, mô hình “Tháp trời” của China Telecom (hàng nghìn tỷ tham số) cũng được huấn luyện trên các thiết bị tính toán thuần Trung Quốc.

Điều này có nghĩa là: các chip nội địa đã vượt qua giai đoạn “suy luận” để bước vào “huấn luyện” — một bước nhảy vọt về chất lượng.

Môi trường phần mềm: Hệ thống Ascend và các bước phát triển tiếp theo

Đằng sau những thành tựu này là hệ thống Ascend của Huawei — một hệ sinh thái phần mềm nội địa thay thế CUDA.

Đến cuối năm 2025:

• 4 triệu nhà phát triển đã tham gia hệ thống Ascend
• Hơn 3.000 đối tác hoạt động
• 43 mô hình chính đã được huấn luyện
• Hơn 200 mô hình mã nguồn mở đã được thích nghi

Ngày 2 tháng 3 năm 2026, tại hội nghị MWC, Huawei đã giới thiệu kiến trúc mới SuperPoD dành cho thị trường quốc tế. Công suất xử lý FP16 của Ascend 910B đã đạt tới mức của A100 của Nvidia — không còn “vô phương cứu chữa”, mà đã “có thể sử dụng” và “dễ dàng sử dụng”.

Năng lượng: lợi thế mà phương Tây khó cạnh tranh

Tình hình còn phức tạp hơn khi nhìn vào năng lượng.

Đầu năm 2026, bang Virginia đã hủy bỏ phê duyệt các trung tâm dữ liệu mới. Tiếp theo là Georgia (đến 2027), Illinois và Michigan. Lý do: thiếu điện.

Tiêu thụ điện của các trung tâm dữ liệu Mỹ năm 2024 là 183 terawatt-giờ, chiếm 4% tổng điện năng. Dự kiến đến năm 2030, sẽ là 426 terawatt-giờ, chiếm 12%. Giám đốc điều hành Arm dự đoán, đến năm 2030, các trung tâm mô hình AI sẽ tiêu thụ 20-25% điện năng của Mỹ.

Lưới điện Mỹ đang quá tải. Đến năm 2033, dự báo thiếu hụt năng lượng 175 gigawatt, đủ cung cấp điện cho 130 triệu hộ gia đình, giá điện tăng 267%.

Trong khi đó, Trung Quốc hoàn toàn trái ngược.

Năm 2025, sản lượng điện của Trung Quốc đạt 10.4 nghìn tỷ kWh, gấp 2,5 lần Mỹ (4,2 nghìn tỷ kWh). Năng lượng tiêu thụ nội địa chỉ chiếm 15% tổng điện năng, phần còn lại là năng lượng công nghiệp lớn, có thể điều phối.

Giá điện: Mỹ khoảng 0,12-0,15 USD mỗi kWh, miền Tây Trung Quốc chỉ 0,03 USD — bằng một phần tư đến một phần năm giá Mỹ.

Thay thế nhà máy bằng token: chiến lược xuất khẩu mới

Trong bối cảnh khủng hoảng năng lượng, Mỹ rơi vào thế khó, Trung Quốc âm thầm tiến ra nước ngoài — nhưng lần này không phải xuất khẩu sản phẩm hay nhà máy, mà là token.

Token, đơn vị thông tin cơ bản của các mô hình AI, đã trở thành hàng hóa số mới. Được tạo ra trong các nhà máy tính Trung Quốc, sau đó truyền qua cáp quang dưới biển đến toàn cầu.

Phân bổ người dùng DeepSeek:

• Nội địa Trung Quốc: 30,7%
• Ấn Độ: 13,6%
• Indonesia: 6,9%
• Mỹ: 4,3%
• Pháp: 3,2%

Hỗ trợ 37 ngôn ngữ, phổ biến mạnh ở các thị trường mới nổi như Brazil. Có 26.000 công ty toàn cầu sở hữu tài khoản, 3.200 tổ chức đã triển khai phiên bản doanh nghiệp.

Năm 2025, 58% các công ty AI mới thành lập dựa vào DeepSeek. Tại Trung Quốc, thị phần đạt tới 89%. Trong các quốc gia bị trừng phạt, tỷ lệ này dao động từ 40 đến 60%.

Bài học Nhật Bản: Khác biệt giữa tự chủ và phụ thuộc

Năm 1986, Nhật Bản đã ký kết Hiệp định kết nối Mỹ-Nhật dưới sức ép lớn của Mỹ. Các điều khoản gồm: mở thị trường Nhật Bản 20% cho chip Mỹ, cấm xuất khẩu giá thấp hơn giá thành, áp thuế phạt 100% đối với xuất khẩu.

Năm 1988, Nhật Bản chiếm 51% thị trường kết nối toàn cầu. Trong top 10 công ty lớn nhất thế giới, có tới 6 công là của Nhật, NEC đứng thứ hai, Toshiba thứ ba.

Nhưng sau khi ký kết? Mọi thứ thay đổi. Mỹ đã gây áp lực toàn diện, hỗ trợ Samsung và SK Hynix của Hàn Quốc tấn công thị trường Nhật bằng giá thấp. Thị phần DRAM của Nhật từ 80% giảm còn 10%. Đến năm 2017, thị phần mạch tích hợp chỉ còn 7%.

Bài học Nhật Bản: Họ chấp nhận trở thành sản phẩm tốt nhất trong một hệ thống toàn cầu do người khác thống trị, nhưng không xây dựng hệ thống tự chủ. Khi làn sóng đó rút lui, họ chỉ còn lại khả năng sản xuất.

Lịch sử lặp lại: nhưng theo một kịch bản khác

Ngày nay, Trung Quốc cũng đứng trước ngã rẽ tương tự — nhưng lựa chọn khác.

Sau ba đợt hạn chế chip (tháng 10 năm 2022, tháng 10 năm 2023, tháng 12 năm 2024), các rào cản vẫn còn cao. Rào cản CUDA vẫn còn đó.

Nhưng lần này, con đường hoàn toàn khác:

1. Tối ưu hóa thuật toán tối đa (mô hình chuyên gia hỗn hợp)
2. Chip nội địa từ suy luận chuyển sang huấn luyện
3. 4 triệu nhà phát triển tham gia hệ thống Ascend
4. Token toàn cầu trong các thị trường mới nổi

Mỗi bước đều xây dựng một hệ thống công nghiệp tự chủ mà Nhật Bản chưa từng có.

Báo cáo tài chính tiết lộ sự thật: “Thuế chiến tranh”

Ngày 27 tháng 2 năm 2026, ba công ty chip Trung Quốc cùng công bố báo cáo tài chính:

• Kimo: doanh thu tăng 453%, lần đầu có lợi nhuận hàng năm
• Moit Ton: doanh thu tăng 243%, lỗ ròng 1 tỷ USD
• Moxie: doanh thu tăng 121%, lỗ ròng 800 triệu USD

Một nửa là lửa, nửa là nước.

Lửa: sức nóng của thị trường quá lớn. Khoảng trống do Huang Renxun (CEO Nvidia) để lại với 95% thị phần đang dần bị lấp đầy.

Nước: khoản lỗ khổng lồ — không phải do quản lý kém, mà là “thuế chiến tranh”. Đầu tư R&D lớn, hỗ trợ phần mềm, kỹ sư tại chỗ giải quyết từng vấn đề một.

Những khoản lỗ này chính là “giá” để xây dựng sự tự chủ thực sự.

Kết luận: từ “Liệu chúng ta có thể tồn tại?” đến “Chúng ta chấp nhận trả giá bao nhiêu?”

Tám năm trước, câu hỏi là “Chúng ta còn sống nổi không?”.

Ngày nay, câu hỏi đã chuyển thành “Chúng ta sẵn sàng trả giá bao nhiêu để tồn tại?”.

Việc đổi câu hỏi chính là tiến bộ.

Không chỉ dựa vào thuật toán tiên tiến, mà còn xây dựng một hệ sinh thái thực sự tự chủ, chứ không chỉ là sản phẩm tốt hơn. Đầu tư dài hạn vào năng lượng tính toán nội địa, thay vì phụ thuộc vào nguồn cung bên ngoài.

Ngành công nghiệp AI Trung Quốc không còn trong giai đoạn đầu hàng như tám năm trước của ZTE nữa. Thay vào đó là cuộc chiến khốc liệt, xông pha tiền tuyến. Nhưng lần này, thực sự có một lối thoát.