Sussie✔
Intern Writer
Điều gì sẽ xảy ra khi trí tuệ nhân tạo không chỉ hỗ trợ con người mà còn có thể tự mình viết ra chính nó? Tưởng chừng chỉ xuất hiện trong các bộ phim khoa học viễn tưởng, ý tưởng AI tự xây dựng đang dần trở thành một chủ đề được ngành công nghệ quan tâm. Ngày 4/2/2026, một bài đăng trên mạng xã hội nước ngoài gây chú ý khi một người dùng dẫn lại phát biểu được cho là của người đứng đầu OpenAI Codex, rằng “Codex đã bắt đầu tự xây dựng, con người chỉ cần đóng vai trò giám sát”. Cùng thời điểm, Anthropic cũng được cho là đã đề cập đến khả năng tự cải thiện của Claude trong các cuộc trao đổi công khai. Người dùng này còn dự đoán sức mạnh tính toán, năng lượng và chip silicon sẽ trở thành những yếu tố then chốt quyết định tốc độ phát triển của cả con người và AI. Dù những tuyên bố trên chưa thể được kiểm chứng hoàn toàn, xu hướng mà chúng phản ánh đang ngày càng rõ: AI đang chuyển từ vai trò hỗ trợ con người viết mã sang trực tiếp tham gia và tự động hóa quá trình phát triển phần mềm. Với ngành viễn thông, đây không đơn thuần là câu chuyện nâng cao hiệu suất kỹ thuật mà còn có thể tác động đến toàn bộ chuỗi cung ứng, từ sức mạnh tính toán, kết nối trung tâm dữ liệu đến năng lượng và kiến trúc mạng.
Trong một thời gian dài, các công cụ lập trình AI được xem như những “người đồng hành”, giúp lập trình viên hoàn thiện mã, sửa lỗi và nâng cao hiệu suất. Logic cốt lõi và thiết kế hệ thống vẫn do kỹ sư đảm nhiệm. Sự phổ biến của GitHub Copilot cùng các công cụ phát triển dựa trên mô hình ngôn ngữ lớn đã đưa hình thức lập trình hợp tác giữa người và máy trở thành xu hướng phổ biến. Tuy nhiên, nếu AI có thể tự động hóa cả quá trình phát triển của chính mình, đó sẽ là một bước tiến xa hơn. Nếu Codex thực sự đạt được khả năng “tự xây dựng”, tác động của nó sẽ vượt xa việc nâng cấp một công cụ lập trình. Trong vòng lặp phát triển phần mềm, mức độ can thiệp của con người có thể giảm dần khi AI tự lập kế hoạch nhiệm vụ, viết kiểm thử đơn vị, phát hiện lỗi và thực hiện sửa chữa. Sự xuất hiện của phần mềm tự chủ có thể làm thay đổi đáng kể cơ cấu nhân lực trong ngành phát triển phần mềm và giải phóng một lượng lớn năng suất.
Tuy nhiên, năng suất này đi kèm một cái giá rất lớn về sức mạnh tính toán. Mỗi lần AI tự huấn luyện, tự điều chỉnh và tự xác minh đều cần các cụm GPU thực hiện lượng lớn phép tính. Khi AI bắt đầu tham gia vào quá trình xây dựng AI, nhu cầu tính toán có thể chuyển từ những cụm hàng chục nghìn card sang những cụm quy mô hàng triệu card. Phía sau sức mạnh tính toán đó là sự phối hợp giữa cơ sở hạ tầng điện, năng lực sản xuất chip và mạng tốc độ cao. Đây cũng là nơi ngành viễn thông đóng vai trò quan trọng. Luận điểm cho rằng sức mạnh tính toán, năng lượng và chip silicon quyết định tốc độ phát triển AI thực chất phản ánh một vấn đề mà ngành công nghiệp đang ngày càng quan tâm: nếu trong mười năm qua câu hỏi lớn là làm sao có đủ sức mạnh tính toán, thì trong mười năm tới, nút thắt có thể chuyển sang câu hỏi làm sao có đủ điện và làm sao truyền dữ liệu đủ nhanh.
Quy mô các cụm huấn luyện AI đang liên tục tăng. Theo kế hoạch của các nhà cung cấp dịch vụ đám mây lớn, những cụm có hàng chục nghìn, thậm chí hàng trăm nghìn card không còn là điều quá mới. Nhưng đi cùng quy mô đó là nhu cầu điện năng ngày càng lớn. Ngành công nghiệp ước tính sơ bộ một cụm GPU với hàng chục nghìn card có thể tiêu thụ lượng điện mỗi năm tương đương mức tiêu thụ điện dân dụng của một thành phố cỡ trung bình. Năng lượng quyết định vị trí vật lý của các trung tâm huấn luyện AI, trong khi năng lực sản xuất chip quyết định khả năng triển khai các cụm tính toán quy mô lớn. Ở giữa hai yếu tố này còn có một hệ thống thường ít được chú ý hơn, đó là mạng lưới kết nối dữ liệu dựa trên truyền thông quang học.
Một cụm hàng trăm nghìn card không thể đơn giản được xếp chồng như một chiếc máy tính duy nhất. Các card phải được kết nối bằng mạng tốc độ cao, hạn chế mất dữ liệu, để biến những nút tính toán phân tán giữa nhiều phòng máy và tủ rack thành một hệ thống tính toán liên kết chặt chẽ. Khi quy mô lên tới hàng chục nghìn card, chỉ những biến động nhỏ về độ trễ mạng hoặc tỷ lệ mất gói cũng có thể làm giảm đáng kể hiệu quả huấn luyện. Điều này thúc đẩy nhu cầu đối với các module quang 800G, 1.6T và những tốc độ cao hơn, đồng thời đưa các lĩnh vực như chip quang silicon, truyền thông quang học tương thích và kết nối trung tâm dữ liệu, hay DCI, vào vị trí ngày càng quan trọng.
Trong vài năm qua, ngành truyền thông quang học Trung Quốc đã giữ vị trí đáng kể trên thị trường module quang dành cho trung tâm dữ liệu toàn cầu. Một số nhà sản xuất lớn đã xây dựng năng lực cạnh tranh quốc tế trong việc cung cấp module quang 800G với số lượng lớn. Tuy nhiên, xu hướng AI tự tiến hóa đang khiến vai trò của chuỗi cung ứng truyền thông quang học thay đổi sâu sắc hơn. Nó không chỉ còn là câu chuyện cung cấp một “đường ống lớn hơn” mà ngày càng trở thành một phần quan trọng trong việc duy trì hiệu suất của các hệ thống tính toán.
Khi các mô hình AI bước vào giai đoạn tự lặp lại, các cụm trung tâm dữ liệu quy mô lớn sẽ cần mạng lưới có mức độ chủ động cao hơn. Cách vận hành truyền thống, tức phát hiện lỗi rồi mới chuyển hướng, có thể dần được thay thế bằng cơ chế chủ động nhận biết trước, tự động chuyển mạch và hạn chế mất gói. Điều này đòi hỏi module quang, bộ chuyển mạch, hệ thống cáp quang và phần mềm quản lý mạng phải phối hợp với nhau trên toàn bộ chuỗi kết nối. Đồng thời, tính phân tán của các tác vụ huấn luyện AI đang khiến trung tâm dữ liệu không còn chỉ là một tòa nhà đơn lẻ mà có thể mở rộng thành các khu phức hợp, với khoảng cách giữa các nút tính toán từ vài trăm mét đến vài chục kilomet. Nhu cầu đối với module quang tốc độ cao, tầm xa và tiêu thụ điện thấp vì thế cũng tiếp tục tăng.
Các nhà sản xuất truyền thông quang học Trung Quốc đang đẩy nhanh nghiên cứu và phát triển trong những lĩnh vực như module quang tương thích và chip quang silicon, trong đó một số doanh nghiệp đã có khả năng xuất khẩu quy mô lớn ra các thị trường nước ngoài. Nhu cầu kiểm soát mức tiêu thụ năng lượng của các cụm tính toán cũng thúc đẩy việc phát triển mạng quang toàn phần và công nghệ tản nhiệt bằng chất lỏng. Tỷ lệ sử dụng bảng mạch quang và kết nối quang bên trong tủ rack được dự báo sẽ tăng, mở ra khả năng đổi mới từ linh kiện đến hệ thống, từ module đến thuật toán trong chuỗi cung ứng truyền thông quang học.
Trước ba ràng buộc gồm sức mạnh tính toán, năng lượng và chip do quá trình tự động hóa phát triển AI tạo ra, ngành viễn thông Trung Quốc đang tham gia trực tiếp vào cuộc chuyển đổi này. Dưới sự thúc đẩy của dự án “Đông số Tây toán”, Trung Quốc đã hình thành bước đầu một mạng lưới tính toán tích hợp quốc gia, với kết nối cáp quang tốc độ cao giữa tám trung tâm nút chính tiếp tục được mở rộng. Hạ tầng này tạo nền tảng cho việc điều phối luồng dữ liệu liên vùng giữa các cụm huấn luyện AI quy mô lớn. Khi AI bước vào giai đoạn tự lặp lại, khả năng điều phối sức mạnh tính toán giữa các khu vực có thể trở thành một nguồn lực quan trọng.
Một lợi thế khác được nhấn mạnh là khả năng sản xuất quy mô lớn và lặp lại nhanh của chuỗi cung ứng truyền thông quang học Trung Quốc. Từ chip quang, linh kiện quang, module quang đến sợi quang và cáp quang, nước này đã hình thành một hệ thống chuỗi công nghiệp tương đối hoàn chỉnh. Khi chu kỳ cập nhật mô hình AI ngày càng được rút ngắn, tốc độ phối hợp giữa các mắt xích thượng nguồn và hạ nguồn trở thành yếu tố quan trọng. Quá trình chuyển từ 400G sang 800G trong thời gian ngắn, đồng thời triển khai 1.6T và 3.2T, được đưa ra như một ví dụ cho khả năng này.
Tất nhiên, xu hướng AI tự tiến hóa cũng đặt ra những yêu cầu cao hơn đối với ngành viễn thông Trung Quốc. Các cụm hàng chục nghìn card dùng để huấn luyện mô hình lớn cần mạng lưới không tắc nghẽn và có độ trễ cực thấp, đòi hỏi sự phát triển hội tụ giữa Ethernet và InfiniBand. Mạng cho các cụm huấn luyện phân tán quy mô lớn cũng cần tiêu chuẩn chịu lỗi cao hơn nhiều so với mạng trung tâm dữ liệu đám mây truyền thống. Trong khi đó, việc học liên tục trực tuyến của các mô hình AI đặt ra yêu cầu cao về độ tin cậy và khả năng duy trì kết nối. Những thay đổi này sẽ thúc đẩy chuỗi cung ứng truyền thông quang học hướng tới các mục tiêu như giảm lỗi, giảm mất gói và hạn chế gián đoạn.
Phát biểu “Codex đang tự xây dựng”, dù chưa được xác minh hoàn toàn, vẫn gợi ra một viễn cảnh đủ lớn để ngành công nghiệp phải nhìn lại toàn bộ chuỗi giá trị. Khi AI chuyển từ một công cụ phát triển thành một hệ thống có thể tự tham gia vào quá trình tạo ra năng suất, quá trình số hóa có thể bước sang một giai đoạn mới. Khi đó, giới hạn của sức mạnh tính toán là điện năng, giới hạn của điện năng là khả năng chuyển đổi thông minh của mạng lưới năng lượng, còn giới hạn của các cụm AI lớn lại nằm ở năng lực của mạng truyền thông quang học. Với chuỗi cung ứng truyền thông quang học Trung Quốc, quá trình AI tự tiến hóa vừa tạo ra những yêu cầu mới về hạ tầng, vừa mở ra một cuộc cạnh tranh mới về giá trị trong chuỗi cung ứng AI toàn cầu.
Trong một thời gian dài, các công cụ lập trình AI được xem như những “người đồng hành”, giúp lập trình viên hoàn thiện mã, sửa lỗi và nâng cao hiệu suất. Logic cốt lõi và thiết kế hệ thống vẫn do kỹ sư đảm nhiệm. Sự phổ biến của GitHub Copilot cùng các công cụ phát triển dựa trên mô hình ngôn ngữ lớn đã đưa hình thức lập trình hợp tác giữa người và máy trở thành xu hướng phổ biến. Tuy nhiên, nếu AI có thể tự động hóa cả quá trình phát triển của chính mình, đó sẽ là một bước tiến xa hơn. Nếu Codex thực sự đạt được khả năng “tự xây dựng”, tác động của nó sẽ vượt xa việc nâng cấp một công cụ lập trình. Trong vòng lặp phát triển phần mềm, mức độ can thiệp của con người có thể giảm dần khi AI tự lập kế hoạch nhiệm vụ, viết kiểm thử đơn vị, phát hiện lỗi và thực hiện sửa chữa. Sự xuất hiện của phần mềm tự chủ có thể làm thay đổi đáng kể cơ cấu nhân lực trong ngành phát triển phần mềm và giải phóng một lượng lớn năng suất.
Tuy nhiên, năng suất này đi kèm một cái giá rất lớn về sức mạnh tính toán. Mỗi lần AI tự huấn luyện, tự điều chỉnh và tự xác minh đều cần các cụm GPU thực hiện lượng lớn phép tính. Khi AI bắt đầu tham gia vào quá trình xây dựng AI, nhu cầu tính toán có thể chuyển từ những cụm hàng chục nghìn card sang những cụm quy mô hàng triệu card. Phía sau sức mạnh tính toán đó là sự phối hợp giữa cơ sở hạ tầng điện, năng lực sản xuất chip và mạng tốc độ cao. Đây cũng là nơi ngành viễn thông đóng vai trò quan trọng. Luận điểm cho rằng sức mạnh tính toán, năng lượng và chip silicon quyết định tốc độ phát triển AI thực chất phản ánh một vấn đề mà ngành công nghiệp đang ngày càng quan tâm: nếu trong mười năm qua câu hỏi lớn là làm sao có đủ sức mạnh tính toán, thì trong mười năm tới, nút thắt có thể chuyển sang câu hỏi làm sao có đủ điện và làm sao truyền dữ liệu đủ nhanh.
Quy mô các cụm huấn luyện AI đang liên tục tăng. Theo kế hoạch của các nhà cung cấp dịch vụ đám mây lớn, những cụm có hàng chục nghìn, thậm chí hàng trăm nghìn card không còn là điều quá mới. Nhưng đi cùng quy mô đó là nhu cầu điện năng ngày càng lớn. Ngành công nghiệp ước tính sơ bộ một cụm GPU với hàng chục nghìn card có thể tiêu thụ lượng điện mỗi năm tương đương mức tiêu thụ điện dân dụng của một thành phố cỡ trung bình. Năng lượng quyết định vị trí vật lý của các trung tâm huấn luyện AI, trong khi năng lực sản xuất chip quyết định khả năng triển khai các cụm tính toán quy mô lớn. Ở giữa hai yếu tố này còn có một hệ thống thường ít được chú ý hơn, đó là mạng lưới kết nối dữ liệu dựa trên truyền thông quang học.
Một cụm hàng trăm nghìn card không thể đơn giản được xếp chồng như một chiếc máy tính duy nhất. Các card phải được kết nối bằng mạng tốc độ cao, hạn chế mất dữ liệu, để biến những nút tính toán phân tán giữa nhiều phòng máy và tủ rack thành một hệ thống tính toán liên kết chặt chẽ. Khi quy mô lên tới hàng chục nghìn card, chỉ những biến động nhỏ về độ trễ mạng hoặc tỷ lệ mất gói cũng có thể làm giảm đáng kể hiệu quả huấn luyện. Điều này thúc đẩy nhu cầu đối với các module quang 800G, 1.6T và những tốc độ cao hơn, đồng thời đưa các lĩnh vực như chip quang silicon, truyền thông quang học tương thích và kết nối trung tâm dữ liệu, hay DCI, vào vị trí ngày càng quan trọng.
Trong vài năm qua, ngành truyền thông quang học Trung Quốc đã giữ vị trí đáng kể trên thị trường module quang dành cho trung tâm dữ liệu toàn cầu. Một số nhà sản xuất lớn đã xây dựng năng lực cạnh tranh quốc tế trong việc cung cấp module quang 800G với số lượng lớn. Tuy nhiên, xu hướng AI tự tiến hóa đang khiến vai trò của chuỗi cung ứng truyền thông quang học thay đổi sâu sắc hơn. Nó không chỉ còn là câu chuyện cung cấp một “đường ống lớn hơn” mà ngày càng trở thành một phần quan trọng trong việc duy trì hiệu suất của các hệ thống tính toán.
Khi các mô hình AI bước vào giai đoạn tự lặp lại, các cụm trung tâm dữ liệu quy mô lớn sẽ cần mạng lưới có mức độ chủ động cao hơn. Cách vận hành truyền thống, tức phát hiện lỗi rồi mới chuyển hướng, có thể dần được thay thế bằng cơ chế chủ động nhận biết trước, tự động chuyển mạch và hạn chế mất gói. Điều này đòi hỏi module quang, bộ chuyển mạch, hệ thống cáp quang và phần mềm quản lý mạng phải phối hợp với nhau trên toàn bộ chuỗi kết nối. Đồng thời, tính phân tán của các tác vụ huấn luyện AI đang khiến trung tâm dữ liệu không còn chỉ là một tòa nhà đơn lẻ mà có thể mở rộng thành các khu phức hợp, với khoảng cách giữa các nút tính toán từ vài trăm mét đến vài chục kilomet. Nhu cầu đối với module quang tốc độ cao, tầm xa và tiêu thụ điện thấp vì thế cũng tiếp tục tăng.
Các nhà sản xuất truyền thông quang học Trung Quốc đang đẩy nhanh nghiên cứu và phát triển trong những lĩnh vực như module quang tương thích và chip quang silicon, trong đó một số doanh nghiệp đã có khả năng xuất khẩu quy mô lớn ra các thị trường nước ngoài. Nhu cầu kiểm soát mức tiêu thụ năng lượng của các cụm tính toán cũng thúc đẩy việc phát triển mạng quang toàn phần và công nghệ tản nhiệt bằng chất lỏng. Tỷ lệ sử dụng bảng mạch quang và kết nối quang bên trong tủ rack được dự báo sẽ tăng, mở ra khả năng đổi mới từ linh kiện đến hệ thống, từ module đến thuật toán trong chuỗi cung ứng truyền thông quang học.
Trước ba ràng buộc gồm sức mạnh tính toán, năng lượng và chip do quá trình tự động hóa phát triển AI tạo ra, ngành viễn thông Trung Quốc đang tham gia trực tiếp vào cuộc chuyển đổi này. Dưới sự thúc đẩy của dự án “Đông số Tây toán”, Trung Quốc đã hình thành bước đầu một mạng lưới tính toán tích hợp quốc gia, với kết nối cáp quang tốc độ cao giữa tám trung tâm nút chính tiếp tục được mở rộng. Hạ tầng này tạo nền tảng cho việc điều phối luồng dữ liệu liên vùng giữa các cụm huấn luyện AI quy mô lớn. Khi AI bước vào giai đoạn tự lặp lại, khả năng điều phối sức mạnh tính toán giữa các khu vực có thể trở thành một nguồn lực quan trọng.
Một lợi thế khác được nhấn mạnh là khả năng sản xuất quy mô lớn và lặp lại nhanh của chuỗi cung ứng truyền thông quang học Trung Quốc. Từ chip quang, linh kiện quang, module quang đến sợi quang và cáp quang, nước này đã hình thành một hệ thống chuỗi công nghiệp tương đối hoàn chỉnh. Khi chu kỳ cập nhật mô hình AI ngày càng được rút ngắn, tốc độ phối hợp giữa các mắt xích thượng nguồn và hạ nguồn trở thành yếu tố quan trọng. Quá trình chuyển từ 400G sang 800G trong thời gian ngắn, đồng thời triển khai 1.6T và 3.2T, được đưa ra như một ví dụ cho khả năng này.
Tất nhiên, xu hướng AI tự tiến hóa cũng đặt ra những yêu cầu cao hơn đối với ngành viễn thông Trung Quốc. Các cụm hàng chục nghìn card dùng để huấn luyện mô hình lớn cần mạng lưới không tắc nghẽn và có độ trễ cực thấp, đòi hỏi sự phát triển hội tụ giữa Ethernet và InfiniBand. Mạng cho các cụm huấn luyện phân tán quy mô lớn cũng cần tiêu chuẩn chịu lỗi cao hơn nhiều so với mạng trung tâm dữ liệu đám mây truyền thống. Trong khi đó, việc học liên tục trực tuyến của các mô hình AI đặt ra yêu cầu cao về độ tin cậy và khả năng duy trì kết nối. Những thay đổi này sẽ thúc đẩy chuỗi cung ứng truyền thông quang học hướng tới các mục tiêu như giảm lỗi, giảm mất gói và hạn chế gián đoạn.
Phát biểu “Codex đang tự xây dựng”, dù chưa được xác minh hoàn toàn, vẫn gợi ra một viễn cảnh đủ lớn để ngành công nghiệp phải nhìn lại toàn bộ chuỗi giá trị. Khi AI chuyển từ một công cụ phát triển thành một hệ thống có thể tự tham gia vào quá trình tạo ra năng suất, quá trình số hóa có thể bước sang một giai đoạn mới. Khi đó, giới hạn của sức mạnh tính toán là điện năng, giới hạn của điện năng là khả năng chuyển đổi thông minh của mạng lưới năng lượng, còn giới hạn của các cụm AI lớn lại nằm ở năng lực của mạng truyền thông quang học. Với chuỗi cung ứng truyền thông quang học Trung Quốc, quá trình AI tự tiến hóa vừa tạo ra những yêu cầu mới về hạ tầng, vừa mở ra một cuộc cạnh tranh mới về giá trị trong chuỗi cung ứng AI toàn cầu.
