Meta Muse có ý nghĩa gì đối với GPU và CPU?

Với sự ra mắt của các AI Agent cá nhân như Meta Muse, AI đang chuyển mình từ các chatbot phản ứng bị động sang những Agent vận hành tự chủ suốt ngày đêm, điều này có thể thúc đẩy nhu cầu tiêu thụ CPU, GPU, bộ nhớ và cơ sở hạ tầng mạng.

Theo báo cáo nghiên cứu mới nhất của Citibank ngày 6 tháng 10, các ứng dụng Agent tiêu biểu như Meta Muse đang đẩy kỳ vọng về thị trường phần cứng tính toán lên một tầm cao mới. Ngân hàng này dự đoán rằng, đến năm 2030, tổng quy mô thị trường tiềm năng (TAM) của CPU toàn cầu sẽ mở rộng từ 29 tỷ USD năm 2025 lên 300 tỷ USD, với tốc độ tăng trưởng kép hàng năm lên tới 60%.

Ở phía GPU, Agent cũng tạo ra nhu cầu gia tăng mang tính cấu trúc. Ngân hàng này ước tính, nếu Meta Muse đạt 100 triệu người dùng hoạt động hàng ngày, sẽ cần khoảng 200,000 đến 390,000 GPU loại Blackwell, điều này có thể mang lại nguồn thu 7 đến 19 tỷ USD một lần cho Nvidia.

Xu hướng này trực tiếp mang lại lợi ích cho các nhà cung cấp năng lực tính toán cốt lõi. Ngân hàng cho biết, vì Meta là một trong những khách hàng lớn nhất của mảng máy chủ AMD, AMD sẽ là bên hưởng lợi chính của cuộc phục hưng CPU và giá mục tiêu cổ phiếu được nâng lên 800 USD; đồng thời Nvidia cũng sẽ tiếp tục hưởng lợi từ sự bùng nổ nhu cầu GPU.

AI Agent trỗi dậy, CPU trở thành điểm nghẽn mới

Trước khi AI Agent bùng nổ, CPU chủ yếu giới hạn ở các tải công việc truyền thống và là Node đầu của các ứng dụng AI. Ở Node đầu, CPU chỉ đảm nhận vai trò “quản lý”, gửi yêu cầu của người dùng đến GPU và trả kết quả về, các phép toán ma trận nặng và tác vụ suy luận đều do GPU đảm nhận.

Tuy nhiên, AI Agent đã thay đổi sự phân công này. Citibank chỉ ra trong báo cáo :“So với các chatbot truyền thống, chúng tôi cho rằng AI Agent là động lực thúc đẩy nhu cầu tính toán có khả năng tăng trưởng theo cấp số.” AI Agent cần xử lý phân phối, chu trình suy luận, xử lý dữ liệu và thành phần bảo mật, khiến CPU trở thành điểm nghẽn mới.

Khi AI chuyển từ đào tạo mô hình sang suy luận, rồi hướng tới chuỗi công việc tự chủ của Agent, tỷ lệ phối hợp giữa CPU và GPU đang thay đổi rõ rệt. Giai đoạn đào tạo mô hình là 1:8; giai đoạn suy luận là 1:4; còn trong AI Agent, tỷ lệ này tiến tới 1:1 hoặc thậm chí cao hơn. Ngân hàng dự đoán rằng đến năm 2030, CPU dành cho Agent sẽ tăng với tốc độ tăng trưởng kép hàng năm 247%, chiếm 52% tổng thị trường CPU.

Sổ sách năng lực GPU của Meta Muse

Meta Muse là AI Agent tiêu dùng đầu tiên được ra mắt ở quy mô mạng xã hội thực sự, dấu chân tính toán của nó là biến số quan trọng nhất trong cơ sở hạ tầng AI hiện nay. Khác với chatbot chuẩn mực, Muse hoạt động liên tục như một Agent tự chủ, nên logic cơ bản quyết định mức tiêu thụ GPU của nó lớn hơn nhiều.

Citibank đã xây dựng mô hình nhu cầu GPU từ dưới lên. Ở kịch bản chuẩn, giả định mỗi người dùng điển hình sẽ có 4 yêu cầu đơn giản và 12 nhiệm vụ Agent mỗi ngày (như tìm nhà hàng, kiểm tra lịch rồi soạn thư mời), mỗi nhiệm vụ Agent gồm khoảng 8 lần gọi mô hình. Bởi mô hình không ghi nhớ giữa các lần gọi, nó phải đọc lại ngữ cảnh hội thoại ngày càng mở rộng ở mỗi lần.

Dựa trên đó, ngân hàng ước tính mỗi người dùng Muse sẽ cần khoảng 0.0020 GPU loại GB200. Nói đơn giản, một GPU chỉ phục vụ được khoảng 500 người dùng. Ngân hàng nhấn mạnh: “Agent về cấu trúc là tải công việc suy luận nặng hơn nhiều so với chatbot.” Trong cùng khung kịch bản, người dùng kiểu chatbot chỉ cần khả năng GPU bằng 12.5% đến 25% so với người dùng Agent.

Phản ứng dây chuyền của bộ nhớ và mạng

Chuỗi công việc Agent không chỉ đòi hỏi chip logic cao hơn mà còn gây ra phản ứng dây chuyền tới bộ nhớ và mạng. Về bộ nhớ, CPU có tỷ lệ tích hợp cao với LP, DDR và SSD. Micron gần đây chỉ ra rằng, chuỗi công việc Agent như Meta Muse đang giúp người dùng thu nhận nhiều giá trị hơn, và CPU đang ngày càng gây hạn chế cho DRAM.

Ở phía mạng, AI Agent thực sự đã làm tăng lưu lượng mạng. Ban lãnh đạo Nvidia đã trao đổi với Citibank rằng: “Agent có thể chạy liên tục hàng giờ hoặc không gián đoạn... tạo ra nhiều Token hơn cho cả tải công việc người dùng và doanh nghiệp.”

Việc chạy liên tục này nghĩa là ngày càng nhiều Agent chứ không phải con người truy cập cơ sở hạ tầng. Điều này thúc đẩy tăng trưởng luồng giao thông “bắc-nam” trong các trung tâm dữ liệu (như truy cập lưu trữ, bảo mật, dịch vụ cấu hình...), từ đó tạo ra cơ hội tăng tốc mới cho các giải pháp DPU (ví dụ BlueField 4) và Ethernet Spectrum-X.