DeepSeek V4.1-Flash làm lung lay câu chuyện tăng giá của cổ phiếu bộ nhớ

DeepSeek V4.1-Flash khiến thị trường chao đảo vì nó thách thức một giả định rất quan trọng của làn sóng đầu tư hạ tầng AI: mô hình AI càng mạnh thì mỗi khối lượng công việc triển khai sẽ cần càng nhiều bộ nhớ và lưu trữ. Phản ứng tức thời là thị trường định giá lại giả định đó, đồng thời bị khuếch đại bởi tranh luận riêng về việc có nên làm chậm tốc độ phát triển AI tiên phong hay không.

Đây chưa phải bằng chứng cho thấy chu kỳ tăng trưởng dài hạn của ngành bộ nhớ đã kết thúc. Nhưng nó là lời nhắc rõ ràng rằng đổi mới phần mềm và kiến trúc mô hình có thể làm giảm lượng phần cứng cần cho mỗi yêu cầu AI.

DeepSeek thực sự đã giảm thứ gì?

DeepSeek cho biết V4.1-Flash chỉ cần 1/4 lượng bộ nhớ băng thông cao (HBM) và 1/8 dung lượng SSD cho KV cache so với thế hệ trước. Công ty nhấn mạnh rằng chi phí cho các lượt truy cập cache thành công có thể chiếm tỷ trọng lớn trong chi phí vận hành các tác tử AI (AI agent). 29

KV cache là vùng nhớ lưu trạng thái chú ý từ các token đã xử lý trước đó, để mô hình có thể tiếp tục một cuộc hội thoại hoặc tác vụ dài mà không phải tính lại toàn bộ ngữ cảnh. Vì vậy, đây là nút thắt đáng kể khi phục vụ suy luận AI (inference), đặc biệt với các ứng dụng ngữ cảnh dài và tác tử AI.

Điểm cần phân biệt: DeepSeek không nói toàn bộ hệ thống AI đột ngột cần ít hơn 75% HBM hay ít hơn 87,5% lưu trữ. So sánh này chỉ áp dụng cho nhu cầu KV cache của V4.1-Flash so với kiến trúc DeepSeek trước đó. Trọng số mô hình, hạ tầng huấn luyện và các thành phần khác vẫn tiêu thụ lượng bộ nhớ và lưu trữ lớn. 25

Vì sao cổ phiếu bộ nhớ và lưu trữ bị bán tháo?

Cách diễn giải của nhà đầu tư khá trực diện: nếu một mô hình có thể phục vụ mức hoạt động suy luận tương tự nhưng cần ít bộ nhớ cache hơn, cùng một lượng phần cứng AI có thể phục vụ nhiều phiên hơn. Điều này làm suy yếu kỳ vọng ngắn hạn về mức độ tiêu thụ bộ nhớ trên mỗi khối lượng công việc — và theo đó là giả định về nhu cầu, giá bán HBM cũng như lưu trữ doanh nghiệp.

Tại Seoul, cổ phiếu Samsung giảm 3,5% và SK Hynix giảm 2,2% sau khi mô hình được công bố. 49 Trong các phiên giao dịch tiếp theo tại Mỹ, nhóm cổ phiếu bộ nhớ và lưu trữ cũng chịu áp lực khi giới đầu tư đánh giá lại triển vọng nhu cầu hạ tầng AI trước thông tin V4.1-Flash dùng ít HBM và SSD hơn. 5152

Dĩ nhiên, không thể kết luận một bản phát hành mô hình duy nhất là nguyên nhân của mọi biến động giá. Cổ phiếu bán dẫn còn chịu tác động từ dự báo lợi nhuận, điều kiện cung cầu, lãi suất, khẩu vị rủi ro và kế hoạch chi tiêu vốn. Tuy vậy, phản ứng này cho thấy định giá cổ phiếu liên quan AI đã nhạy cảm đến mức nào trước khả năng phần mềm giảm lượng phần cứng cần thiết cho mỗi đơn vị dịch vụ AI.

Áp lực thứ hai: lời kêu gọi “điều tiết nhịp độ” AI tiên phong

Tin về hiệu suất của DeepSeek xuất hiện cùng một nỗi lo khác về nhu cầu. Trong bài viết We Must Pace the Frontier, CEO Anthropic Dario Amodei đề xuất làm chậm tốc độ cải thiện năng lực AI để doanh nghiệp và chính phủ có thời gian căn chỉnh, giám sát an toàn các hệ thống ngày càng mạnh. Ông nhấn mạnh “điều tiết nhịp độ” không phải là dừng huấn luyện hay dừng tiến bộ kỹ thuật; đề xuất gồm các nhóm đánh giá độc lập hoạt động bên trong doanh nghiệp, phối hợp giữa các chính phủ dân chủ và phối hợp toàn cầu. 40

Thị trường có thể đọc một lộ trình năng lực AI chậm hơn — dù không phải đóng băng việc huấn luyện — như rủi ro một phần chi tiêu cho tăng tốc tính toán, mạng, bộ nhớ và trung tâm dữ liệu bị dời lại. Trong phiên được các báo cáo thị trường đề cập, hợp đồng tương lai Nasdaq-100 giảm 1,77%; Marvell giảm hơn 7%, Intel giảm khoảng 6% và Micron giảm hơn 5%. 51

Hai diễn biến này cần được tách bạch:

• DeepSeek đặt ra câu hỏi về hiệu suất: mỗi khối lượng công việc suy luận cần bao nhiêu bộ nhớ và lưu trữ?
• Tranh luận về điều tiết nhịp độ đặt ra câu hỏi về thời điểm: ngành sẽ xây dựng và triển khai các hệ thống AI tiên phong mạnh hơn với tốc độ nào?

Kết hợp lại, chúng khiến các dự báo lạc quan nhất về nhu cầu hạ tầng AI không còn có vẻ hiển nhiên.

Michael Burry phản đối lập luận làm chậm AI ra sao?

Nhà đầu tư Michael Burry gọi lập luận làm chậm AI là “vị lợi”. Ông cho rằng cách tiếp cận này có thể có lợi cho các phòng thí nghiệm AI tiên phong đang dẫn đầu, khiến đối thủ khó cạnh tranh hơn; tạo ra “hype & puffery” — tức sự cường điệu, tô vẽ — cho các đợt chào bán cổ phiếu ra công chúng tiềm năng; đồng thời che đậy sự chậm lại của tăng trưởng. Burry cũng lập luận rằng mô hình ngôn ngữ lớn (LLM) không phải trí tuệ nhân tạo tổng quát, nên theo ông không có thứ AI kiểu đó để phải làm chậm. 14

Đây là quan điểm của Burry về cạnh tranh, định giá và năng lực AI, không phải kết luận kỹ thuật đã được xác lập. Điều đáng chú ý với thị trường là tranh luận về tốc độ AI đang được nhìn qua cả lăng kính an toàn lẫn lợi ích kinh tế của các bên tham gia.

Luận điểm tăng giá cho ngành bộ nhớ thay đổi thế nào?

Phiên bản đơn giản của luận điểm tăng giá trước đây là: mô hình lớn hơn, cửa sổ ngữ cảnh dài hơn và số người dùng AI nhiều hơn sẽ kéo theo nhiều HBM, NAND và dung lượng lưu trữ hơn. DeepSeek đưa vào một lực đối trọng đáng kể: hiệu quả kiến trúc.

Khung đánh giá hợp lý hơn cần tách nhu cầu thành hai biến số:

1. Bộ nhớ cần cho mỗi khối lượng công việc. Thiết kế KV cache hiệu quả có thể kéo chỉ số này xuống.
2. Tổng số lượng và cường độ khối lượng công việc. Nhiều người dùng hơn, ngữ cảnh dài hơn và nhiều tác tử tự động hơn có thể đẩy chỉ số này lên.

Việc chỉ số thứ nhất giảm không tự động quyết định chỉ số thứ hai. Suy luận rẻ hơn, hiệu quả hơn có thể mở rộng mức độ ứng dụng và làm tổng số yêu cầu tăng lên. Ngược lại, nếu hiệu quả lan rộng nhanh hơn nhu cầu sử dụng, lượng phần cứng cần cho một mức sản lượng AI nhất định có thể giảm.

Vì sao chưa thể đưa ra kết luận dài hạn?

V4.1-Flash tác động trực tiếp nhất đến phục vụ suy luận và KV cache. So sánh mà DeepSeek công bố không loại bỏ nhu cầu bộ nhớ cho trọng số mô hình hay cho huấn luyện. 25 Sự khác biệt này quan trọng vì huấn luyện và suy luận đòi hỏi những cấu hình khác nhau về năng lực tính toán, bộ nhớ và kết nối giữa các hệ thống.

Câu hỏi trọng tâm vì thế không phải là mức cải thiện hiệu suất được công bố có đáng kể hay không — mà là liệu nó có làm thay đổi tổng nhu cầu hay không. Nhà đầu tư cần theo dõi mức độ phổ biến của các kỹ thuật tiết kiệm cache tương tự, tốc độ tăng trưởng của tác vụ ngữ cảnh dài và AI agent, giá HBM và lưu trữ, cũng như việc huấn luyện và triển khai các mô hình AI tiên phong có tiếp tục tăng tốc hay không.

Hiện tại, đợt bán tháo nên được hiểu là lời cảnh báo không nên coi tình trạng khan hiếm bộ nhớ cho AI là một giao dịch chỉ có một chiều. Đổi mới mô hình có thể hạ phần cứng cần cho mỗi yêu cầu nhanh không kém gì cách các ứng dụng mới làm tăng số yêu cầu.