Nghịch lý Jevons: Vì sao Citi và Bank of America tin rằng Kimi K3 thực sự là 'cú hích' cho chip nhớ

Vào ngày 16 tháng 7 năm 2026, Moonshot AI công bố Kimi K3, một mô hình mã nguồn mở (open-weight) với 2,8 nghìn tỷ tham số, có hiệu suất ngang bằng hoặc vượt các mô hình hàng đầu của Mỹ với chi phí chỉ bằng một nửa. Thị trường phản ứng ngay lập tức: chỉ số PHLX Semiconductor Index giảm 12,5% trong một tuần, cổ phiếu Nvidia mất 2,5% chỉ trong một ngày, và các nhà đầu tư lại sống trong nỗi sợ hãi từng xuất hiện với DeepSeek-R1 vào tháng 1 năm 2025 — rằng AI rẻ hơn và hiệu quả hơn sẽ triệt tiêu nhu cầu về chip .

Hai ngân hàng Phố Wall lại có quan điểm hoàn toàn ngược lại. Citi và Bank of America Securities đều cho rằng đợt bán tháo này là một sai lầm chiến lược, và họ viện dẫn một lý thuyết kinh tế đã 160 năm tuổi để giải thích: Nghịch lý Jevons.

Nghịch lý Jevons là gì trong bối cảnh này?

Citi và Bank of America Securities cùng lập luận rằng bước đột phá về hiệu suất của Kimi K3 thực sự sẽ làm tăng tổng nhu cầu chip nhớ, bởi vì việc giảm chi phí suy luận (inference) trên mỗi token khiến AI trở nên dễ tiếp cận và được triển khai rộng rãi hơn — một kết quả kinh điển của Nghịch lý Jevons. Theo họ, đợt bán tháo ngày 16 tháng 7 là một cược sai hướng .

Lập trường của Citi: Peter Lee trực tiếp viện dẫn nghịch lý

Chuyên gia phân tích bán dẫn của Citi, Peter Lee, đã trực tiếp nhắc đến Nghịch lý Jevons: cải thiện hiệu quả công nghệ làm giảm chi phí sử dụng trên một đơn vị, và trong lịch sử, điều này luôn dẫn đến sự gia tăng tổng mức tiêu thụ tài nguyên, chứ không phải sự sụt giảm . Trong một podcast của Citi Research được ghi lại vài tháng trước khi K3 ra mắt, Lee đã nói thẳng: "Tôi nghĩ loại hiệu quả phần mềm này không phải là mối đe dọa cho bộ nhớ. Nó tích cực cho nhu cầu vì nó làm cho AI rẻ hơn và hữu ích hơn, từ đó thúc đẩy một chu kỳ mua sắm với nhu cầu cao hơn về các chip tiên tiến. Vì vậy, tôi nghĩ nó giống như nghịch lý Jevons" .

Các lý do ông đưa ra về việc tại sao kiến trúc Kimi K3 đặc biệt thúc đẩy nhu cầu bộ nhớ:

• Cửa sổ ngữ cảnh 1 triệu token — Mỗi lần gọi suy luận với ngữ cảnh dài tiêu thụ một bộ nhớ đệm KV (KV cache) khổng lồ, phải được lưu trữ trong bộ nhớ băng thông cao (HBM) và DRAM máy chủ. Định giá rẻ hơn trên mỗi token có nghĩa là người dùng sẽ lấp đầy ngữ cảnh triệu token đó thường xuyên hơn, chứ không ít đi .
• Tính thưa thớt của MoE là một ảo ảnh — Mặc dù Kimi K3 chỉ kích hoạt 16 trong số 896 chuyên gia cho mỗi token (~50 tỷ tham số hoạt động), nhưng toàn bộ 2,8 nghìn tỷ tham số vẫn phải được nạp vào bộ nhớ hệ thống để hỗ trợ định tuyến chuyên gia động. Việc tự lưu trữ mã nguồn mở (27 tháng 7) sẽ đòi hỏi các cụm máy chủ có terabyte DDR5 và SSD doanh nghiệp để giữ và phân trang toàn bộ mô hình .
• Quy trình làm việc dựa trên tác tử (Agent) — Các vòng suy luận đa bước, có tính tác tử (mà K3 được tối ưu hóa đặc biệt) tạo ra nhiều lần gọi suy luận tuần tự cho mỗi tác vụ, mỗi lần đều tiêu tốn băng thông bộ nhớ. Suy luận rẻ hơn làm cho các chuỗi tác tử dài hơn trở nên khả thi về mặt kinh tế, làm tăng mức tiêu thụ bộ nhớ trên mỗi tác vụ .
• Tự lưu trữ mã nguồn mở — Khi mã nguồn được công bố vào ngày 27 tháng 7, các doanh nghiệp và nhà nghiên cứu sẽ tự chạy các phiên bản của riêng họ thay vì chỉ dựa vào API. Mỗi lần triển khai tự lưu trữ đòi hỏi một nhóm bộ nhớ chuyên dụng riêng (HBM trên GPU, DDR5 trên máy chủ và SSD doanh nghiệp để lưu trữ/hoán đổi mô hình), nhân lên tổng cơ sở bộ nhớ đã cài đặt .

Citi cũng đã nâng dự báo giá bộ nhớ một cách mạnh mẽ, dự đoán giá DRAM có thể tăng tới 200% trong năm 2026 và giá HBM tăng 30% theo quý trong Q4 2026, cho thấy họ đã dự đoán một chu kỳ siêu tăng trưởng bộ nhớ do AI thúc đẩy ngay cả trước Kimi K3 . Citi cũng đã cảnh báo vào tháng 9 năm 2025 rằng cả DRAM và NAND flash sẽ rơi vào tình trạng thiếu hụt nguồn cung vào năm 2026 .

Lập trường của Bank of America Securities: Vivek Arya áp dụng cùng một logic

Bank of America Securities chưa sử dụng cụm từ "Nghịch lý Jevons" trong các bình luận công khai về Kimi K3, nhưng các phân tích trước và sau đợt bán tháo của họ đều phù hợp với logic này:

• "Hạ điều chỉnh mùa hè, phục hồi mùa thu" — BofA coi đợt điều chỉnh của ngành bán dẫn (chỉ số SOX giảm 11% trong Q3) là một sự thay đổi tâm lý theo mùa và một sự điều chỉnh lành mạnh, chứ không phải sự đảo chiều cơ cấu về nhu cầu. Họ dự báo sự phục hồi vào mùa thu khi việc xây dựng cơ sở hạ tầng AI được nối lại .
• Bộ nhớ đang "bị định giá thấp và sẵn sàng bùng nổ" — Trong báo cáo ngày 7 tháng 7, BofA lưu ý rằng cổ phiếu chip nhớ đang giao dịch ở mức chỉ 10 lần thu nhập, thấp hơn đáng kể so với toàn ngành bán dẫn, và khuyến nghị chúng là cơ hội mua vào .
• Luận điểm nhu cầu AI dài hạn vẫn vững chắc — Triển vọng bán dẫn năm 2026 của BofA dự báo doanh số bán dẫn toàn cầu lần đầu tiên vượt 1 nghìn tỷ đô la (tăng 29% so với cùng kỳ năm trước), với bộ nhớ (HBM, DDR5, NAND) là động lực tăng trưởng chính. Họ luôn cho rằng các mô hình AI rẻ hơn và mạnh hơn sẽ mở rộng thị trường tiềm năng thay vì thu hẹp nó . Bank of America sau đó đã nâng dự báo tổng thị trường (TAM) bán dẫn năm 2026 lên xa hơn, tới 1,3 nghìn tỷ đô la .
• Sau Kimi K3, BofA khuyên nhà đầu tư không nên hoảng loạn — Vào ngày 17 tháng 7, Vivek Arya cho rằng đợt bán tháo do K3 kích hoạt là do "sự thay đổi tâm lý theo mùa" và nỗi lo lạm phát chi phí trong bộ nhớ, chứ không phải sự sụp đổ nhu cầu, và khẳng định các yếu tố cơ bản cho các nhà sản xuất chip nhớ vẫn còn nguyên vẹn .

Tại sao kiến trúc của mô hình tự nó củng cố luận điểm tăng giá

Đặc điểm kiến trúc	Tại sao nó thúc đẩy nhu cầu bộ nhớ
2,8 nghìn tỷ tham số (MoE)	Ngay cả khi kích hoạt thưa thớt, 2,8 nghìn tỷ tham số vẫn phải nằm trong bộ nhớ hệ thống. Tự lưu trữ yêu cầu máy chủ có bộ nhớ DDR5 lớn và GPU trang bị HBM .
Cửa sổ ngữ cảnh 1 triệu token	Bộ nhớ đệm KV mở rộng tuyến tính theo độ dài ngữ cảnh. Suy luận rẻ hơn khuyến khích các câu lệnh dài hơn, làm tăng mức tiêu thụ bộ nhớ trên mỗi truy vấn .
Quy trình làm việc dạng tác tử / đa bước	Mỗi bước suy luận là một lần gọi độc lập. Nhiều bước hơn trong một tác vụ có nghĩa là nhiều băng thông bộ nhớ được sử dụng hơn cho mỗi phiên người dùng .
Phát hành mã nguồn mở (27/7)	Cho phép tự lưu trữ rộng rãi. Mỗi lần triển khai tự lưu trữ làm tăng thêm một lượng bộ nhớ cố định .
Giá cạnh tranh (~$3/M token đầu vào)	Về lịch sử, mỗi lần giảm giá AI lớn đều làm nhân khối lượng token tổng thể lên gấp nhiều lần, vượt xa mức tiết kiệm từ hiệu quả .

Tiền lệ lịch sử mà cả hai ngân hàng dựa vào

Đợt bán tháo DeepSeek-R1 vào tháng 1 năm 2025 diễn ra theo cùng một khuôn mẫu: một mô hình Trung Quốc rẻ hơn và hiệu quả hơn gây ra sự hoảng loạn trong ngành bán dẫn, và sau đó nhu cầu chip thực tế còn tăng tốc nhanh hơn khi các ứng dụng được mở rộng . Citi và BofA coi Kimi K3 là "DeepSeek 2.0" — cùng một nỗi sợ hãi, và nhiều khả năng là cùng một kết quả cuối cùng cho các nhà sản xuất bộ nhớ như Samsung, SK Hynix và Micron .

Dữ liệu ngành ủng hộ luận điểm này. TrendForce dự đoán nhu cầu HBM sẽ tăng 70% so với cùng kỳ năm ngoái chỉ riêng trong năm 2026, với HBM tiêu thụ 23% tổng sản lượng wafer DRAM . Các nhà phân tích ước tính các trung tâm dữ liệu AI có thể tiêu thụ tới ~70% DRAM cao cấp vào năm 2026 . Bản thân các nhà sản xuất bộ nhớ — bao gồm cả CEO của Micron, Sanjay Mehrotra — cũng thừa nhận tình trạng thiếu hụt sẽ kéo dài đến sau năm 2026 .

Ngay cả thị trường Hàn Quốc cũng nhận ra lập luận này: vào ngày 20 tháng 7, tờ Chosun Ilbo đưa tin rằng một bản ghi nhớ trong ngành chứng khoán viện dẫn Nghịch lý Jevons đã khiến cổ phiếu Samsung và SK Hynix tăng điểm nhẹ trước khi làn sóng bán tháo rộng hơn tiếp diễn .

Những điều các ngân hàng không nói

Cần lưu ý các giới hạn của luận điểm này. Cả hai ngân hàng đều không cho rằng đợt bán tháo là phi lý — mà chỉ cho rằng nó đã sai hướng. BofA đã thừa nhận rằng "nỗi lo lạm phát chi phí trong bộ nhớ" là một phần lý do chính đáng cho sự suy giảm . Các dự báo giá bộ nhớ của Citi, dù lạc quan, cũng ngụ ý áp lực giá có thể siết chặt các công ty AI ở hạ nguồn. Và Bank of America chưa sử dụng cụm từ "Nghịch lý Jevons" trong các bình luận công khai về Kimi K3; sự liên kết trong logic của họ được suy ra từ các phân tích trước và sau đợt bán tháo .

Kết luận

Cả hai ngân hàng đều thừa nhận nỗi sợ hãi ngắn hạn của thị trường, nhưng quan điểm nhất quán của họ là chi phí thấp hơn và việc phát hành mã nguồn mở của Kimi K3 sẽ mở rộng việc áp dụng AI, tăng tổng khối lượng suy luận và thúc đẩy nhu cầu bộ nhớ — chứ không làm suy yếu nó. Nghịch lý Jevons, lần đầu tiên được quan sát thấy trong tiêu thụ than đá ở thế kỷ 19, có thể sẽ trở thành khuôn khổ đáng tin cậy nhất để hiểu về nhu cầu chip bán dẫn của AI trong năm 2026.