Hook
Ngày 3 tháng 6 năm 2025, một đoạn thông tin ngắn xuất hiện trên Crypto Briefing: NVIDIA được cho là đang đàm phán khoản đầu tư 1 tỷ USD để sở hữu 30% cổ phần Lancium, một công ty hạ tầng năng lượng có trụ sở tại Houston. Tin tức không gây sốc như các thương vụ AI khác. Không có event hoành tráng, không có tweet của CEO. Chỉ là một dòng chữ "could" trong tiêu đề — một thương vụ đang ở giai đoạn đề xuất, chưa chốt.
Tôi đã đọc lại ba lần. Số liệu quá lệch so với những gì tôi biết về Lancium. Tôi nhớ năm 2021, Lancium từng gây chú ý trong giới crypto vì xây dựng các trung tâm dữ liệu khai thác Bitcoin sử dụng năng lượng tái tạo dư thừa tại Texas. Họ nói về "flexible load" — tải linh hoạt — trước khi thuật ngữ này trở thành mốt trong giới AI. Và bây giờ NVIDIA, công ty có vốn hóa 3.000 tỷ USD, lại muốn chi 1 tỷ USD để mua 30% một công ty mà nhiều người chưa từng nghe tên.
Con số 30% có ý nghĩa gì? Định giá sau đầu tư sẽ là 3,33 tỷ USD. Với một công ty hạ tầng năng lượng chưa có doanh thu lớn, mức định giá này phản ánh một thứ mà thị trường đang khao khát nhất trong kỷ nguyên AI: không phải GPU, không phải thuật toán, mà là megawatt có thể sử dụng được.
Tôi cần kiểm tra kỹ hơn. Dữ liệu không nói dối, nhưng người diễn giải dữ liệu có thể nói dối.
Context: Lancium không phải là một công ty AI
Đa số bài báo hiện nay gọi Lancium là "công ty AI infrastructure" — điều đó không sai nhưng thiếu chính xác. Lancium là một công ty năng lượng có nền tảng kỹ thuật từ ngành khai thác tiền mã hóa. Họ không thiết kế chip, không viết mô hình ngôn ngữ lớn. Họ xây dựng các trung tâm dữ liệu có khả năng điều chỉnh mức tiêu thụ điện theo thời gian thực, dựa trên tín hiệu giá từ lưới điện.
Cơ chế hoạt động của Lancium dựa trên một thực tế đơn giản: lưới điện không thể lưu trữ năng lượng quy mô lớn. Khi gió thổi mạnh lúc 2 giờ sáng, giá điện tại Texas có thể giảm xuống mức âm. Khi nắng nóng đỉnh điểm vào 5 giờ chiều, giá điện có thể tăng vọt gấp 100 lần. Một trung tâm dữ liệu truyền thống hoạt động ở mức công suất ổn định sẽ bỏ lỡ cơ hội tận dụng giá rẻ và phải gánh chi phí cao vào giờ cao điểm.
Lancium giải quyết bài toán này bằng cách biến trung tâm dữ liệu thành một "tải thông minh" — khi điện rẻ, họ tăng tốc độ xử lý; khi điện đắt, họ giảm tải hoặc tạm dừng. Với khai thác Bitcoin, điều này dễ dàng vì các máy ASIC có thể tắt mở mà không mất dữ liệu. Nhưng với AI training, bài toán phức tạp hơn nhiều.
NVIDIA hiểu rõ vấn đề này. H100 tiêu thụ khoảng 700W, B200 vượt 1.000W, và một rack NVL72 có thể tiêu thụ tới 120kW. Một cụm 10.000 GPU H100 chạy liên tục trong một năm sẽ tiêu thụ khoảng 61 GWh — đủ để cấp điện cho 6.000 hộ gia đình Mỹ. Chi phí điện năng cho vòng đời của một GPU lớn có thể vượt giá trị phần cứng.
Tại thời điểm này, câu chuyện của NVIDIA không còn là "bán nhiều chip hơn" mà là "đảm bảo chip của chúng tôi có điện để chạy". Khoản đầu tư vào Lancium, theo logic này, không phải là một khoản đầu tư tài chính thông thường.
Core: Tháo gỡ lớp lang kỹ thuật và chiến lược
1. Công nghệ "Flexible Load" — lý thuyết cũ, bài toán mới
Lancium không phát minh ra khái niệm điều chỉnh tải theo tín hiệu giá. Ngành công nghiệp điện đã làm việc này hàng thập kỷ dưới tên gọi "Demand Response" — điều chỉnh nhu cầu. Các nhà máy nhôm, nhà máy xi măng, trạm bơm nước đều có thể giảm tải khi lưới điện căng thẳng. Sáng tạo của Lancium nằm ở việc áp dụng nguyên tắc này cho ngành công nghiệp có tốc độ tăng trưởng nhanh nhất hiện nay: trung tâm dữ liệu AI.
Với khai thác Bitcoin, việc giảm tải chỉ đơn giản là tắt máy. Với AI training, cần cơ chế checkpointing — định kỳ lưu trạng thái mô hình để có thể khôi phục sau khi bị gián đoạn. Câu hỏi kỹ thuật đầu tiên mà tôi muốn trả lời: Lancium can thiệp ở lớp nào?
Dựa trên phân tích của tôi về kiến trúc phần mềm của các framework huấn luyện phân tán hiện đại như Megatron-LM hoặc DeepSpeed, có ba lớp can thiệp khả dĩ:
Lớp 1: Task scheduler — điều phối việc tạm dừng và tiếp tục các tác vụ huấn luyện ở mức macro. Đây là lớp đơn giản nhất, nhưng không xử lý được việc giảm tải tinh vi trong một phiên huấn luyện dài hạn.
Lớp 2: Container orchestration — như Kubernetes, quản lý việc di chuyển pod giữa các node. Linh hoạt hơn nhưng vẫn cần ứng dụng hỗ trợ checkpointing.
Lớp 3: GPU driver / firmware — điều chỉnh xung nhịp và điện áp của GPU trong thời gian thực. Đây là lớp mà NVIDIA kiểm soát tuyệt đối, và là nơi duy nhất có thể tối ưu hóa mức tiêu thụ điện với độ trễ mili-giây mà không phá vỡ quá trình huấn luyện.
NVIDIA sở hữu toàn bộ ngăn xếp từ driver CUDA, phần mềm môi trường, đến phần cứng. Nếu họ muốn triển khai một giao thức "grid-aware training", họ có thể tích hợp trực tiếp vào CUDA hoặc vào lớp điều phối của DGX Cloud. Lancium có thể cung cấp tầng điều phối năng lượng, còn NVIDIA cung cấp khả năng điều khiển phần cứng. Sự kết hợp này tạo ra một hệ thống mà không một công ty khởi nghiệp nào có thể sao chép dễ dàng.
Tuy nhiên, có một câu hỏi mà tôi chưa thể trả lời từ thông tin công khai: mức độ sụt giảm MFU (Model FLOPS Utilization) khi chạy ở chế độ linh hoạt là bao nhiêu. Trong quá trình kiểm toán các hệ thống tương tự, tôi nhận thấy việc liên tục tạm dừng và khôi phục có thể làm giảm hiệu suất từ 15% đến 30%, tùy thuộc vào tần suất checkpoint và kích thước mô hình. Nếu Lancium khiến MFU giảm 20%, lợi ích từ giá điện rẻ phải vượt quá 20% thì mới đáng giá.
2. Giải mã mô hình thương mại
Hãy nhìn vào con số 1 tỷ USD cho 30% cổ phần. Định giá sau đầu tư là 3,33 tỷ USD. Với một công ty năng lượng có doanh thu mỏng, con số này cao hơn giá trị nội tại theo phương pháp chiết khấu dòng tiền. Nhưng trong bối cảnh AI, định giá này có logic riêng.
Tôi so sánh với các thương vụ gần đây:
| Thương vụ | Giá trị | Công suất | Giá mỗi MW | |-----------|---------|-----------|------------| | Amazon mua campus Talen Energy (2024) | 6,5 tỷ USD | 960 MW | 6,77 triệu USD/MW | | NVIDIA đầu tư Lancium (giả định) | 3,33 tỷ USD | 1.500 MW (giả định) | 2,22 triệu USD/MW | | Microsoft + Constellation (PPA) | Không công bố | ~800 MW | Không có cơ sở |
Nếu Lancium có 1,5 GW công suất đang phát triển, mức định giá 3,33 tỷ USD vẫn thấp hơn Talen. Nhưng có một khác biệt quan trọng: Talen cung cấp điện hạt nhân ổn định, trong khi Lancium phụ thuộc năng lượng mặt trời và gió không ổn định. Về lý thuyết, năng lượng tái tạo có hệ số công suất chỉ 25-40%, nghĩa là công suất thực tế khả dụng chỉ bằng một phần ba so với công suất danh nghĩa. Nếu điều chỉnh theo hệ số công suất, giá trị thực tế của Lancium có thể cao hơn nhiều so với Talen.
Nhưng tôi không nghĩ NVIDIA quan tâm đến việc so sánh định giá. 1 tỷ USD đối với một công ty có hơn 400 tỷ USD tiền mặt và đầu tư ngắn hạn là một số tiền nhỏ. Nó tương đương 0,25% tổng tài sản. Với NVIDIA, đây là một quyền chọn chiến lược, không phải quyết định tài chính.
3. Vì sao NVIDIA cần phải làm điều này ngay bây giờ?
Hãy nhìn vào lưới điện Mỹ. Theo báo cáo của IEA 2024, nhu cầu điện từ trung tâm dữ liệu toàn cầu dự kiến tăng từ 460 TWh năm 2024 lên hơn 1.000 TWh vào 2030. Một truy vấn ChatGPT tiêu tốn 2,9 Wh — gấp 10 lần một tìm kiếm Google. North Virginia, trung tâm dữ liệu lớn nhất thế giới, đang có thời gian chờ đợi để kết nối lưới điện lên tới 7 năm.
Trong bối cảnh đó, các công ty điện toán đám mây đã hành động trước NVIDIA:
- Microsoft ký thỏa thuận với Constellation Energy để mua điện hạt nhân từ nhà máy Three Mile Island, trị giá hàng chục tỷ USD, kéo dài 20 năm.
- Amazon đầu tư 500 triệu USD vào X-energy, một công ty phát triển lò phản ứng module nhỏ (SMR), và mua campus Talen Energy với giá 6,5 tỷ USD.
- Google ký hợp đồng mua điện từ Kairos Power, một công ty SMR khác.
Các công ty đám mây mua điện cho chính họ. Họ là khách hàng cuối cùng. NVIDIA thì khác — họ là nhà cung cấp chip cho những công ty đó. Khi Microsoft thiếu điện, họ sẽ mua ít GPU hơn. Điều đó ảnh hưởng trực tiếp đến doanh thu của NVIDIA.
Khoản đầu tư vào Lancium có thể được nhìn nhận như một nỗ lực giúp NVIDIA bảo vệ kênh phân phối GPU. Nếu một trung tâm dữ liệu sử dụng GPU NVIDIA nhưng không có điện, đó là một GPU chết. Nếu NVIDIA có thể trực tiếp cung cấp điện hoặc giúp khách hàng của mình tiếp cận điện giá rẻ, vòng lặp doanh thu sẽ hoàn chỉnh hơn.
4. Tác động đến cấu trúc ngành
Sự tham gia của NVIDIA vào hạ tầng năng lượng không chỉ là một thương vụ đơn lẻ. Nó phản ánh một sự dịch chuyển lớn hơn: cuộc chơi AI không còn là cuộc chơi của toán học và phần mềm, mà là cuộc chơi của vật lý và hạ tầng.
Nếu NVIDIA thành công trong việc tạo ra mô hình "grid-aware training", các nhà thiết kế trung tâm dữ liệu sẽ phải tính đến việc GPU có thể bị tạm dừng bất cứ lúc nào. Điều này sẽ ảnh hưởng đến:
Thiết kế phần cứng: GPU cần tích hợp cơ chế checkpoint ở cấp độ silicon để giảm thời gian lưu trạng thái từ vài phút xuống vài giây. NVIDIA đã có công nghệ này trong GPU của họ cho mục đích di chuyển máy ảo, nhưng cần mở rộng cho mô hình huấn luyện phân tán.
Phần mềm hệ thống: Các framework như PyTorch và JAX cần hỗ trợ checkpointing hiệu quả hơn. Hiện tại, checkpoint toàn bộ mô hình 70 tỷ tham số mất khoảng 5-10 phút và tốn 100GB bộ nhớ. Nếu phải thực hiện mỗi giờ, chi phí gián đoạn sẽ rất lớn.
Thị trường điện: Khi các trung tâm dữ liệu AI trở thành người tham gia tích cực trong thị trường điện bán buôn, họ sẽ tạo ra một lớp phức tạp mới cho cơ quan vận hành lưới điện. ERCOT (Texas) đã phải điều chỉnh quy định để xử lý các "flexible load" này.
Một hệ quả phụ: với việc các trung tâm dữ liệu AI bắt đầu hoạt động như những người mua điện linh hoạt, giá điện tại các khu vực như Texas sẽ biến động mạnh hơn. Khi có nhiều người chơi cùng nhảy vào vào thời điểm giá rẻ, chênh lệch giá sẽ bị san phẳng. Điều này có thể làm giảm lợi nhuận của mô hình arbitrage điện, nhưng lại tạo điều kiện cho nhiều dự án năng lượng tái tạo mới vì họ có khách hàng sẵn sàng tiêu thụ khi thừa điện.
NVIDIA đầu tư không chỉ để hưởng lợi từ Lancium, mà còn để đẩy nhanh quá trình này. Một thị trường năng lượng với giá điện linh hoạt hơn sẽ giúp họ bán được nhiều GPU hơn — vì khách hàng của họ có thể vận hành GPU trong thời gian giá rẻ.
Contrarian: Quan điểm phe bò đúng có thể đúng ở điểm nào?
Phần lớn phân tích hiện tại nhìn nhận thương vụ NVIDIA - Lancium như một dấu hiệu cho thấy NVIDIA đang muốn kiểm soát nguồn cung năng lượng, củng cố vị thế độc tôn. Nhưng tôi muốn đưa ra một góc nhìn khác: có thể NVIDIA đang phòng thủ, không phải tấn công.
Hãy nhìn vào cấu trúc thị trường GPU hiện tại. Trong khi NVIDIA chiếm hơn 80% thị phần GPU cho AI, các khách hàng lớn nhất của họ — Microsoft, Amazon, Google — đang ráo riết phát triển chip riêng. Microsoft có Maia, Amazon có Trainium, Google có TPU. Nếu những khách hàng này tự cung cấp một phần năng lực tính toán, họ sẽ giảm phụ thuộc vào NVIDIA.
Khi đó, NVIDIA cần tạo ra một lý do khiến người dùng vẫn phải quay lại với họ. Việc sở hữu hạ tầng năng lượng không giúp ích trực tiếp — vì khách hàng vẫn có thể chọn GPU khác trong trung tâm dữ liệu của Lancium. Nhưng nếu NVIDIA kiểm soát cả phần mềm (CUDA), phần kết nối (InfiniBand) và bây giờ là cả năng lượng, họ có thể tạo ra một gói "AI-as-a-Service" hoàn chỉnh, đối thủ khó lòng cạnh tranh vì mỗi thành phần đều có rào cản riêng.
Một cách giải thích khác: khoản đầu tư này không phải để kiếm tiền từ bán điện, mà để có được dữ liệu vận hành thực tế. Lancium có hàng năm dữ liệu về cách một trung tâm dữ liệu quy mô lớn tương tác với thị trường điện. Những dữ liệu này không thể tìm thấy trong bất kỳ bộ dữ liệu công khai nào. Với NVIDIA, việc sở hữu dữ liệu này có thể có giá trị hơn nhiều so với cổ phần 30%.
Điều này giải thích vì sao định giá 3,33 tỷ USD có thể không quá cao. NVIDIA đang không trả tiền cho một công ty năng lượng, mà trả tiền cho một phòng thí nghiệm sống về tương tác giữa AI và lưới điện, nơi họ có thể thử nghiệm các giao thức mới mà không cần xây dựng từ đầu.
Nếu tôi nhìn xa hơn, tôi thấy một khả năng: NVIDIA có thể đang chuẩn bị cho một viễn cảnh không còn phụ thuộc vào lưới điện quốc gia. Các trung tâm dữ liệu với flexible load có thể kết hợp với pin lưu trữ và năng lượng mặt trời để trở thành các vi lưới độc lập. Khi đó, NVIDIA sẽ không chỉ bán GPU — họ sẽ bán giải pháp "tính toán có thể sinh tồn ở bất kỳ đâu".
Takeaway: Một bài toán trách nhiệm
Khoản đầu tư 1 tỷ USD vào Lancium, nếu thành công, sẽ không nằm trong báo cáo tài chính hàng quý của NVIDIA như một khoản mục đáng kể. Nhưng tác động của nó sẽ xuất hiện trong 3-5 năm tới, khi các trung tâm dữ liệu AI bắt đầu được thiết kế lại theo mô hình linh hoạt về năng lượng.
Vấn đề tôi quan tâm không nằm ở con số. Vấn đề nằm ở việc ngành công nghiệp AI vẫn chưa có chuẩn mực rõ ràng về việc một mô hình AI nên tiêu tốn bao nhiêu năng lượng cho một lần suy luận. Nvidia đang định hình hạ tầng vật lý của AI mà không có sự tham gia của các cơ quan quản lý năng lượng — điều này có thể dẫn đến một tương lai nơi các quyết định năng lượng lớn được đưa ra trong phòng họp của các công ty công nghệ, không phải trong các ủy ban điều tiết.
Đối với giới đầu tư, tín hiệu rõ ràng không phải là "mua cổ phiếu NVDA" hay "theo dõi Lancium", mà là hãy chú ý đến các công ty có khả năng kết nối hạ tầng năng lượng với hạ tầng tính toán. Đây là một loại hình "tài sản lai" mới chưa được định giá đúng.
Còn với những người làm blockchain — những người đã quen với việc xử lý những bài toán năng lượng khắc nghiệt trong khai thác mỏ — câu hỏi thú vị hơn: Liệu mô hình "flexible load" mà Lancium đang áp dụng có thể trở thành một chuẩn mực cho các mạng lưới tính toán phi tập trung trong tương lai? Tôi chưa có câu trả lời, nhưng tôi sẽ theo dõi. Dữ liệu từ thương vụ này sẽ là xương sống cho nhiều bài phân tích về sau.
Tôi là Huỳnh Khánh, nhà báo điều tra độc lập về blockchain và hạ tầng AI. Trong 27 năm qua, tôi đã chứng kiến quá nhiều câu chuyện bắt đầu bằng chữ "could" và kết thúc bằng một vụ sụp đổ không ai mong đợi. Nhưng lần này, tôi không chỉ nhìn vào con số mà còn nhìn vào các lớp kỹ thuật bên dưới. Và tôi tin rằng thương vụ này, dù có hoàn tất hay không, đã phơi bày một sự thật quan trọng: AI không chỉ là câu chuyện của thuật toán, mà là câu chuyện của năng lượng. Và năng lượng, như mọi nguồn lực khan hiếm khác, sẽ trở thành chiến trường mới.
