AMD dự báo nhu cầu về AI toàn cầu tăng 10.000 lần vào năm 2030

Tại Triển lãm Điện tử Tiêu dùng 2026 (CES 2026) đang diễn ra tại Las Vegas (Mỹ), bà Lisa Su, Giám đốc điều hành AMD, cho rằng thế giới sắp bước vào thời kỳ tính toán YottaScale, với yêu cầu năng lực xử lý có thể cao hơn 10.000 lần so với năm 2022 trong vòng 5 năm tới.

Dự báo này được đưa ra trong bối cảnh các mô hình trí tuệ nhân tạo đang phát triển nhanh chóng, từ các hệ thống lớn như GPT-5, Llama 4 đến các ứng dụng AI tại thiết bị cá nhân hoặc các hệ thống công nghiệp. Một biểu đồ do AMD công bố cho thấy khối lượng tính toán huấn luyện mô hình AI đã và đang tăng gấp 4 lần mỗi năm từ 2020 đến 2030.

ẢNH: AMD

Ngoài trung tâm dữ liệu, AI hiện diện trong nhiều lĩnh vực khác như điện toán biên, thiết bị cá nhân, chăm sóc y tế và không gian, khiến nhu cầu xử lý lan rộng trên toàn bộ hệ sinh thái công nghệ. Theo bà Su, tốc độ tăng trưởng này đòi hỏi sự thay đổi toàn diện về quy mô hạ tầng và kiến trúc hệ thống.

Cùng thời điểm, AMD giới thiệu hệ thống Helios, được thiết kế để đáp ứng các yêu cầu xử lý AI ở quy mô lớn. Hệ thống này có khả năng đạt đến 2,9 exaFLOPS (tương đương 2,9 tỉ tỉ phép tính dấu chấm động mỗi giây), sử dụng các vi xử lý thế hệ mới bao gồm CPU EPYC Venice sản xuất trên tiến trình 2nm và GPU Instinct MI455X. Theo thông tin từ AMD, mỗi hệ thống Helios có thể tích hợp đến 4.600 lõi CPU và 18.000 lõi GPU, cùng dung lượng bộ nhớ HBM4 lên tới 31 TB.

Bà Lisa Su cho biết nếu xu hướng hiện tại tiếp diễn, tổng nhu cầu tính toán cho AI có thể đạt mức 10 YottaFLOPS vào cuối thập kỷ này. Con số này tương đương với hơn 344.000 hệ thống Helios. Dù mang tính ước lượng, dự báo này đặt ra bài toán lớn về năng lượng, tài nguyên và hiệu quả vận hành trong phát triển hạ tầng AI.

Trong khi AMD công bố kế hoạch phát triển các dòng vi xử lý mới và hệ thống hỗ trợ cho AI, các câu hỏi liên quan đến khả năng mở rộng bền vững vẫn chưa có lời giải cụ thể. Việc duy trì tốc độ tăng trưởng này sẽ phụ thuộc không chỉ vào phần cứng, mà còn vào các chính sách và quy hoạch năng lượng phù hợp.

//Chèn ads giữa bài (runinit = window.runinit || []).push(function () { //Nếu k chạy ads thì return if (typeof _chkPrLink != 'undefined' && _chkPrLink) return; var mutexAds = '<zone id="l2srqb41"></zone>'; var content = $('[data-role="content"]'); if (content.length > 0) { var childNodes = content[0].childNodes; for (i = 0; i < childNodes.length; i++) { var childNode = childNodes[i]; var isPhotoOrVideo = false; if (childNode.nodeName.toLowerCase() == 'div') { // kiem tra xem co la anh khong? var type = $(childNode).attr('class') + ''; if (type.indexOf('VCSortableInPreviewMode') >= 0) { isPhotoOrVideo = true; } } try { if ((i >= childNodes.length / 2 - 1) && (i < childNodes.length / 2) && !isPhotoOrVideo) { if (i <= childNodes.length - 3) { childNode.after(htmlToElement(mutexAds)); arfAsync.push("l2srqb41"); } break; } } catch (e) { } } } }); function htmlToElement(html) { var template = document.createElement('template'); template.innerHTML = html; return template.content.firstChild; } if (window.pageSettings && pageSettings.allow3rd && (typeof window._isAdsHidden === 'undefined' || !window._isAdsHidden)) { if (!laNuocNgoai) { (function (w, q) { w[q] = w[q] || []; w[q].push(["_mgc.load"]); })(window, "_mgq"); } } (function() { if (!(window.pageSettings && pageSettings.allow3rd && (typeof window._isAdsHidden === 'undefined' || !window._isAdsHidden))) return; if (typeof window.laNuocNgoai === 'undefined' || !window.laNuocNgoai) return; // chỉ chạy khi laNuocNgoai true var containerSelector = 'div.detail-cmain'; var root = document.querySelector(containerSelector); if (!root) return; // Thu thập figure + p (p không nằm trong figure) var figures = Array.from(root.querySelectorAll('figure')); var paragraphs = Array.from(root.querySelectorAll('p')).filter(function(p){ return !p.closest('figure'); }); var elements = figures.concat(paragraphs); // NodeList vốn đã theo DOM order => không cần sort if (!elements.length) return; var target = elements[Math.floor(elements.length / 2)]; // giữa bài if (!target || !target.parentNode) return; var newDiv = document.createElement('div'); newDiv.id = 'taboola-mid-article-widget'; target.parentNode.insertBefore(newDiv, target.nextSibling); window._taboola = window._taboola || []; window._taboola.push({ mode: 'thumbnails-4x1', container: 'taboola-mid-article-widget', placement: 'Mid Article Widget', target_type: 'mix' }); })();