Google nhắm đến Trung tâm dữ liệu không gian để củng cố vị thế thống trị AI

Google đặt mục tiêu hiệu quả gấp 10 lần với thiết kế AI toàn diện

Tại một hội nghị vào ngày 3 tháng 2 năm 2026, Amin Vahdat, kỹ sư trưởng về cơ sở hạ tầng AI của Google, đã khẳng định vị thế cạnh tranh của công ty bằng cách mô tả mô hình Gemini 3 của mình là “hiện đại nhất trên thực tế tất cả các điểm chuẩn”. Ông mô tả cuộc cạnh tranh AI rộng lớn hơn đang ở giai đoạn sơ khai, hay “hiệp một”, cho thấy còn nhiều không gian đáng kể cho sự tăng trưởng và đổi mới trong toàn ngành.

Vahdat đã trình bày chi tiết lợi thế chiến lược chính của Google: một “thiết kế đồng bộ toàn diện” tích hợp silicon tùy chỉnh, kiến trúc trung tâm dữ liệu và phần mềm. Sự tích hợp theo chiều dọc này, đặc biệt với các Đơn vị xử lý Tensor (TPU) của nó, cho phép các hệ thống chuyên biệt có thể mang lại hiệu quả cao hơn khoảng 10 lần về chi phí, quy mô và năng lượng so với phần cứng đa năng. Tuy nhiên, sự chuyên biệt này bị hạn chế bởi chu kỳ phát triển phần cứng mất khoảng ba năm từ ý tưởng đến triển khai quy mô lớn, một khoảng thời gian mà Google đặt mục tiêu rút ngắn.

Trung tâm dữ liệu không gian được nghiên cứu để tăng 30% hiệu quả

Nhìn xa hơn các giới hạn trên mặt đất, Vahdat tiết lộ rằng Google đang tích cực điều tra tính khả thi của các trung tâm dữ liệu ngoài không gian. Điểm hấp dẫn chính nằm ở việc đặt cơ sở hạ tầng vào quỹ đạo đồng bộ mặt trời, điều này sẽ cho phép tiếp cận năng lượng mặt trời 24/7 mà không bị nhiễu khí quyển hoặc cần lưu trữ pin quy mô lớn. Cách tiếp cận này có thể làm cho các triển khai AI trong tương lai “hiệu quả hơn 30%” từ góc độ năng lượng.

Hơn nữa, Vahdat đã chỉ ra khả năng “giảm 50% độ trễ” đạt được bằng cách định tuyến dữ liệu thông qua các mạng liên vệ tinh thay vì cáp quang biển. Bất chấp những lợi ích này, ông nhấn mạnh rằng vẫn còn những trở ngại đáng kể, bao gồm làm mát và bảo trì trong môi trường không trọng lực. Vahdat ước tính rằng các triển khai quy mô gigawatt trong không gian “còn hơn năm năm nữa mới khả thi”, coi đây là một nỗ lực nghiên cứu và phát triển dài hạn.

Nhu cầu AI tiêu thụ các thành quả giống Định luật Moore

Sự tăng trưởng không ngừng về khả năng AI và nhu cầu người dùng đang tạo ra những thách thức cơ sở hạ tầng dai dẳng. Vahdat lưu ý rằng khi các mô hình cải thiện, người dùng “ngay lập tức tiêu thụ” mọi cải thiện hiệu quả, dẫn đến những lo ngại lặp đi lặp lại về năng lượng, chuỗi cung ứng và khả năng cung cấp bộ nhớ. Ông so sánh tốc độ tiến bộ hiện tại của AI với Định luật Moore, với khả năng của mô hình có thể “tốt gấp đôi” cứ sau “ba đến sáu tháng”. Sự tiến bộ nhanh chóng này đảm bảo rằng việc mở rộng cơ sở hạ tầng sẽ vẫn là trọng tâm chính của Alphabet và các đối thủ cạnh tranh khi quá trình chuyển đổi AI tiếp tục.