Meta Muse và cơn khủng hoảng CPU sắp tới: Citi dự báo tăng trưởng kép 60% cho compute của AI Agent

TREE NEWS đưa tin: Với sự ra mắt của Meta Muse và các AI agent cá nhân khác, ngành trí tuệ nhân tạo đang chuyển dịch từ các chatbot thụ động, chạy theo lệnh nhắc sang các agent tự hành hoạt động liên tục — và sự chuyển dịch đó đang viết lại bản đồ nhu cầu phần cứng. Một báo cáo mới từ Citi lập luận rằng AI dạng agent là động lực tiềm năng có thể đẩy nhu cầu compute lên gấp nhiều lần, đưa tổng thị trường khả dụng (TAM) của CPU từ khoảng 29 tỷ USD năm 2025 lên 300 tỷ USD vào năm 2030, tương đương tốc độ tăng trưởng kép hằng năm (CAGR) 60%.

Vì sao CPU trở thành nút thắt

Trước kỷ nguyên agent, CPU phần lớn bị đẩy về các khối lượng công việc truyền thống và đóng vai trò head node định tuyến yêu cầu người dùng tới GPU. Các phép toán ma trận nặng và công việc suy luận vẫn nằm trên GPU. Agent thay đổi sự phân công lao động đó. Chúng phải xử lý điều phối, vòng lặp suy luận, xử lý dữ liệu và các thành phần bảo mật — những chức năng dựa nhiều vào bộ xử lý đa dụng. Khi AI chuyển từ huấn luyện sang suy luận rồi sang các quy trình agent tự hành, tỷ lệ CPU trên GPU đang thay đổi mạnh mẽ: khoảng 1:8 trong huấn luyện, 1:4 trong suy luận, và đang tiến tới 1:1 hoặc cao hơn trong AI dạng agent. Citi kỳ vọng CPU dành riêng cho agent sẽ tăng trưởng với CAGR 247% và chiếm 52% toàn bộ thị trường CPU vào năm 2030.

Phép tính GPU đằng sau Meta Muse

Meta Muse là AI agent tiêu dùng đầu tiên được ra mắt ở quy mô mạng xã hội thực sự, khiến dấu chân compute của nó trở thành một trong những biến số quan trọng nhất trong hạ tầng AI. Khác với một chatbot tiêu chuẩn, Muse chạy liên tục như một agent tự hành, và logic nền tảng của nó ngụ ý mức tiêu thụ GPU nặng hơn nhiều. Citi đã xây dựng một mô hình từ dưới lên với giả định người dùng điển hình thực hiện bốn yêu cầu đơn giản và mười hai tác vụ agent mỗi ngày — chẳng hạn tìm nhà hàng, kiểm tra lịch và soạn thư mời — với khoảng tám lần gọi mô hình cho mỗi tác vụ agent. Vì mô hình không có bộ nhớ giữa các lần gọi, nó phải đọc lại ngữ cảnh hội thoại ngày càng lớn mỗi lần. Trên cơ sở đó, mỗi người dùng Muse cần khoảng 0,0020 GPU lớp GB200, nghĩa là một GPU chỉ phục vụ được khoảng 500 người dùng. Trong cùng khuôn khổ, người dùng kiểu chatbot chỉ cần 12,5% đến 25% dung lượng GPU mà người dùng agent cần. Nếu Meta Muse đạt 100 triệu người dùng hoạt động hằng ngày, Citi ước tính nó sẽ cần 200.000 đến 390.000 GPU lớp Blackwell — cơ hội doanh thu một lần từ 7 tỷ đến 19 tỷ USD cho Nvidia.

Hiệu ứng lan tỏa tới bộ nhớ và mạng

Các hiệu ứng dây chuyền vượt xa các chip logic. CPU đi kèm tỷ lệ gắn kết cao với bộ nhớ LPDDR, DDR và SSD, và Micron đã lưu ý rằng quy trình agent đang khai thác nhiều giá trị hơn từ người tiêu dùng trong khi các hạn chế về CPU siết chặt nguồn cung DRAM. Về phía mạng, AI dạng agent làm tăng lưu lượng một cách đáng kể. Ban điều hành Nvidia cho biết agent có thể chạy hàng giờ hoặc liên tục, thúc đẩy tạo token nhiều hơn hẳn trên các khối lượng công việc tiêu dùng và doanh nghiệp. Khi ngày càng nhiều yêu cầu hạ tầng đến từ agent thay vì con người, lưu lượng bắc-nam bên trong trung tâm dữ liệu — truy cập lưu trữ, bảo mật, dịch vụ cấu hình — tăng lên, tạo ra cơ hội tăng tốc mới cho các DPU như BlueField 4 và Ethernet Spectrum-X.

Hàm ý thị trường

Nhà cung cấp compute: Citi xem AMD là bên hưởng lợi chính từ sự hồi sinh của CPU, lưu ý Meta là một trong những khách hàng máy chủ lớn nhất của hãng, và nâng giá mục tiêu lên 800 USD. Nvidia được hưởng lợi từ sự bùng nổ nhu cầu GPU.
Bộ nhớ: Tỷ lệ gắn kết DRAM và SSD tăng lên có lợi cho các nhà sản xuất bộ nhớ khi khối lượng công việc bị giới hạn bởi CPU mở rộng.
Mạng: DPU và hạ tầng Ethernet được hưởng lợi khi lưu lượng agent tăng trưởng.
Chuỗi cung ứng bán dẫn: Các nhà máy đúc chip, đóng gói tiên tiến và nhà cung cấp bộ nhớ băng thông cao đối mặt với nhu cầu cao hơn về mặt cấu trúc.

Những điểm chính cho nhà đầu tư

Câu chuyện AI dạng agent không chỉ là câu chuyện phần mềm — đó là câu chuyện nhu cầu phần cứng với hình dạng khác so với cơn bùng nổ huấn luyện. Nhà đầu tư nên theo dõi ba tín hiệu: liệu Meta Muse và các agent tương tự có đạt quy mô người dùng hoạt động hằng ngày đủ để biện minh cho phép tính GPU của Citi hay không, tỷ lệ CPU trên GPU chuyển dịch tới mức ngang bằng nhanh đến đâu, và liệu các nhà cung cấp bộ nhớ và mạng có theo kịp hay không. Rủi ro lớn nhất là khả năng thực thi: nếu việc chấp nhận agent chững lại hoặc hiệu quả suy luận cải thiện nhanh hơn dự kiến, đường cong nhu cầu dự báo có thể phẳng đi. Nhưng nếu Citi đúng, chặng tiếp theo của giao dịch AI có thể đi qua CPU, DRAM và mạng trung tâm dữ liệu — chứ không chỉ GPU.