Mustafa Suleyman, lãnh đạo mảng AI của Microsoft, nhận định trí tuệ nhân tạo vẫn còn cách khá xa ngưỡng bão hòa. Theo ông, quá trình mở rộng hạ tầng tính toán hiện mới ở giai đoạn đầu và nếu xu hướng này tiếp diễn, năng lực tính toán hiệu dụng có thể tăng thêm khoảng 1.000 lần vào năm 2028.

Trong bài viết đăng trên MIT Technology Review ngày 8/4/2026 theo giờ địa phương, Suleyman cho biết yếu tố quan trọng nhất đứng sau bước nhảy vọt về hiệu năng AI trong những năm gần đây là sự bùng nổ của năng lực tính toán. Ông cho rằng các dự báo về việc tăng trưởng sớm bão hòa đã nhiều lần không phản ánh đúng thực tế, cả trong lẫn ngoài ngành.

Theo Suleyman, kể từ sau năm 2010, lượng tính toán dùng để huấn luyện các mô hình AI tiên tiến đã tăng từ 10^14 flop lên hơn 10^26 flop. Ông đánh giá đây là động lực cốt lõi thúc đẩy toàn bộ tiến trình phát triển của AI.

Ông cũng bác bỏ lập luận cho rằng đà chậm lại của định luật Moore, tình trạng thiếu dữ liệu hay giới hạn về điện năng là đủ để kìm hãm mức cải thiện hiệu năng hiện nay. Theo ông, tăng trưởng gần đây là kết quả cộng hưởng của nhiều yếu tố, từ chất bán dẫn, bộ nhớ, mạng kết nối cho tới tối ưu phần mềm.

Ở lớp phần cứng, Suleyman cho biết hiệu năng thô của chip Nvidia đã tăng từ 312 teraflop năm 2020 lên khoảng 2.500 teraflop trong thời gian gần đây, tương đương gấp khoảng 8 lần trong 6 năm. Ông cũng nhắc tới chip AI nội bộ Maia 200 của Microsoft, với mức cải thiện hiệu năng trên mỗi USD khoảng 30% so với thế hệ trước. Bên cạnh đó, HBM và các công nghệ kết nối như NVLink, InfiniBand cho phép liên kết hàng trăm nghìn GPU thành một hệ thống thống nhất.

Những cải thiện ở hạ tầng cũng rút ngắn đáng kể thời gian huấn luyện. Theo Suleyman, vào năm 2020, việc huấn luyện một mô hình ngôn ngữ bằng 8 GPU mất 167 phút, trong khi hiện nay thời gian này đã giảm xuống dưới 4 phút. Ông cho rằng mức cải thiện tương đương khoảng 50 lần, cao hơn nhiều so với mức khoảng 5 lần nếu chỉ tính theo định luật Moore.

Hiệu quả phần mềm cũng tăng nhanh. Dẫn số liệu từ tổ chức nghiên cứu Epoch AI, Suleyman cho biết lượng tính toán cần thiết để đạt cùng một mức hiệu năng đang giảm một nửa sau khoảng mỗi 8 tháng. Chi phí phục vụ của một số mô hình mới cũng đã giảm tới 900 lần tính theo cơ sở hằng năm.

Ông dự báo tốc độ tăng trưởng này thậm chí còn có thể nhanh hơn. Năng lực của các tổ chức nghiên cứu AI chủ chốt hiện tăng khoảng 4 lần mỗi năm, trong khi lượng tính toán dành cho huấn luyện các mô hình tiên tiến từ sau năm 2020 tăng khoảng 5 lần mỗi năm. Quy mô hạ tầng tính toán AI toàn cầu đến năm 2027 được dự báo tương đương 100 triệu chip H100. Nếu xu hướng này tiếp tục, năng lực tính toán hiệu dụng có thể tăng thêm khoảng 1.000 lần vào năm 2028.

Suleyman nhấn mạnh những thay đổi đó sẽ làm thay đổi chính hình thái của AI. Theo ông, AI sẽ không dừng ở vai trò công cụ trợ lý cơ bản chỉ trả lời câu hỏi, mà sẽ phát triển thành các tác nhân có năng lực ở cấp độ con người, đủ khả năng thực hiện dự án dài hạn, đàm phán và quản lý logistics. Điều này có thể tác động rộng khắp tới các ngành dựa trên lao động tri thức.

Rào cản lớn nhất còn lại, theo ông, là điện năng. Một rack AI cỡ bằng tủ lạnh tiêu thụ khoảng 120 kW điện, tương đương nhu cầu sử dụng của khoảng 100 hộ gia đình. Dù vậy, Suleyman cho biết chi phí điện mặt trời trong 50 năm qua đã giảm gần 100 lần, còn giá pin trong 30 năm qua giảm 97%, cho thấy đã bắt đầu xuất hiện lộ trình mở rộng dựa trên nguồn điện sạch.

Ông cũng cho rằng các khoản đầu tư quy mô rất lớn đang dần trở thành hiện thực. Theo Suleyman, một cụm AI trị giá 100 tỷ USD với nhu cầu điện 10 gigawatt không còn là kịch bản viễn tưởng. Ông cho biết nhiều dự án liên quan đang được triển khai tại Mỹ và các khu vực khác, trong khi Microsoft cũng đang thiết kế một viện nghiên cứu siêu trí tuệ dựa trên giả định này.

Khép lại, Suleyman nhận định hoài nghi về AI sẽ còn tiếp diễn, nhưng sự bùng nổ của năng lực tính toán mới là câu chuyện công nghệ lớn của thời đại. Theo ông, bất chấp những điểm nghẽn còn tồn tại, quá trình mở rộng hạ tầng tính toán hiện vẫn chỉ mới bắt đầu.