Nadella và Huang bán token miễn phí trên laptop 2.600 USD trong khi AWS chi 220 tỷ USD

Vào ngày 7/10, Microsoft và Nvidia đưa một kỹ sư GitHub lên sân khấu, yêu cầu cô chuyển laptop sang chế độ máy bay, và để một tác tử lập trình tiếp tục làm việc. Một trong các phiên cục bộ của cô đã gửi 1,66 triệu token đến một mô hình trên máy, và cô nói với khán phòng rằng tất cả đều miễn phí. Ngày hôm sau, một podcast của a16z được phát hành, trong đó Giám đốc AWS Matt Garman xác nhận khoản chi vốn 220 tỷ USD cho năm 2026 và cho biết ông không thấy dấu hiệu chậm lại. Cả hai bài thuyết trình đều nhắm đến cùng một khối lượng công việc. Tôi nghĩ chỉ một trong hai bên gặp rủi ro, và đó không phải bên chi 220 tỷ USD.

Những gì Microsoft trình diễn

Phần cứng là Surface Laptop Ultra, chạy trên chip RTX Spark của Nvidia với bộ nhớ hợp nhất lên tới 128GB. Gizmodo đưa tin giá khởi điểm 2.600 USD, ngày ra mắt 16/10 và cấu hình cao nhất 5.900 USD. Giám đốc Windows Pavan Davuluri cho biết Microsoft đã nén mô hình DeepSeek 284 tỷ tham số xuống 1,66 bit mỗi trọng số để vừa trong 60GB bộ nhớ và chạy trên thiết bị. Ông cũng nói rằng máy Copilot Plus hiện chiếm hơn 40% laptop doanh nghiệp đang sản xuất và PC Windows chạy hơn hai nghìn tỷ suy luận cục bộ mỗi tháng.

Phần mềm quan trọng hơn laptop. GitHub Copilot trên Windows sẽ định tuyến từng tác vụ đến mô hình đám mây hoặc mô hình cục bộ, bắt đầu từ 15/10. Trong bản demo, việc phân loại vấn đề chạy qua đêm trên mô hình của laptop và cuộc điều tra khó hơn được gửi lên mô hình đám mây. Sự phân chia đó là toàn bộ luận điểm. Công việc rẻ, lặp lại, riêng tư ở trên máy và công việc khó vẫn thuê trung tâm dữ liệu.

Nadella muốn bạn ngừng để ý mô hình chạy ở đâu

Satya Nadella không đóng khung điều này là cục bộ so với đám mây. Ông so sánh với những năm ông có một thiết bị đầu cuối kết nối VAX và một PC riêng ở nhà, trước khi trình duyệt kết nối chúng.

Sẽ không bao giờ có thời điểm chúng ta nhìn và nói, "Ồ, cái này chạy cục bộ. Cái này chạy trên đám mây." Bạn sẽ kỳ vọng trí tuệ lai này ở khắp mọi nơi và lan tỏa.

Satya Nadella, ngày 7/10/2026, nguồn

Microsoft có thể thoải mái về điều đó vì họ bán cả hai đầu. Điều họ không thể chấp nhận là tác tử trên máy tính của bạn thuộc về người khác. Điều đó giải thích nửa sau của sự kiện, một môi trường sandbox trên Windows cho các tác tử mà Microsoft gọi là MXC, với danh tính riêng cho mỗi tác tử và đồng hồ đo chi tiêu token.

Và với thực tế là về cơ bản việc viết mã đã đi đầu tiên, nơi khung điều khiển là cục bộ, ngay cả khi bạn dùng mô hình đám mây, chúng tôi cần làm cho máy tính để bàn trở thành nơi an toàn nhất để các tác tử thực thi.

Satya Nadella, ngày 7/10/2026, nguồn

Petaflop của Huang cần một chú thích

Jensen Huang cho biết con chip này mất hơn 4.000 năm kỹ sư và sau đó đưa ra một phép so sánh.

Nó có một petaflop. Để đặt trong bối cảnh, chiếc máy tính khởi đầu cuộc cách mạng AI tên DGX-1 cũng là một petaflop. Và nó có giá 250 triệu USD, nặng 500 pound, và giờ nó nằm trong cái này, trong laptop của bạn.

Jensen Huang, ngày 7/10/2026, nguồn

Tôi sẽ không lặp lại những con số đó. DGX-1 đầu tiên ra mắt năm 2016 với giá 129.000 USD và cung cấp 170 teraflop ở độ chính xác nửa. Bản ghi lại có Huang nói 250 triệu USD, sai lệch khoảng hai nghìn lần, và Gizmodo lưu ý petaflop của laptop được đo ở độ chính xác bốn bit. Hướng đi là đúng và phép so sánh làm laptop trông tốt hơn. Điều tôi rút ra đơn giản hơn. Nvidia giờ bán cả giá đỡ trung tâm dữ liệu lẫn chiếc máy giữ một phần công việc không phải vào trung tâm đó.

Câu trả lời của Garman là ông đã bán hết

Garman không được hỏi về laptop. Ông được hỏi về chi vốn, và câu trả lời của ông bao trùm cả điều đó.

220 tỷ USD cho năm '26, và chúng tôi không dự kiến chậm lại trong thời gian tới vì nhu cầu quá lớn.

Matt Garman, ngày 8/10/2026, nguồn

Con số đó khớp với những gì Amazon nói với nhà đầu tư vào tháng 7, khi họ nâng dự báo từ khoảng 200 tỷ USD. Data Center Knowledge đưa tin rằng Andy Jassy chủ yếu quy khoản tăng này cho chi phí bộ nhớ và cho biết Amazon vẫn sẽ thiếu công suất đến hết năm 2026. Garman bổ sung chi tiết. AWS đã đồng ý mua 2 triệu GPU Nvidia trong vài năm tới, chip Trainium của họ đã bán hết đến khoảng cuối năm sau, và họ chấp nhận ở một hình thức nào đó khoảng 60% yêu cầu GPU nhận được.

Ông cũng đưa ra lập luận về quyền riêng tư mà Microsoft đưa ra cho laptop, từ phía còn lại.

Chúng tôi có cam kết rằng dữ liệu của bạn không bao giờ rời khỏi VPC của bạn. Và nếu bạn chạy trong Bedrock, dữ liệu của bạn không quay lại nhà cung cấp mô hình. Họ không bao giờ thấy prompt của bạn.

Matt Garman, ngày 8/10/2026, nguồn

Vậy phiên bản doanh nghiệp của "hồ sơ thuế của tôi không bao giờ rời khỏi PC" đã tồn tại trên đám mây. Một người bán từ chối 40% yêu cầu không mất ngủ vì việc phân loại vấn đề chuyển sang laptop.

Amon nói cuộc tranh luận là sai hướng

Cristiano Amon của Qualcomm, trong podcast Sources ghi âm ngày 6/10 và phát hành hai ngày sau, gọi cuộc tranh luận đám mây so với biên là vô ích. Bằng chứng của ông là một yêu cầu từ khách hàng.

Tôi phải cẩn thận không tiết lộ tên, nhưng một số công ty AI hiện tại, một số công ty đi đầu trong AI, đang nói với Qualcomm, 'Qualcomm, đến năm 2028 tôi cần đảm bảo có khả năng chạy ít nhất một mô hình 100 tỷ tham số trên điện thoại, và tôi cần thứ này chạy gần như mọi lúc.'

Cristiano Amon, ngày 6/10/2026, nguồn

Nếu điều đó chính xác, các phòng thí nghiệm thuê nhiều công suất đám mây nhất cũng muốn một mô hình lớn trong túi của bạn. Lý do của Amon là một tác tử cần những gì điện thoại biết về bạn.

Ngữ cảnh của bạn chỉ tồn tại trong điện thoại, đúng không? Ngữ cảnh không tồn tại trên đám mây. Nó tồn tại trong điện thoại. Và dữ liệu cảm biến đến từ điện thoại.

Cristiano Amon, ngày 6/10/2026, nguồn

Một trong những con số của ông mỏng manh. Amon nói thị trường điện thoại thông minh giảm 20% trong năm nay vì giá bộ nhớ tăng gấp năm đến sáu lần, và ông gọi đó là vấn đề nguồn cung với nhu cầu dồn nén phía sau. Ông đã đưa ra lập luận về nguồn cung từ tháng 2, khi The Register đưa tin về cảnh báo của ông rằng các nhà sản xuất bộ nhớ đang ưu tiên trung tâm dữ liệu AI. Con số 20% là của ông và tôi chưa thấy từ một đơn vị theo dõi độc lập. Lưu ý sự trớ trêu trong cả hai trường hợp. Cùng tình trạng thiếu bộ nhớ đã thêm 20 tỷ USD vào chi vốn của Amazon là thứ khiến laptop 128GB và điện thoại 100 tỷ tham số trở nên đắt đỏ.

Thompson về người giữ người dùng

Nếu mô hình có thể chạy ở bất cứ đâu, thứ khan hiếm là tác tử mà một người đã bỏ công thiết lập. Ben Thompson đưa ra lập luận đó trên Sharp Tech trong một clip phát hành ngày 8/10. Ông kỳ vọng tác tử sẽ đánh bại ứng dụng về sự tiện lợi, và ông kỳ vọng tác tử đầu tiên lấy được mật khẩu và thông tin đăng nhập của bạn sẽ ở lại.

Tuy nhiên, một khi bạn đã làm điều đó, bất kể ai khiến mọi người làm điều đó, tác tử tiếp theo có thể tốt hơn một chút, nhưng sẽ không đủ tốt hơn để kích hoạt lại toàn bộ quá trình đó.

Ben Thompson, ngày 8/10/2026, nguồn

Đọc lại sự kiện Windows với điều đó trong đầu. Microsoft đã thêm thiết lập một cú nhấp chuột cho tác tử bên thứ ba và một sandbox mà tất cả phải chạy bên trong. Họ đang đảm bảo rằng dù tác tử nào thắng người dùng, Windows vẫn nắm quyền cấp phép.

Một chiếc laptop 2.600 USD có lấy đi công việc từ đám mây không?

Một phần, và đó là công việc rẻ nhất. Phân loại, sắp xếp tệp và chỉnh sửa mã nhỏ chưa bao giờ là nơi AWS tạo biên lợi nhuận, và Garman không thể đáp ứng các đơn hàng hiện có. Các công ty có thứ để mất là những công ty tính phí theo token cho các tác vụ dễ, vì Microsoft vừa chỉ cho nhà phát triển cách định tuyến các tác vụ đó sang phần cứng họ đã sở hữu. Bài kiểm tra thực sự đầu tiên là ngày 15/10, khi tính năng định tuyến ra mắt trong GitHub Copilot. Nếu Microsoft sau đó công bố tỷ lệ phiên chạy cục bộ, đó là con số cần theo dõi, hơn là số laptop bán ra.